Mở rộng tối ưu hóa quyết định lên 100 triệu biến trở lên với mPDLP trong NVIDIA cuOpt

Bài toán chuỗi cung ứng đang phình to về số lượng SKU, tuyến đường và ràng buộc, trong thời gian lưới điện phải cân đối nhiều nguồn phân tán theo thời gian thực. Để giải quyết, các nhóm cần đánh giá các mô hình lớn hơn và nhiều biến số hơn trong khung thời gian lập kế hoạch thực tế. Decision optimization tăng tốc bằng GPU của NVIDIA cuOpt đã có thể mang lại tốc độ vượt trội gấp hơn 10 lần so với các bộ giải CPU trên một GPU duy nhất cho các bài toán quy hoạch tuyến tính (LP) quy mô lớn. Tuy nhiên, các bài toán lập kế hoạch lớn nhất hiện nay có thể mất hàng giờ để hội tụ hoặc vượt quá dung lượng bộ nhớ của một GPU đơn. Những giới hạn này tạo ra nút thắt cho quy trình vận hành thúc đẩy quyết định kinh doanh. Từ trước đến nay, các bài toán LP lớn và cực kỳ hóc búa luôn là tâm điểm chú ý của giới nghiên cứu và thực hành. Một bài toán như vậy là zib03 do Thorsten Koch giới thiệu năm 2008, gồm hơn 104 triệu phần tử khác không, đã trở thành benchmark được nghiên cứu rộng rãi cho các thuật toán và bộ giải mới. Hình 1 cho thấy mức tiến bộ đạt được trong lĩnh vực này nhờ thuật toán mới và phần cứng mới để giải quyết bài toán. cuOpt đang đẩy giới hạn đi xa hơn nữa bằng cách giải bài toán trên nhiều GPU với mPDLP, đạt tốc độ giải nhanh gấp gần 10 lần so với một năm trước.