部分基准提升幅度达6%
原标题:基于昇腾算力突破AI求解,最高加速100倍!| 华为GTS&深圳市大数据研究院
文章来源:量子位
内容字数:3233字
基于昇腾算力的矩阵运算改进求解器框架
深圳市大数据研究院与华为GTS运筹优化实验室联合提出了一种基于矩阵运算的Memetic&LNS求解技术,显著提升了Local Optimum的跳出能力。这一技术创新在路径优化问题(PDPTW)上取得了卓越成果,刷新了Sartori&Burial PDPTW榜单中的57项世界纪录,部分算例上相对于基准结果的改进幅度达6%。
PDPTW问题简介
时间窗口的取货和配送问题(PDPTW)是路径优化问题(VRP)的重要变体,广泛应用于供应链、物流和网络规划调度等领域。该问题的主要目标是最小化总成本,包括车辆固定成本和行驶成本,同时满足所有客户的需求。PDPTW的复杂性主要源自求解空间的巨大以及众多约束的交织,使其在大型问题上的求解非常困难。
技术创新与算法框架
研究团队通过调整传统求解架构,引入大范围搜索策略,提高跳出Local Optimum的概率,并引入子模型SPP以提升每一代solution的质量。同时,路径评估和SPP求解进行了矩阵化转化,利用昇腾算力实现了高达100倍的加速,保证了性能不受影响。
矩阵运算与NPU加速
该研究团队提出了一种创新技术,将传统可行性和成本评估转化为矩阵运算,利用昇腾NPU算子实现路径和解的高效评估。通过将solution、距离、时间等属性矩阵化,显著提高了路径探索能力,使得部分环节加速比达到100倍。
引入SPP子模型与迭代效率提升
为进一步提升每一代solution的质量,研究团队引入高效的集合划分子模型(SPP),并将其求解过程转化为矩阵运算,利用NPU的强大算力实现了60倍以上的加速,从而快速求解最优解,提升搜索高质量solution的效率。
实验验证与成果
在公开数据集上进行的全面实验验证显示,该技术在多个算例中实现了显著的性能提升,刷新了57项世界纪录,部分算例的改进幅度达6%。这一成果标志着基于NPU/GPU算力的AI求解技术又一次突破,为路径优化领域的发展注入了新的活力。
联系作者
文章来源:量子位
作者微信:
作者简介:追踪人工智能新趋势,关注科技行业新突破