Hans Mittelmann權威單純形求解器榜單中，華為云天籌AI求解器斬獲第一。
今日，主題為“深耕數字化”的華為全聯接2021隆重開幕，華為高級副總裁、華為云CEO、消費者云服務總裁張平安發表“深耕數字化，一切皆服務”主題演講，并重磅發布了新一代的天籌（OptVerse）AI求解器。在最新的全球權威Hans Mittelmann單純形求解器榜單中，華為云天籌AI求解器斬獲第一。
助力企業得出最優解 實現全局優化
企業深耕數字化的核心目標之一是實現全局協同和資源調度最大化，以增強市場競爭力。但企業全局優化需要考慮所有制約因素、各環節的交叉及融合、以及現在和未來的變量互相制約等，這種海量因素環境下的復雜問題難度和規模巨大，僅通過人力很難實現最優解。
例如，在裝箱問題中，箱子的尺寸和數量可能涉及到萬級約束和變量；在路徑規劃問題中，不同地點和路況可能涉及到百萬級約束和變量；在生產計劃排產問題中，不同工廠產能、BOM表變化、庫存變化等，可能會涉及到千萬級約束和變量，解決這些問題需要轉換成對萬級到千萬級變量方程組的求解。為解決這些復雜的運籌優化問題，企業就需要引入一項決策優化領域的根技術——數學規劃求解器，將全局因素以及人的經驗轉化成數學模型，然后利用求解器計算出最優解。
融合AI技術 突破業界運籌優化極限
華為云將求解器技術、AI技術和運籌優化技術深度融合，推出創新的AI求解器，即華為云天籌AI求解器，突破了業界運籌優化極限：
與行業場景深度結合 降低應用門檻
為降低求解器的應用門檻，華為云將天籌AI求解器與行業場景結合, 將推出一系列的行業智能決策平臺，幫助各行各業客戶快速應用AI求解器，解決企業優化決策問題。在金融行業，通過最優投資組合的搭配，可提升15%的收益風險比；在制造行業，可幫助工業配料快速優化，效率提升30倍；在交通和物流行業，可優化航班調度，讓260萬旅客不再坐擺渡車；在供應鏈場景，基于AI求解器的生產排班，可實現超大規模計劃排產，供應能力最大化，庫存齊套率提升37%，每年節省巨大資金。
華為云將持續開放AI求解器開發團隊十年間所沉淀的經驗和AI能力，通過云服務的方式提供給千行百業的客戶，讓創新觸手可及，幫助客戶深耕數字化，快速實現全局最優。
華為高級副總裁、華為云CEO、消費者云服務總裁張平安發布天籌AI求解器
助力企業得出最優解 實現全局優化
企業深耕數字化的核心目標之一是實現全局協同和資源調度最大化，以增強市場競爭力。但企業全局優化需要考慮所有制約因素、各環節的交叉及融合、以及現在和未來的變量互相制約等，這種海量因素環境下的復雜問題難度和規模巨大，僅通過人力很難實現最優解。
例如，在裝箱問題中，箱子的尺寸和數量可能涉及到萬級約束和變量；在路徑規劃問題中，不同地點和路況可能涉及到百萬級約束和變量；在生產計劃排產問題中，不同工廠產能、BOM表變化、庫存變化等，可能會涉及到千萬級約束和變量，解決這些問題需要轉換成對萬級到千萬級變量方程組的求解。為解決這些復雜的運籌優化問題，企業就需要引入一項決策優化領域的根技術——數學規劃求解器，將全局因素以及人的經驗轉化成數學模型，然后利用求解器計算出最優解。
融合AI技術 突破業界運籌優化極限
華為云將求解器技術、AI技術和運籌優化技術深度融合，推出創新的AI求解器，即華為云天籌AI求解器，突破了業界運籌優化極限：
- 求解規模極限: 可支持億級規模問題的求解，可幫助處理更復雜場景的優化決策；
- 求解速度極限: 利用分布式并行加速技術，面對億級規模問題的求解，速度最高提升100倍；
- 建模效率極限：將原來的人工建模轉換為使用AI技術智能建模，建模效率最高提升30倍；
- 求解效率極限：將人工調參改變為利用AI技術，基于歷史數據自適應調優，效率最高提升30%；
與行業場景深度結合 降低應用門檻
為降低求解器的應用門檻，華為云將天籌AI求解器與行業場景結合, 將推出一系列的行業智能決策平臺，幫助各行各業客戶快速應用AI求解器，解決企業優化決策問題。在金融行業，通過最優投資組合的搭配，可提升15%的收益風險比；在制造行業，可幫助工業配料快速優化，效率提升30倍；在交通和物流行業，可優化航班調度，讓260萬旅客不再坐擺渡車；在供應鏈場景，基于AI求解器的生產排班，可實現超大規模計劃排產，供應能力最大化，庫存齊套率提升37%，每年節省巨大資金。
華為云將持續開放AI求解器開發團隊十年間所沉淀的經驗和AI能力，通過云服務的方式提供給千行百業的客戶，讓創新觸手可及，幫助客戶深耕數字化，快速實現全局最優。
責任編輯：宋辰
專題
最新發布