某工廠有數(shù)千種零件、上萬名工人、數(shù)百個(gè)廠房,疫情期間訂單暴漲,如何安排產(chǎn)能資源才能消化更多的訂單?

某大型機(jī)場,每天有上千個(gè)航班降落,在廊橋機(jī)位與遠(yuǎn)機(jī)位的比例為 1:3 的情況下,如何讓更多的航班停靠在廊橋?

某港口,每年集裝箱吞吐量近兩千萬箱,惡劣天氣后影響港口船只進(jìn)出港和貨物裝卸載作業(yè),大型船舶多等停留1小時(shí)將浪費(fèi)近萬元,如何能快速調(diào)整計(jì)劃來緩解壓港現(xiàn)象?

對于制造、零售、物流等行業(yè)的從業(yè)者來說,這些問題想必非常熟悉。他們每天都要做出類似的決策,但是如何才能實(shí)現(xiàn)最優(yōu)的智慧資源配置呢?

隨著數(shù)字化轉(zhuǎn)型的深入,企業(yè)會(huì)發(fā)現(xiàn)不僅要提升單點(diǎn)效率,還要考慮系統(tǒng)全鏈路的協(xié)同和資源調(diào)度最大化。要做到全局優(yōu)化,就需要考慮所有制約因素、各環(huán)節(jié)的交叉及融合、以及現(xiàn)在和未來的變量互相制約等。

就像要實(shí)現(xiàn)交通效率最優(yōu),不僅需要考慮一個(gè)路段的交通燈和路況,還要考慮整個(gè)城市的交通情況和交通指揮的協(xié)同。

如果場景簡單,變量和約束條件都比較少,企業(yè)可以用手工方式解決大部分問題。但隨著業(yè)務(wù)規(guī)模的擴(kuò)大,這類優(yōu)化問題的復(fù)雜度會(huì)越來越高,變量和約束條件可能增至百萬、千萬級。海量因素環(huán)境下的復(fù)雜問題難度和規(guī)模巨大,僅通過人力很難實(shí)現(xiàn)最優(yōu)解。

為解決這些復(fù)雜的運(yùn)籌優(yōu)化問題,企業(yè)需要引入一項(xiàng)決策優(yōu)化領(lǐng)域的根技術(shù)——數(shù)學(xué)規(guī)劃求解器,將全局因素以及人的經(jīng)驗(yàn)轉(zhuǎn)化成數(shù)學(xué)模型,然后利用求解器計(jì)算出最優(yōu)解。

求解器并不是橫空出世的,但是為什么在企業(yè)應(yīng)用中并沒有普及?

首先,求解器的技術(shù)壁壘高、研發(fā)難度大,長期以來,高性能商用求解器的核心技術(shù)始終是由歐美企業(yè)主導(dǎo)的。 

再者,求解器存在著一定使用門檻。求解器本質(zhì)上是將經(jīng)驗(yàn)轉(zhuǎn)化成數(shù)學(xué)模型、再求最優(yōu)解的過程。

將問題通過數(shù)學(xué)形式準(zhǔn)確有效地表達(dá),就像給應(yīng)用題建立方程組,但如何把這個(gè)問題翻譯成求解器能理解的數(shù)學(xué)問題并不簡單,求解器對數(shù)學(xué)基礎(chǔ)和工程能力的要求都比較高,企業(yè)往往缺乏這種專業(yè)人才。

最后,求解器在產(chǎn)業(yè)方面主要被用來解決優(yōu)化問題,需要針對億級變量的復(fù)雜問題進(jìn)行求解,要求極高的性能;企業(yè)業(yè)務(wù)狀態(tài)、數(shù)據(jù)實(shí)時(shí)變動(dòng),求解速度如果跟不上,會(huì)影響業(yè)務(wù)運(yùn)轉(zhuǎn)效率。

另外,求解器還需要基于歷史數(shù)據(jù)不斷調(diào)整,這就涉及到許多調(diào)參工作,所以想要在業(yè)務(wù)場景中用好求解器并不容易。

如何讓企業(yè)能用上求解器這個(gè)好東西?

在華為全聯(lián)接2021上,華為高級副總裁、華為云CEO、消費(fèi)者云服務(wù)總裁張平安發(fā)布了天籌AI求解器。

華為云天籌求解器首先解決的是“好用”問題:“更好用是解決求解器在適應(yīng)不同場景問題下的最佳參數(shù)和策略的配置問題,讓客戶不需要反復(fù)試驗(yàn)不同的配置參數(shù)和策略;更智能是解決固定場景下結(jié)合歷史數(shù)據(jù)來優(yōu)化求解器性能的問題,讓求解器不斷適應(yīng)客戶場景和問題,求解效果越來越好。”

華為云主要從更好用和更智能角度來將 AI 和求解器結(jié)合:

首先是上層套件的智能化。求解器只能理解特定的輸入,但如何把具體問題轉(zhuǎn)換成這種輸入難住了一大批從業(yè)者。

因此,天籌AI求解器首先要做的就是充當(dāng)一個(gè)“翻譯官”的角色,通過上層套件、工具的智能化來幫助用戶簡化求解器的使用過程,使得具體生產(chǎn)問題到求解器的映射變得更加簡單,降低求解器的使用門檻。

其次是求解過程的智能化。經(jīng)典的求解器大多是基于數(shù)學(xué)經(jīng)典算法的,但華為云發(fā)現(xiàn),求解的過程其實(shí)也可以加入人工智能,從而提高求解速度,這也是所謂的“AI”求解器的另一層含義。

華為云將求解器技術(shù)、AI技術(shù)和運(yùn)籌優(yōu)化技術(shù)深度融合,推出首個(gè)商用的AI求解器,即華為云天籌AI求解器,突破了業(yè)界運(yùn)籌優(yōu)化極限:

求解規(guī)模極限:可支持億級規(guī)模問題的求解,可幫助處理更復(fù)雜場景的優(yōu)化決策;

求解速度極限:利用分布式并行加速技術(shù),即使面對億級規(guī)模問題的求解,速度也能最高提升100倍; 

建模效率極限:使用AI技術(shù)智能建模后,建模效率最高提升30倍;

求解效率極限:利用AI技術(shù)自適應(yīng)調(diào)優(yōu)后,效率最高提升30%。

在全球權(quán)威的 Hans Mittelmann 線性規(guī)劃單純形求解器最新榜單中,華為云天籌 AI 求解器斬獲第一,刷新世界紀(jì)錄。

其次,華為云天籌AI求解器解決的是行業(yè)客戶“易用”的問題:

華為云將天籌AI求解器與行業(yè)場景結(jié)合, 推出一系列的行業(yè)智能決策平臺,幫助各行各業(yè)客戶快速應(yīng)用AI求解器,解決企業(yè)優(yōu)化決策問題。

在金融行業(yè):通過最優(yōu)投資組合的搭配,可提升15%的收益風(fēng)險(xiǎn)比;

在制造行業(yè):可幫助工業(yè)配料快速優(yōu)化,效率提升30倍;

在交通行業(yè):可優(yōu)化航班調(diào)度,讓260萬旅客不再坐擺渡車;

在供應(yīng)鏈場景:基于AI求解器的生產(chǎn)排班,可實(shí)現(xiàn)超大規(guī)模計(jì)劃排產(chǎn),供應(yīng)能力最大化,庫存齊套率提升37%,每年節(jié)省巨大資金。

在物流行業(yè):天津港與華為云合作開發(fā)了基于天籌AI 求解器的新一代港口智能計(jì)劃平臺,可實(shí)現(xiàn)整個(gè)港口計(jì)劃10 分鐘內(nèi)完成,計(jì)劃速度提升144倍,大幅提升作業(yè)效率和資源利用率。

華為云將持續(xù)開放AI求解器開發(fā)團(tuán)隊(duì)十年間所沉淀的經(jīng)驗(yàn)和AI能力,通過云服務(wù)的方式提供給千行百業(yè)的客戶,讓創(chuàng)新觸手可及,幫助客戶深耕數(shù)字化,快速實(shí)現(xiàn)全局最優(yōu)。