近日，华为云Optverse求解器（OPTVERSE）在国际权威数学优化求解器榜单Hans Mittelmann Benchmark中取得新成果，在大网络线性规划（LN-LP）和凸连续组网qplib）两项榜单上均创下全球第一，**性规划（LPOPT）和混合整数规划（MIPLIB2017）等关键榜单名列前茅。
Hans Mittelmann Benchmark 由美国亚利桑那州立大学 Hans Mittelmann 教授维护，至今已有 20 多年的历史。 在本次公布的测试结果中，天芯求解器继续保持大规模网络流线性规划求解器TOP1，性能领先第二名18%，线性规划求解器的求解性能较上届榜单提升138%凸二次连续规划求解器获得TOP1，性能领先第二名18%。
大规模网络流的线性规划
线性规划排名 （LPOPT）。
凸二次连续规划列表的上述三个数字是LP QP问题列表。
混合整数线性规划（MILP）求解器在MIPLIB 2017上首次上市，可解问题数量达到202个，已达到行业前列在略带病理的milp案例和milp问题的不可行性检测两个榜单中，体现了求解器的鲁棒性，天葵也取得了TOP3的不错成绩。 该列表的结果表明，该求解器在高效率和鲁棒性等综合性能方面一直处于世界先进水平。
混合整数规划 （miplib2017） 列表
病理混合整数程序列表
以上三张图是混合整数规划问题的列表。
数学优化求解器（以下简称“求解器”）是运筹优化问题的通用解决方案，可以高效求解能源电力、工厂调度、交通运输等应用场景中的决策优化问题。 求解器因其通用性和不可替代性，被认为是现代智能决策的核心引擎，是工业软件领域的核心技术之一。 近年来，华为团队在求解器领域不断取得突破，此次天芯求解器再次打破世界纪录，大大提升了华为在该领域的技术影响力。
当前自然求解器支持的线性规划、二次规划和混合整数线性规划涵盖了数学规划中最基本和最常见的问题类型，可以满足大多数场景的求解需求。 同时，天芯求解器融合了传统的数学规划技术和最新的AI4solver加速技术，为应对大规模、多类型、多场景的优化任务提供了强大的求解引擎，大大提高了天芯求解器的竞争力。
基于上述技术沉淀，华为在工信部举办的首届国产求解器大赛中荣获前八名。在本次竞赛中，以电力系统安全约束单元承诺（SCUC）问题为背景，测试了求解器的求解性能。 SCUC问题是电力系统管理中的基本问题之一，也是最重要的能源优化问题之一，由于其变量多、约束复杂、时空关系耦合等特点，对求解器的性能提出了严峻的考验。
华为团队结合AI技术与运筹学方法，针对电力数据敏感度强、硬件资源约束严格、问题规模大等特点，对电力SCUC问题进行了优化，提出了基于切平面技术的高效混合整数规划求解算法、基于变量统计量的预处理技术等一系列技术。
首届电力国产求解器大赛前八名队伍奖杯，基于天彩求解器的决策优化方案，已成功在多个生产场景中落地。
**连锁先进的生产计划和调度区
通过超大规模并行建模和混合整数线性规划求解能力，天芯求解器克服了超大规模（15kw 可变，27KW约束，12KW非零元）复杂的生产计划优化和多场景复制推广问题，整体实现处理计划任务，自动执行率提升33%+，实现年额外收入数亿元。
服装行业
生产中人员、设备、流程的智能化安排是生产面临的核心挑战，组合安排规模达数百万美元。 基于天彩求解器的求解引擎，不仅实现了对员工技能的精准评估，还实现了流程分配的快速全局搜索，最大化了员工的效率，使流水线更加均衡，与以往的人工排程相比，生产线效率提高了15-20%，从而在生产资源不变的情况下，以最短的总工时完成生产。
空调行业
钣金生产具有多种类、小批量的特点，难以计划和排产，天焘帮助某空调公司实现了从整机到半件的整体生产计划和调度，并以数百万美元的决策规模实现了月度计划和现场调度， 从而最大限度地满足客户需求，提高第一链条的快速反应和柔性制造能力，降低半成品钣金产品库存20%以上。
随着各行各业数字化、智能化转型的推进，运筹学优化和人工智能技术将应用于更多领域，面临更多挑战。 华为云Skychip Solver将不断总结经验，深化技术，创新进步，为客户提供世界一流的决策优化解决方案，赋能千行百业。