部分基準提升幅度達6%

原標題：基于昇騰算力突破AI求解，最高加速100倍！| 華為GTS&深圳市大數據研究院
文章來源：量子位
內容字數：3233字

基于昇騰算力的矩陣運算改進求解器框架

深圳市大數據研究院與華為GTS運籌優化實驗室聯合提出了一種基于矩陣運算的Memetic&LNS求解技術，顯著提升了Local Optimum的跳出能力。這一技術創新在路徑優化問題（PDPTW）上取得了卓越成果，刷新了Sartori&Burial PDPTW榜單中的57項世界紀錄，部分算例上相對于基準結果的改進幅度達6%。

PDPTW問題簡介

時間窗口的取貨和配送問題（PDPTW）是路徑優化問題（VRP）的重要變體，廣泛應用于供應鏈、物流和網絡規劃調度等領域。該問題的主要目標是最小化總成本，包括車輛固定成本和行駛成本，同時滿足所有客戶的需求。PDPTW的復雜性主要源自求解空間的巨大以及眾多約束的交織，使其在大型問題上的求解非常困難。

技術創新與算法框架

研究團隊通過調整傳統求解架構，引入大范圍搜索策略，提高跳出Local Optimum的概率，并引入子模型SPP以提升每一代solution的質量。同時，路徑評估和SPP求解進行了矩陣化轉化，利用昇騰算力實現了高達100倍的加速，保證了性能不受影響。

矩陣運算與NPU加速

該研究團隊提出了一種創新技術，將傳統可行性和成本評估轉化為矩陣運算，利用昇騰NPU算子實現路徑和解的高效評估。通過將solution、距離、時間等屬性矩陣化，顯著提高了路徑探索能力，使得部分環節加速比達到100倍。

引入SPP子模型與迭代效率提升

為進一步提升每一代solution的質量，研究團隊引入高效的集合劃分子模型（SPP），并將其求解過程轉化為矩陣運算，利用NPU的強大算力實現了60倍以上的加速，從而快速求解最優解，提升搜索高質量solution的效率。

實驗驗證與成果

在公開數據集上進行的全面實驗驗證顯示，該技術在多個算例中實現了顯著的性能提升，刷新了57項世界紀錄，部分算例的改進幅度達6%。這一成果標志著基于NPU/GPU算力的AI求解技術又一次突破，為路徑優化領域的發展注入了新的活力。

聯系作者

文章來源：量子位
作者微信：
作者簡介：追蹤人工智能新趨勢，關注科技行業新突破