從2⁷⁸⁰⁰⁰⁰中尋找“華羅庚沏茶之解”，智能“天花板”取決於這顆“心”
客人突然來家裏做客，如何在最短時間內泡好茶？當時的情況是：茶葉有了，已生火，沒有開水；開水壺、茶壺、茶杯都要洗……你也許聽過數學家華羅庚在《統籌方法》中講到的故事，通過合理統籌，最省時的方法是，先洗淨開水壺，灌水、燒水，等待水開的空隙，洗茶壺、茶杯，拿茶葉，水開了泡茶。這樣，客人能較快喝上熱茶。而當變量增加到一萬個以上、流程複雜度提升上億倍時，我們又該如何運籌帷幄？
智能時代，無論是先進製造、生產調度、投資組合，還是科學預測，龐大複雜的系統都離不開精密數學優化模型與智能計算算法的支持。自1979年世界首個求解器誕生以來，它一直承擔着在複雜系統中尋找最優解的重任。
今年伊始，工業和信息化部等八部門印發《“人工智能+製造”專項行動實施意見》，提出突破工業軟件關鍵技術，直指被譽爲工業軟件之芯的求解器。同時，《工業互聯網和人工智能融合賦能行動方案》強調構建智能決策優化能力，與求解器的應用場景高度契合。
當下，含金量最高的數學求解器市場中，九成由國外公司主導，而中國團隊正藉助快速崛起的人工智能（AI）浪潮奮起直追，在部分新方向上已顯現優勢。能否趕超的關鍵在於應用規模——像所有AI應用一樣，有越多使用場景，它的計算結果越精準，帶來的價值也就越大。
AI決策離不開的“大腦引擎”
你會把現實世界中的重大決策交給大模型嗎？目前恐怕還不行，因爲大模型的本質是基於歷史數據的模糊計算與概率預測，在大量關係國計民生和重大工程安全的場景中，人們需要的並非“生成可能的答案”，而是在複雜約束下高效給出唯一、穩定且必須正確的解。
“所有智能化轉型中一定會遇到精確量化的問題，如何把預測和經驗變成精確入微的可執行指令，AI應用於現實世界必須解決這個問題。”杉數科技首席執行官羅小渠說。
去年夏天，我國月度用電量首次突破萬億千瓦時。而我國首套自主可控電力求解器“天權”支撐起我國南方區域電力市場超7000個模型節點、超200萬項出清變量的分鐘級精確計算，爲打贏迎峯度夏攻堅戰立下汗馬功勞。
杉數科技作爲聯合研發方深度參與“天權”的研發全過程。羅小渠說：“南方區域電力市場是目前全球集中統一出清規模最大的高階先進電力市場，其計算規模超210萬約束、230萬變量，每24小時進行96次決策計算，每一次求解相當於在2⁷⁸⁰⁰⁰⁰中尋找最優的‘1’。”
數十年來，人們一直用求解器來解決複雜系統中的運籌難題。一般來說，系統越龐大、流程越複雜的企業，利用求解器提效的幅度也越可觀。在AI應用中，求解器也往往賦能最具含金量的板塊，其“解”的價值直接體現在成本節省、效率提升、資源優化、風險控制上。在去年公佈的央企十大“國之重器”中，“天權”名列其中。中國南方電力調度控制中心自動化處主管彭超逸表示，“天權”獨立支撐南方區域電力市場連續運行，實現機組分配最優，降低發電成本，將我國電力保障主動權牢牢攥在自己手中。
中國求解器開始“直道超車”
全球求解器市場曾長期由3家美國企業Gurobi、IBM CPLEX和FICO Xpress主導，得益於豐富的場景和旺盛的需求，近年來，國內求解器市場快速崛起，杉數科技、阿里、華爲都拿出了自己的求解器產品。
杉數科技由馮·諾依曼理論獎首位華人獲得者、斯坦福大學傑出終身教授葉蔭宇領銜，4位斯坦福大學博士聯合創立，目前已落戶上海。羅小渠透露，創立公司一方面基於“中國應有自己的求解器”的使命感，另一方面，也是被中國市場實際需求“催生”而來。比如，物流企業智能倉庫中有數百臺機器人，他們想知道如何規劃最短路徑、最高裝載率和最少延誤；運輸企業則希望實現更高效的調度排班。
2019年5月，杉數科技發佈國內首個自主可控的大規模專業求解器COPT。團隊將求解器送至國外第三方測評機構測試，當看到技術指標達到世界第一時，全體成員熱淚盈眶。去年，COPT 8.0在國際權威測評中獲得11項第一，成爲全球首個CPU、GPU混合兼容的求解器，並與英偉達加速計算平臺深度融合，大幅提升大規模複雜優化問題的求解效率。
阿里與華爲同樣表現亮眼。2023年，達摩院MindOpt 1.0在工業和信息化部求解器大賽中奪冠；2024年，MindOpt 2.0進一步擴展能力與性能。而華爲雲天籌AI求解器在混合整數規劃、非線性規劃等核心領域已具備一定實力。
“由於誕生於新一輪AI技術浪潮中，中國求解器廠商在創新技術探索上更爲敏銳積極。目前，中國求解器已開始打破歐美對底層工業軟件的壟斷，且並非跟跑追趕，而是可能實現‘直道超車’。”羅小渠說。
求解器快速走向中小微企業
隨着AI快速發展，求解器這一曾專屬於大型企業的數學工業軟件，正逐步走向廣大中小微企業。
“只要你能說清需求，平臺就能在數字世界中自動建模。”羅小渠介紹。這背後是杉數自研的開源決策大模型——基於十餘年對400多個行業頭部客戶服務的經驗積累，加上自動建模、智能求解能力的不斷提升，讓企業通過“說”就能尋找最優解成爲可能。
數據顯示，智能決策在各種場景中都能帶來顯著收益：零售企業通過庫存與補貨優化，可降低10%至30%的庫存佔用，提升訂單滿足率5%至10%；物流企業通過智能分單與路徑優化，可降低總物流里程及費用5%至20%；化工企業通過智能配方優化與排產，可提升產能利用率5%至15%。
直觀的數據吸引有積累的企業開始佈局。專注於工業數字化的科技公司黑湖科技將孵化“決策者替換類”智能體作爲企業未來目標，他們判斷智能決策將爲工業客戶帶來更具顛覆性的價值。截至去年底，黑湖科技已賦能國內外超3.4萬家工廠，其中超3萬家爲中小微企業。
國產求解器需要更多場景支撐。一般來說，一個典型場景搭建需經3至5輪迭代。以COPT爲例，在南方電網電力出清系統中，爲適配千臺機組複雜場景，通過多種優化手段，COPT纔將單輪模型求解時間從“千秒”降至“百秒”級別，單一場景驗證耗時超過半年。
求解器賦能大型港口智能排產項目。
根據中國決策智能市場的報告，到2030年，中國決策智能市場規模將達到29.4億美元，並保持約16.8%的年複合增長率。隨着越來越多企業意識到利用求解器的智能決策能帶來真金白銀，這一數字有望進一步提升。
重塑工業與科學的未來
截至目前，杉數科技已爲國家電網、國家能源、一汽大衆、亞新鋼鐵、南方航空、京港地鐵、寶潔、星巴克等龍頭企業提供智能決策服務。面向未來，他們把公司的“第二增長曲線”放在AI4S（人工智能驅動的科學研究）上。
許多科學問題其實是數學問題。雨果獎得主劉慈欣曾在其科幻小說《鏡子》中以原子級精度輸入宇宙所有粒子的初始狀態，從而構建出1∶1的虛擬宇宙模型，在無限算力的情況下，宇宙的任何變化都可計算。
自2023年以來，杉數帶動的下一代數學優化求解軟件開發與高精度科學計算，已構成AI4S體系中需求明確、價值可量化、技術路徑清晰的一條重要賽道。以量子化學爲例，杉數的科學家與谷歌量子實驗室提出“譜放大”新範式，這一進展不僅將量子化學中可驗證的經典下界能力從個位數軌道提升至50軌道量級，也清晰展示了AI4S框架下“GPU+求解器+物理結構建模”在連接經典高性能計算與未來量子計算之間所發揮的關鍵橋樑作用。
在具身智能領域，杉數與哈佛大學、上海交通大學機器人團隊近期的合作，展現了在GPU架構下機器人複雜姿態與軌跡控制問題的求解效率，爲高可靠、強約束的機器人系統提供在強化學習之外一條新的計算路徑。
在量子計算領域，圖靈量子去年發佈新一代大規模可編程系統TuringQ Gen2，搭載核心“量子求解器”QIS 3.0，二者構成“軟硬協同”的智能計算引擎，實現“量子-經典混合加速”。針對化學分子模擬、生物醫藥研發、金融風險評估等領域的複雜問題，該模式可實現單臺超100量子比特張量網絡處理能力，支持超10萬變量求解能力，將特定問題效率提升千倍以上。
從“談天說地”到“排兵佈陣”，智能時代“天花板”取決於工業軟件之“心”。可以預見，在“最強大腦”求解器的助力下，AI今後將在實幹中發揮更大價值。
