大规模生产和制造系统中的排产排程、生产调度；交通工具和乘务的调度排班、路线规划；供应链和产业链的产销协同……“这些现代工业生产中的调度、优化、仿真等行业系统，往往都需要各种各样的模型和算法来进行底层支持。”葛冬冬介绍，软件的底层算法涉及到大规模线性和非线性复杂系统的求解和优化，这离不开数学专业软件的高效配合。 当前，我国工业正处于经济新旧动能转换、结构转型升级的关键时期。大数据、云计算、人工智能等新技术深刻演变，石油、电力等国家基础工业行业面临产业能级提升的巨大挑战，随着需要经营和管理的体系越来越大，对管理的精细度和效率要求水涨船高，这需要向智能化转型要答案。 葛冬冬认为，我国基础工业行业在转向智能化的过程中，主要面临以下三方面挑战：运营体系复杂度大幅上升。产业链全球化及生产规模扩大带来协同难度放大，产业进步又使得各个环节的交叉及融合程度大大加深；响应灵敏度要求更高。在现代工业的生产和运营中，为了达到最优效益，对生产和决策的响应度要求提高；技术壁垒高。基础工业行业具有技术密集型和资本密集型的特点，技术壁垒和研发成本较高，而我国在这方面的技术积累和人才储备都不足。 加快工业结构转型，充分释放智能制造的经济价值，对于助力我国高质量发展具有现实意义。将繁杂的智能化转型问题转化为数学问题进行求解优化，为工业制造企业装上“决策大脑”，成为当前业内助力制造业降本增效，拉动业务增长，实现智能化转型的重要抓手。
据了解，杉数科技将运筹优化和机器学习、强化学习等前沿人工智能技术深度融合，以自主研发的国产求解器Cardinal Optimizer（COPT）为核心计算引擎，所面向产业推出的“引擎+决策中台+场景”的新一代智能决策技术平台，致力于解决企业生产、供应、物流等业务场景中的大规模复杂决策问题，可以在全局协同的情况下，帮助工业企业进行资源配置、成本控制、产能规划等多方面决策优化，全面提升生产运营的管理柔性。 葛冬冬介绍，当下企业的业务应用所面临的问题，有近80%的问题需要用到混合整数规划（MIP）求解模块来解决。随着国产求解器实现从零到一的突破，核心引擎技术不断取得进展，国产化程度加速提升。混合整数规划（MIP）求解模块研发难度大，而目前COPT已稳定在世界前二水平。同时，杉数智能决策技术平台的算法和模型组件源于广泛的业务场景，具备较强的适用性和扩展性，包括生产、工艺、人员、设备、物料、产能、环境等组件，这些组件可灵活配置，助力企业快速构建智能决策系统。 如今，数学专业软件在制造业领域已有广泛和深入应用。例如，空间飞行器在飞行时，每秒要进行高达几十次的姿态调整，数学软件则会在短短几十分之一秒的时间内作出计算；在机器人“主导”的智能工厂内，数百个机器人在数学决策的指令分配下，有序高效的“跑来跑去”。 数字经济时代，信息安全和数据主权成为国家安全的重要方面，加快软件国产化替代的重要性不言而喻。《“十四五”软件和信息技术服务业发展规划》提到，要补足国内产业链短板弱项，形成具有生态影响力的新兴领域软件产品，其中工业软件将是重点补强环节。 “在错综复杂的世界局势背景下，国产工业软件一方面可以保障自己的软件安全能力，另一方面可以有效保障数据安全，对事关国计民生的重要领域、基础设施等命脉行业进行自主把控。”葛冬冬表示，国产数学工业软件不仅能提供安全保障，还可为复杂的企业场景提供定制化服务，进行标准软件的深层改造，根据不同版本硬件进行求解器的重新编译，做嵌入式系统改造，提供并更加便捷和及时的支持服务。 “COPT求解器对企业的运营的数字化、精细化及最优化管理有着最直接的支持。如果没有数学工业软件，那么交通、能源等有关国计民生行业的高质量发展都将会面临运营管理柔韧性上的重大考验。”葛冬冬表示，基于求解器决策优化模式的大规模应用，可以全面激活数据价值，优化要素配置，有效降低能源及资源浪费，助力产业高质量发展。（来源：人民网 作者：人民网记者任妍） 编辑：李芊诺 责编：汪黄任 审核：王棕宝