在刚刚结束的GECCO 2020国际会议中，华为云擎天架构的调度算法团队同时获得OCP与USCP运筹优化算法赛道第一名，且算法运行结果刷新了十个文献算例的已知最好结果。
这充分展现华为云在云资源调度、多目标优化等领域的技术积累，更为解决云上超大规模离散优化问题提供全新思路。
获奖证书
GECCO会议始办于1999年，是进化计算领域最重要的盛会之一。本届比赛吸引了来自英国、法国等全球知名研究机构和顶尖学者，如法国的优化解决方案提供商Artelys（ROADEF Challenge 2018冠军）、法国格勒诺布尔大学、英国伦敦大学学院等。
华为云擎天架构的调度算法团队与华中科技大学吕志鹏教授团队，针对“面向云的高性能求解器”进行深度技术合作，并将设计的Weighting-Based Parallel Local Search（WPLS）算法应用于本次比赛，实现在邻域设计、邻域快速评估机制、邻域解选择策略、并行化加速等方面的多项突破，方案全场景领先第二名10%。
种组合
挑战超过宇宙原子数量总和搜索空间
计算机科学中的“进化计算”，指一系列“受生物进化启发的全局优化算法”，及研究此类算法的人工智能等子领域，主要应用于最优化问题的求解。
而OCP（Optimal Camera Placement，最优摄像头部署问题）与USCP（Unicost Set Covering Problem，单成本集合覆盖问题）作为经典的离散优化问题，是已被证明的NP-Hard问题，其中USCP更是Karp提出的21个NP-Complete问题之一，在计算复杂性理论研究方面具有重要意义，并被广泛应用于边缘站点选址、软件模糊测试等实际工业场景中。
OCP问题可以简单描述为：
“假定一个城市需要部署一组摄像头进行监控全覆盖，而每个摄像头部署的位置（400万个可选位置）、角度及可覆盖的监控区域都不尽相同，如何使用最少的摄像头实现城市监控的全覆盖。USCP问题则是采用更为抽象的数学集合形式进行描述，二者本质相同。
OCP问题示意图
此次比赛提供了基于实际的城市监控布局转换而来的数据集合，其中最大的数据包含了380万以上的监控候选位置。
要从380万个候选位置中选出最优的布局方案，搜索空间高达，该数字远远超过宇宙中所有原子的数量总和，即使动用全世界的算力，也无法在有限时间内逐一验证每一种方案的优劣。
庞大搜索空间，大幅提升赛题难度
透过现象看本质
云上实践与算法理论的绝佳融合
AI、5G等技术的蓬勃发展，催生应用对海量算力、极致时延体验等更高要求，而云计算作为数字经济时代的核心生产工具，正逐步向边缘延伸，以满足澎湃算力的随时、随地、随需获取并实现业务的就近接入。现实的挑战是，如何进行海量边缘站点选址、规划各站点容量，并通过智能全域调度实现全局业务接入体验最优，其本质也可以抽象为以集合覆盖问题为核心的一系列优化问题。例如，云站点选址可抽象描述为：
云服务商拟在全国范围内部署海量站点以实现接入全覆盖，满足客户的业务需求。调研筛选出大量备选站点，但因时延、服务质量、实际环境等约束，每个站点可以覆盖的区域有限。已知各站点可覆盖区域及对应建站成本，要求给出可实现全覆盖的最优站点部署方案。
凭借华为云擎天架构调度算法团队在云资源规划、调度领域的持续探索实践，本次比赛提交的Weighting-Based Parallel Local Search（WPLS）算法同时结合了机器学习与运筹优化中的技巧，在局部搜索的过程中使用了禁忌表策略，并且自学习地调整评估函数来跳出局部最优。
在实现上，该算法借助于华为云鲲鹏和昇腾实例的独特硬件优势和特点，最大程度地发挥了算法的并行化加速能力，使用极短的时间就能找到接近于理论最优解的方案，做到云上实践与算法理论的绝佳融合。
面向未来
华为云擎天架构的全栈技术投入
历经8年技术积淀的华为云擎天架构，通过对极简数据中心、专用硬件、虚拟化、云操作系统等全栈技术投入，提供硬核性能、极致稳定、极优效能、云边端协同的云服务，为华为云、华为云Stack、华为云边缘提供一致体验与一致生态。
“智慧云脑”作为华为云擎天架构的管控面，是面向云、AI、5G时代的分布式云操作系统，实现全域资源供给极优、多样性算力使用极简。
其中，全域资源调度能力可支撑未来10万级分布式站点间复杂的调度协同，完成中心与边缘、边缘与边缘之间的智能按需调度，根据业务诉求匹配最优节点，实现就近接入。面向租户，智慧云脑通过资源画像及预测算法实现算力的智能推荐，让应用负载运行在最合适的算力之上。
未来，华为云将继续发挥全栈技术创新能力，与伙伴一起使能千行百业，助力政企实现数字化转型和智能化升级。
