从2⁷⁸⁰⁰⁰⁰中寻找“华罗庚沏茶之解”，智能“天花板”取决于这颗“心”

客人突然来家里做客，如何在最短时间内泡好茶？当时的情况是：茶叶有了，已生火，没有开水；开水壶、茶壶、茶杯都要洗……你也许听过数学家华罗庚在《统筹方法》中讲到的故事，通过合理统筹，最省时的方法是，先洗净开水壶，灌水、烧水，等待水开的空隙，洗茶壶、茶杯，拿茶叶，水开了泡茶。这样，客人能较快喝上热茶。而当变量增加到一万个以上、流程复杂度提升上亿倍时，我们又该如何运筹帷幄？

智能时代，无论是先进制造、生产调度、投资组合，还是科学预测，庞大复杂的系统都离不开精密数学优化模型与智能计算算法的支持。自1979年世界首个求解器诞生以来，它一直承担着在复杂系统中寻找最优解的重任。

今年伊始，工业和信息化部等八部门印发《“人工智能+制造”专项行动实施意见》，提出突破工业软件关键技术，直指被誉为工业软件之芯的求解器。同时，《工业互联网和人工智能融合赋能行动方案》强调构建智能决策优化能力，与求解器的应用场景高度契合。

当下，含金量最高的数学求解器市场中，九成由国外公司主导，而中国团队正借助快速崛起的人工智能（AI）浪潮奋起直追，在部分新方向上已显现优势。能否赶超的关键在于应用规模——像所有AI应用一样，有越多使用场景，它的计算结果越精准，带来的价值也就越大。

AI决策离不开的“大脑引擎”

你会把现实世界中的重大决策交给大模型吗？目前恐怕还不行，因为大模型的本质是基于历史数据的模糊计算与概率预测，在大量关系国计民生和重大工程安全的场景中，人们需要的并非“生成可能的答案”，而是在复杂约束下高效给出唯一、稳定且必须正确的解。

“所有智能化转型中一定会遇到精确量化的问题，如何把预测和经验变成精确入微的可执行指令，AI应用于现实世界必须解决这个问题。”杉数科技首席执行官罗小渠说。

去年夏天，我国月度用电量首次突破万亿千瓦时。而我国首套自主可控电力求解器“天权”支撑起我国南方区域电力市场超7000个模型节点、超200万项出清变量的分钟级精确计算，为打赢迎峰度夏攻坚战立下汗马功劳。

杉数科技作为联合研发方深度参与“天权”的研发全过程。罗小渠说：“南方区域电力市场是目前全球集中统一出清规模最大的高阶先进电力市场，其计算规模超210万约束、230万变量，每24小时进行96次决策计算，每一次求解相当于在2⁷⁸⁰⁰⁰⁰中寻找最优的‘1’。”

数十年来，人们一直用求解器来解决复杂系统中的运筹难题。一般来说，系统越庞大、流程越复杂的企业，利用求解器提效的幅度也越可观。在AI应用中，求解器也往往赋能最具含金量的板块，其“解”的价值直接体现在成本节省、效率提升、资源优化、风险控制上。在去年公布的央企十大“国之重器”中，“天权”名列其中。中国南方电力调度控制中心自动化处主管彭超逸表示，“天权”独立支撑南方区域电力市场连续运行，实现机组分配最优，降低发电成本，将我国电力保障主动权牢牢攥在自己手中。

中国求解器开始“直道超车”

全球求解器市场曾长期由3家美国企业Gurobi、IBM CPLEX和FICO Xpress主导，得益于丰富的场景和旺盛的需求，近年来，国内求解器市场快速崛起，杉数科技、阿里、华为都拿出了自己的求解器产品。

杉数科技由冯·诺依曼理论奖首位华人获得者、斯坦福大学杰出终身教授叶荫宇领衔，4位斯坦福大学博士联合创立，目前已落户上海。罗小渠透露，创立公司一方面基于“中国应有自己的求解器”的使命感，另一方面，也是被中国市场实际需求“催生”而来。比如，物流企业智能仓库中有数百台机器人，他们想知道如何规划最短路径、最高装载率和最少延误；运输企业则希望实现更高效的调度排班。

2019年5月，杉数科技发布国内首个自主可控的大规模专业求解器COPT。团队将求解器送至国外第三方测评机构测试，当看到技术指标达到世界第一时，全体成员热泪盈眶。去年，COPT 8.0在国际权威测评中获得11项第一，成为全球首个CPU、GPU混合兼容的求解器，并与英伟达加速计算平台深度融合，大幅提升大规模复杂优化问题的求解效率。

阿里与华为同样表现亮眼。2023年，达摩院MindOpt 1.0在工业和信息化部求解器大赛中夺冠；2024年，MindOpt 2.0进一步扩展能力与性能。而华为云天筹AI求解器在混合整数规划、非线性规划等核心领域已具备一定实力。

“由于诞生于新一轮AI技术浪潮中，中国求解器厂商在创新技术探索上更为敏锐积极。目前，中国求解器已开始打破欧美对底层工业软件的垄断，且并非跟跑追赶，而是可能实现‘直道超车’。”罗小渠说。

求解器快速走向中小微企业

随着AI快速发展，求解器这一曾专属于大型企业的数学工业软件，正逐步走向广大中小微企业。

“只要你能说清需求，平台就能在数字世界中自动建模。”罗小渠介绍。这背后是杉数自研的开源决策大模型——基于十余年对400多个行业头部客户服务的经验积累，加上自动建模、智能求解能力的不断提升，让企业通过“说”就能寻找最优解成为可能。

数据显示，智能决策在各种场景中都能带来显著收益：零售企业通过库存与补货优化，可降低10%至30%的库存占用，提升订单满足率5%至10%；物流企业通过智能分单与路径优化，可降低总物流里程及费用5%至20%；化工企业通过智能配方优化与排产，可提升产能利用率5%至15%。

直观的数据吸引有积累的企业开始布局。专注于工业数字化的科技公司黑湖科技将孵化“决策者替换类”智能体作为企业未来目标，他们判断智能决策将为工业客户带来更具颠覆性的价值。截至去年底，黑湖科技已赋能国内外超3.4万家工厂，其中超3万家为中小微企业。

国产求解器需要更多场景支撑。一般来说，一个典型场景搭建需经3至5轮迭代。以COPT为例，在南方电网电力出清系统中，为适配千台机组复杂场景，通过多种优化手段，COPT才将单轮模型求解时间从“千秒”降至“百秒”级别，单一场景验证耗时超过半年。

求解器赋能大型港口智能排产项目。

根据中国决策智能市场的报告，到2030年，中国决策智能市场规模将达到29.4亿美元，并保持约16.8%的年复合增长率。随着越来越多企业意识到利用求解器的智能决策能带来真金白银，这一数字有望进一步提升。

重塑工业与科学的未来

截至目前，杉数科技已为国家电网、国家能源、一汽大众、亚新钢铁、南方航空、京港地铁、宝洁、星巴克等龙头企业提供智能决策服务。面向未来，他们把公司的“第二增长曲线”放在AI4S（人工智能驱动的科学研究）上。

许多科学问题其实是数学问题。雨果奖得主刘慈欣曾在其科幻小说《镜子》中以原子级精度输入宇宙所有粒子的初始状态，从而构建出1∶1的虚拟宇宙模型，在无限算力的情况下，宇宙的任何变化都可计算。

自2023年以来，杉数带动的下一代数学优化求解软件开发与高精度科学计算，已构成AI4S体系中需求明确、价值可量化、技术路径清晰的一条重要赛道。以量子化学为例，杉数的科学家与谷歌量子实验室提出“谱放大”新范式，这一进展不仅将量子化学中可验证的经典下界能力从个位数轨道提升至50轨道量级，也清晰展示了AI4S框架下“GPU+求解器+物理结构建模”在连接经典高性能计算与未来量子计算之间所发挥的关键桥梁作用。

在具身智能领域，杉数与哈佛大学、上海交通大学机器人团队近期的合作，展现了在GPU架构下机器人复杂姿态与轨迹控制问题的求解效率，为高可靠、强约束的机器人系统提供在强化学习之外一条新的计算路径。

在量子计算领域，图灵量子去年发布新一代大规模可编程系统TuringQ Gen2，搭载核心“量子求解器”QIS 3.0，二者构成“软硬协同”的智能计算引擎，实现“量子-经典混合加速”。针对化学分子模拟、生物医药研发、金融风险评估等领域的复杂问题，该模式可实现单台超100量子比特张量网络处理能力，支持超10万变量求解能力，将特定问题效率提升千倍以上。

从“谈天说地”到“排兵布阵”，智能时代“天花板”取决于工业软件之“心”。可以预见，在“最强大脑”求解器的助力下，AI今后将在实干中发挥更大价值。