近日，阿里巴巴达摩院自主研发的“敏迭”求解器（MindOpt）正式发布GPU版本，这是该求解器发展历程中的一次重要升级。新版本充分利用GPU并行加速的特性，在算法层面引入创新突破，成功解决了传统求解器在处理大规模优化问题时常见的“长尾效应”难题——即绝大多数问题可快速求解，但少数复杂问题需消耗不成比例的计算时间甚至无法收敛。
针对约2000个通用算例的系统性测试显示，敏迭GPU版本可将99%以上的问题类型稳定求解至高精度水平，显著提升了求解器的鲁棒性与适用范围。更为关键的是，新版本能够支持传统上被认为是“不可解”的亿级变量线性规划问题。在物流调度、金融风控、智能制造、能源管理等场景中，变量数量往往随着业务复杂度的提升呈指数级增长，普通求解器极易陷入内存溢出或计算发散。敏迭通过将计算任务高效映射到GPU大规模并行架构，使得这类超大规模优化问题的求解从不可能变为可能。
达摩院决策智能实验室负责人表示，敏迭求解器的GPU化升级，不仅仅是硬件的替换，更是一套从底层算法到上层调度策略的全链路重塑。研发团队针对GPU的众核结构重新设计了矩阵运算、预处理及迭代更新等核心模块，并结合稀疏计算技术，大幅降低了显存占用和带宽瓶颈，从而在有限硬件资源下实现了对亿级变量问题的突破性支持。目前，敏迭求解器已通过阿里云对外提供服务，并在多个行业落地验证。
业内专家指出，优化求解器被誉为“工业软件之王”，是运筹学算法在现实世界落地的重要载体。国内求解器在GPU并行化方向上的突破，将有助于打破长期以来由国外商业求解器主导的高端市场格局，为国内核心行业提供自主可控、性能更优的数学优化基础设施。随着AI与决策智能的深度融合，高性能求解器有望在绿色能源调度、供应链韧性优化、智能交通治理等领域释放更大价值。
