5月28日，阿里巴巴达摩院“敏迭”（MindOpt）求解器正式发布GPU版本，充分利用GPU并行加速特性，引入新算法破解“长尾效应”难题。针对约2000个通用算例的测试显示，敏迭求解器可将99%以上的问题类型稳定求解至高精度，更能支持传统上“不可解”的亿级变量线性规划问题。

　　记者获悉，求解器被誉为“工业软件之芯”，负责电力调度、航班编排、高端制造、金融管理等关键领域的复杂计算。传统线性规划求解器基于CPU设计，依赖复杂的矩阵分解计算，随着问题规模膨胀，内存需求会爆炸式增长，加上传统求解算法的并行度有限，导致问题数小时无法收敛，甚至直接崩溃。

　　近年来，行业积极探索GPU求解器，将求解的核心运算从矩阵分解转化成稀疏矩阵—向量乘法，充分利用GPU的高并发高带宽特性，也避免了内存膨胀问题。然而，这种方式普遍存在收敛“长尾效应”，即求解到后期，精度提升极为缓慢，甚至无法达到最终的精度要求，严重制约GPU求解器的实用性。

　　为此，达摩院研发出敏迭求解器GPU版，引入先进的算法加速策略并深度优化GPU内核计算，将数学规划技巧与GPU工程优势结合，有效缓解了上述“长尾效应”，打通了GPU求解器从“能算”到“算准”的关键一步，在超大规模问题上能稳定收敛到业务所需的精度。

　　据达摩院方面介绍，团队在约2000个通用线性规划算例上详细测试了敏迭求解器GPU版。该测试集涵盖多种问题类型和精度要求，其中部分组合对GPU算法而言特别具有挑战性。结果显示，在高精度要求下，敏迭求解器GPU版能稳定求解的问题类型占比超过99%。面对传统上不可解的亿级变量超大规模问题，敏迭求解器GPU版可以稳定求解超过80%的常见问题类型，填补了关键空白。

　　据悉，该产品在互联网、金融、物流、电力、集成电路等行业场景具有突出的应用价值。达摩院决策智能实验室负责人、国际知名应用数学家印卧涛表示：“各行各业的计算规模正在爆炸式增长，涌现出越来越多传统求解器难以应对的亿级变量问题。我们将持续解锁新型硬件在运筹优化领域的更多潜力，推动求解器真正迈入GPU加速时代。”