AI加速优化求解,达摩院连续两年获求解器全国赛事冠军

以“AI 优化求解器”助力能源绿色转型,达摩院自研“敏迭”求解器连续获得权威赛事冠军。 1月17日消息,达摩院自主研发的“敏迭”求解器在工信部产业发展促进中心组织的第二届能源电子产业创新大赛上,再次斩获“国产求解器技术专题赛”冠军。 这是继近期入选工信部“人工智能赋能新型工业化”典型应用案例后的又一殊荣。

以“AI+优化求解器”助力能源绿色转型,达摩院自研“敏迭”求解器连续获得权威赛事冠军。

1月17日消息,达摩院自主研发的“敏迭”求解器在工信部产业发展促进中心组织的第二届能源电子产业创新大赛上,再次斩获“国产求解器技术专题赛”冠军。这是继近期入选工信部“人工智能赋能新型工业化”典型应用案例后的又一殊荣。

“敏迭”求解器是达摩院坚持自研、历经四年打造出的全能力求解器,可针对产业场景中的复杂问题实现分钟至毫秒级的高效求解,性能达到国际领先水平,已落地电力调度、航班编排、高端制造、计算资源管理等关键领域规模应用。

AI加速优化求解,达摩院连续两年获求解器全国赛事冠军

求解器被誉为“工业软件之芯”,因技术壁垒高、研发难度大,几十年来一直由国外优化求解器主导。工信部产业发展促进中心等单位自去年起举办国产求解器技术专题赛,旨在培育具有自主知识产权、技术创新程度高、功能性能水平优秀的求解器。

据介绍,对求解器而言,电力调度问题具有变量多、约束复杂、求解难度大的特点。本届比赛进一步升级难度,将计算规模提升至上千台发电机组的电力调度,并引入助力新能源消纳的储能调度,更贴近新型电力系统的现实场景。

达摩院高级算法专家王孟昌介绍,此次,敏迭求解器延续在能源电子领域大规模混合整数规划问题上的优势,并利用深度学习技术Learn2Configure为新算例自动配置高质量求解器超参数,求解效率提升1.5倍。此外,敏迭求解器基于自研分布式框架DistRun,支持面向数千台机器的单元计算任务分发调度,通过云端并行测试加速算法改进。最终,敏迭在比赛中实现时间和精度双重制约下的高效优化求解,再次摘得冠军。

不久前,敏迭求解器还入选了工信部发布的“人工智能赋能新型工业化”典型应用案例,在“装备产品”方向上位列首位,代表了我国工业软件的重要突破。

AI加速优化求解,达摩院连续两年获求解器全国赛事冠军

据悉,达摩院决策智能实验室自2019年起致力于求解器研发,并于2023年发布1.0版本。与此前的求解器产品相比,敏迭创新性地引入多种前沿AI技术和并行计算能力进行加速,打造“AI+优化求解”的创新技术路线,线性优化性能多次登顶国际权威测评榜单。近期,敏迭求解器发布2.0版本,增加了对非线性规划(NLP)和混合整数二次锥规划(MIQCP)两类模型的支持,以覆盖更多行业对优化求解的需求。

目前,达摩院已与中国南方电网电力调度控制中心合作发布“电力调度智能决策平台”,帮助南网总调实现从15分钟到秒级的调度,准确率媲美经验丰富的调度员。此外,敏迭求解器落地国家电投“天枢一号”智慧能源物联网平台,助力打造国内首个面向工商业储能的优化求解子系统,针对近3万个决策变量和上亿个约束条件,将充放电策略求解时间从小时级压缩到分钟级,工厂综合收益最高提升30%。

在助力能源绿色转型之外,未来,达摩院还将持续推动敏迭求解器在智慧物流、低空经济、新能源、新材料等更多领域的广泛应用,赋能产业升级与高质量发展,提升中国工业软件的国际影响力。

相关资讯

Snowflake如日中天是否代表Hadoop已死?大数据体系到底是什么?

作者 | 阿里云计算平台研究员关涛、阿里巴巴项目管理专家王璀任何一种技术都会经历从阳春白雪到下里巴人的过程,就像我们对计算机的理解从“戴着鞋套才能进的机房”变成了随处可见的智能手机。在前面20年中,大数据技术也经历了这样的过程,从曾经高高在上的 “火箭科技(rocket science)”,成为了人人普惠的技术。回首来看,大数据发展初期涌现了非常多开源和自研系统,并在同一个领域展开了相当长的一段“红海”竞争期,例如Yarn VS Mesos、Hive VS Spark、Flink VS SparkStreaming

数学奥赛冠军都做不对的题,却被拿来考ML模型?GPT-3:我不行

为了衡量机器学习模型的数学求解能力,来自 UC 伯克利和芝加哥大学的研究者提出了一个包含 12, 500 道数学竞赛难题的新型数据集 MATH,以及帮助模型学习数学基础知识的预训练数据集 AMPS。研究发现,即使是大参数的 Transformer 模型准确率也很低。

​超快、超低能耗!北大团队提出基于卷积神经网络的全光计算

编辑/凯霞随着先进工程计算、经济数据分析和云计算的快速发展,对超高速和高能效计算的需求呈指数级增长。现有的冯诺依曼架构下的传统电子信号处理器难以同时实现高速和低能耗。使用光子作为信息载体是一种很有前景的选择。由于传统材料的三阶非线性光学较弱,在传统冯诺依曼架构下构建集成光子计算芯片一直是一个挑战。近日,由北京大学物理学院龚旗煌研究团队提出了一种基于卷积神经网络(CNN)实现超快超低能耗全光计算芯片方案的新策略,支持多计算任务的执行。这项工作为下一代全光计算系统指明了方向。该研究以「All-optical compu