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

主要观点总结

基于昇腾算力的矩阵运算改进求解器框架，大幅提升Local Optimum跳出能力，针对带时间窗口的取货和配送问题（PDPTW）进行技术突破。研究团队通过调整传统求解架构、引入SPP子模型、矩阵化转化等方法，实现了在搜索范围大幅提升的同时保证性能不受影响，刷新了Sartori PDPTW榜单中的57项世界纪录。

关键观点总结

关键观点1: 基于昇腾算力的矩阵运算改进

研究团队提出基于矩阵运算的Memetic求解技术，通过调整传统求解架构，引入SPP子模型，将传统求解过程转化为矩阵运算，利用昇腾算力的优势实现加速，最快可加速100倍。

关键观点2: 刷新世界纪录

研究团队在公开数据集上进行了实验验证，刷新了Sartori PDPTW榜单中的57项世界纪录，在部分算例上相对于基准结果改进幅度达6%。

关键观点3: 算法框架的技术细节

研究团队通过引入创新性的技术框架，包括大范围搜索策略、SPP子模型提升每一代solution质量、路径评估和SPP求解的矩阵化转化等，解决了Memetic算法在跳出Local Optimum方面的局限性。

关键观点4: NPU加速路径探索能力

研究团队利用NPU加速矩阵运算，对高耗时的路径和解评估进行高效加速，部分可达100倍加速比，极大地提升了路径探索能力。

文章预览

允中 发自 凹非寺 量子位 | 公众号 QbitAI 基于昇腾算力的矩阵运算改进求解器框架，大幅提升Local Optimum跳出能力。 深圳市大数据研究院与华为GTS运筹优化实验室联合提出基于矩阵运算的Memetic 求解技术。 结果刷新了Sartori PDPTW榜单中的 57项世界纪录 ，在部分算例上相对于基准结果改进幅度达6%，是继英伟达cuOPT刷新Li 23项基准记录后，基于NPU/GPU算力AI求解的另一技术突破。 其中，基于昇腾加速， 最快可加速100倍 ，达到在搜索范围大幅提升的同时，保证性能也不受影响。 矩阵化改进传统求解框架 带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，是一类非常经典的强组合优化难题，在供应链、物流、网络规划调度等领域有广泛的应用。 该问题中，每个请求指定了要运输的货物的大小以及两个位置：装货点和卸货点。此类问题 ………………………………