在剛剛結(jié)束的GECCO 2020國(guó)際會(huì)議中，華為云擎天架構(gòu)的調(diào)度算法團(tuán)隊(duì)同時(shí)獲得OCP與USCP運(yùn)籌優(yōu)化算法賽道第一名，且算法運(yùn)行結(jié)果刷新了十個(gè)文獻(xiàn)算例的已知最優(yōu)解。充分展現(xiàn)華為云在云資源調(diào)度、多目標(biāo)優(yōu)化等領(lǐng)域的技術(shù)積累，更為解決云上超大規(guī)模離散優(yōu)化問(wèn)題提供全新思路。
獲獎(jiǎng)證書(shū)
GECCO會(huì)議始辦于1999年，是進(jìn)化計(jì)算領(lǐng)域最重要的盛會(huì)之一。本屆比賽吸引了來(lái)自英國(guó)、法國(guó)等全球知名研究機(jī)構(gòu)和頂尖學(xué)者，如法國(guó)的優(yōu)化解決方案提供商Artelys（ROADEF Challenge 2018冠軍），法國(guó)格勒諾布爾大學(xué)，英國(guó)倫敦大學(xué)學(xué)院等。華為云擎天架構(gòu)算法團(tuán)隊(duì)與華中科技大學(xué)呂志鵬教授團(tuán)隊(duì)，針對(duì)“面向云的高性能求解器”進(jìn)行深度技術(shù)合作，并將設(shè)計(jì)的Weighting-Based Parallel Local Search（WPLS）算法應(yīng)用于本次比賽，實(shí)現(xiàn)在鄰域設(shè)計(jì)、鄰域快速評(píng)估機(jī)制、鄰域解選擇策略、并行化加速等方面的多項(xiàng)突破，方案全場(chǎng)景領(lǐng)先第二名10%。
種組合
挑戰(zhàn)超過(guò)宇宙原子數(shù)量總和搜索空間
計(jì)算機(jī)科學(xué)中的“進(jìn)化計(jì)算”，指一系列“受生物進(jìn)化啟發(fā)的全局優(yōu)化算法”，及研究此類算法的人工智能等子領(lǐng)域，主要應(yīng)用于最優(yōu)化問(wèn)題的求解。而OCP（Optimal Camera Placement，最優(yōu)攝像頭部署問(wèn)題）與USCP（Unicost Set Covering Problem，單成本集合覆蓋問(wèn)題）作為經(jīng)典的離散優(yōu)化問(wèn)題，是已被證明的NP-Hard問(wèn)題，其中USCP更是Karp提出的21個(gè)NP-Complete問(wèn)題之一，在計(jì)算復(fù)雜性理論研究方面具有重要意義，并被廣泛應(yīng)用于邊緣站點(diǎn)選址、軟件模糊測(cè)試等實(shí)際工業(yè)場(chǎng)景中。
OCP問(wèn)題可以簡(jiǎn)單描述為：假定一個(gè)城市需要部署一組攝像頭進(jìn)行監(jiān)控全覆蓋，而每個(gè)攝像頭部署的位置（400萬(wàn)個(gè)可選位置）、角度及可覆蓋的監(jiān)控區(qū)域都不盡相同，如何使用最少的攝像頭實(shí)現(xiàn)城市監(jiān)控的全覆蓋。USCP問(wèn)題則是采用更為抽象的數(shù)學(xué)集合形式進(jìn)行描述，二者本質(zhì)相同
OCP問(wèn)題示意圖
此次比賽提供了基于實(shí)際的城市監(jiān)控布局轉(zhuǎn)換而來(lái)的數(shù)據(jù)集合，其中最大的數(shù)據(jù)包含了380萬(wàn)以上的監(jiān)控候選位置。要從380萬(wàn)個(gè)候選位置中選出最優(yōu)的布局方案，搜索空間高達(dá)，該數(shù)字遠(yuǎn)遠(yuǎn)超過(guò)宇宙中所有原子的數(shù)量總和，即使動(dòng)用全世界的算力，也無(wú)法在有限時(shí)間內(nèi)逐一驗(yàn)證每一種方案的優(yōu)劣。
龐大搜索空間，大幅提升賽題難度
透過(guò)現(xiàn)象看本質(zhì)
云上實(shí)踐與算法理論的絕佳融合
AI、5G等技術(shù)的蓬勃發(fā)展，催生應(yīng)用對(duì)海量算力、極致時(shí)延體驗(yàn)等更高要求，而云計(jì)算作為數(shù)字經(jīng)濟(jì)時(shí)代的核心生產(chǎn)工具，正逐步向邊緣延伸，以滿足澎湃算力的隨時(shí)、隨地、隨需獲取并實(shí)現(xiàn)業(yè)務(wù)的就近接入。現(xiàn)實(shí)的挑戰(zhàn)是，如何進(jìn)行海量邊緣站點(diǎn)選址、規(guī)劃各站點(diǎn)容量，并通過(guò)智能全域調(diào)度實(shí)現(xiàn)全局業(yè)務(wù)接入體驗(yàn)最優(yōu)，其本質(zhì)也可以抽象為以集合覆蓋問(wèn)題為核心的一系列優(yōu)化問(wèn)題。例如，云站點(diǎn)選址可抽象描述為：
云服務(wù)商擬在全國(guó)范圍內(nèi)部署海量站點(diǎn)以實(shí)現(xiàn)接入全覆蓋，滿足客戶的業(yè)務(wù)需求。調(diào)研篩選出大量備選站點(diǎn)，但因時(shí)延、服務(wù)質(zhì)量、實(shí)際環(huán)境等約束，每個(gè)站點(diǎn)可以覆蓋的區(qū)域有限。已知各站點(diǎn)可覆蓋區(qū)域及對(duì)應(yīng)建站成本，要求給出可實(shí)現(xiàn)全覆蓋的最優(yōu)站點(diǎn)部署方案。
憑借華為云擎天架構(gòu)算法團(tuán)隊(duì)在云資源規(guī)劃、調(diào)度領(lǐng)域的持續(xù)探索實(shí)踐，本次比賽提交的Weighting-Based Parallel Local Search（WPLS）算法同時(shí)結(jié)合了機(jī)器學(xué)習(xí)與運(yùn)籌優(yōu)化中的技巧，在局部搜索的過(guò)程中使用了禁忌表策略，并且自學(xué)習(xí)地調(diào)整評(píng)估函數(shù)來(lái)跳出局部最優(yōu)。在實(shí)現(xiàn)上，該算法借助于華為云鯤鵬和昇騰實(shí)例的獨(dú)特硬件優(yōu)勢(shì)和特點(diǎn)，最大程度地發(fā)揮了算法的并行化加速能力，使用極短的時(shí)間就能找到接近于理論最優(yōu)解的方案，做到云上實(shí)踐與算法理論的絕佳融合。
面向未來(lái)
華為云擎天架構(gòu)的全棧技術(shù)投入
歷經(jīng)8年技術(shù)積淀的華為云擎天架構(gòu)，通過(guò)對(duì)極簡(jiǎn)數(shù)據(jù)中心、專用硬件、虛擬化、云操作系統(tǒng)等全棧技術(shù)投入，提供硬核性能、極致穩(wěn)定、極優(yōu)效能、云邊端協(xié)同的云服務(wù)，為華為云、華為云Stack、華為云邊緣提供一致體驗(yàn)與一致生態(tài)。
“智慧云腦”作為華為云擎天架構(gòu)的管控面，是面向云、AI、5G時(shí)代的分布式云操作系統(tǒng)，實(shí)現(xiàn)全域資源供給極優(yōu)、多樣性算力使用極簡(jiǎn)。其中，全域資源調(diào)度能力可支撐未來(lái)10萬(wàn)級(jí)分布式站點(diǎn)間復(fù)雜的調(diào)度協(xié)同，完成中心與邊緣、邊緣與邊緣之間的智能按需調(diào)度，根據(jù)業(yè)務(wù)訴求匹配最優(yōu)節(jié)點(diǎn)，實(shí)現(xiàn)就近接入。面向租戶，智慧云腦通過(guò)資源畫(huà)像及預(yù)測(cè)算法實(shí)現(xiàn)算力的智能推薦，讓?xiě)?yīng)用負(fù)載運(yùn)行在最合適的算力之上。
未來(lái)，華為云將繼續(xù)發(fā)揮全棧技術(shù)創(chuàng)新能力，與伙伴一起使能千行百業(yè)，助力政企實(shí)現(xiàn)數(shù)字化轉(zhuǎn)型和智能化升級(jí)。
