從2012年啟動預研，2014年構建軟硬協同系統，2017年應用于華為云... 歷時8年時間打造的華為云擎天架構，究竟有多強悍，或許我們能從下面的內容中找到答案。

在剛剛結束的GECCO 2020國際會議中，華為云擎天架構的調度算法團隊獲得OCP（Optimal Camera Placement最優相機布局）和USCP（Unicost Set Covering Problem單一成本集合覆蓋問題）運籌優化算法賽道兩項分賽道的冠軍。

?

超乎想象的頂級的會議

GECCO會議始辦于1999年，是進化計算領域最重要的盛會之一。本屆比賽吸引了來自英國、法國等全球知名研究機構和頂尖學者，如法國的優化解決方案提供商Artelys（工業優化領域旗艦競賽ROADEF/EURO Challenge 2018年度冠軍），英國蘭卡斯特大學（ROADEF/EURO Challenge 2016年度冠軍），法國格勒諾布爾大學，英國倫敦大學學院等，可謂是高手云集。

了解了會議的大概情況，我們再來看看這次比賽獲獎賽道所需要解決的問題。

計算機科學中的“進化計算”，指一系列“受生物進化啟發的全局優化算法”，及研究此類算法的人工智能等子領域，主要應用于最優化問題的求解。而OCP與USCP作為經典的離散優化問題，是已被證明的NP-Hard問題，其中USCP更是Karp提出的21個NP-Complete問題之一，在計算復雜性理論研究方面具有重要意義，并被廣泛應用于邊緣站點選址、軟件模糊測試等實際工業場景中。

OCP問題可以簡單描述為：假定一個城市需要部署一組攝像頭進行監控全覆蓋，而每個攝像頭部署的位置（400萬個可選位置）、角度及可覆蓋的監控區域都不盡相同，如何使用最少的攝像頭實現城市監控的全覆蓋。USCP問題則是采用更為抽象的數學集合形式進行描述，二者本質相同。

OCP問題示意圖

云上實踐與算法理論碰撞

此次賽題提供了基于實際的城市監控布局轉換而來的數據集合，其中最大的數據包含了380萬以上的監控候選位置。要從380萬個候選位置中選出最優的布局方案，搜索空間高達2^(3,800,000)≈〖10〗^(1,143,913)，該數字遠遠超過宇宙中所有原子的數量總和，即使動用全世界的算力，也無法在有限時間內逐一驗證每一種方案的優劣。

?

龐大搜索空間，大幅提升賽題難度

華為云擎天架構調度算法團隊提交的Weighting-Based Parallel Local Search（WPLS）算法同時結合了機器學習與運籌優化中的技巧，在局部搜索的過程中使用了禁忌表策略，并且自學習地調整評估函數來跳出局部最優。在實現上，該算法同時借助于華為云鯤鵬和昇騰的獨特硬件優勢，不僅發揮出算法的并行化加速能力，還在極短的時間找到接近于理論最優解的方案。

針對如何從380萬個候選位置中選出最優的布局的問題，核心問題就是如何進行海量邊緣站點選址、規劃各站點容量，并通過智能全域調度實現全局業務接入體驗最優，其本質也可以抽象為以集合覆蓋問題為核心的一系列優化問題。華為云團隊提出了“云站點選址”的方案。擬在全國范圍內部署海量站點，計算出因時延、服務質量、實際環境等約束帶來的覆蓋區域有限問題，計算出各站點可覆蓋區域及對應建站成本，最終提出可實現全覆蓋的最優站點部署方案。

不得不說，該解決方案得益于當前云技術已成為時代發展的重要推力。隨著產業的發展，行業對海量算力、極致時延體驗等都提出了更高要求。云計算作為數字經濟時代的核心生產工具，正逐步向邊緣延伸，以滿足澎湃算力的隨時、隨地、隨需獲取并實現業務的就近接入。

面向未來 華為云擎天架構的全棧技術投入

歷經8年技術積淀的華為云擎天架構，通過對極簡數據中心、專用硬件、虛擬化、云操作系統等全棧技術投入，提供硬核性能、極致穩定、極優效能、云邊端協同的云服務，為華為云、華為云Stack、華為云邊緣提供一致體驗與一致生態。

?“智慧云腦”作為華為云擎天架構的管控面，是面向云、AI、5G時代的分布式云操作系統，實現全域資源供給極優、多樣性算力使用極簡。其中，全域資源調度能力可支撐未來10萬級分布式站點間復雜的調度協同，完成中心與邊緣、邊緣與邊緣之間的智能按需調度，根據業務訴求匹配最優節點，實現就近接入。面向租戶，智慧云腦通過資源畫像及預測算法實現算力的智能推薦，讓應用負載運行在最合適的算力之上。

未來，華為云將繼續發揮全棧技術創新能力，與伙伴一起使能千行百業，助力政企實現數字化轉型和智能化升級。

?

總結

以上是生活随笔為你收集整理的挑战10的1,143,913次方种算法组合：这都不是事儿~~的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。