问题——复杂系统决策需要“唯一且正确”的最优解 从华罗庚在《统筹方法》中用“来客沏茶”说明时间安排，到如今电力系统、先进制造、投资组合和供应链调度等场景的精细化决策，核心目标始终明确：在多目标、多约束条件下，以更低成本、更短时间找到全局最优方案。变化在于，现代工业系统的变量规模动辄上万甚至上百万，组合空间指数级增长，靠经验和人工排程难以兼顾效率与安全，必须依赖可验证、可复现的数学优化模型与计算求解能力。 原因——“可生成”不等于“可执行”，工业场景更看重确定性 智能化应用发展迅速，但在关系国计民生和工程安全的场景中，决策不能停留在“更可能正确”的结果，而需要在严格约束下输出稳定、可解释、可追溯的方案。业内人士指出，智能化转型绕不开精确量化此关：如何把预测、经验和规则转化为可执行指令，离不开成熟的优化算法与高性能求解器。自1979年首个求解器问世以来，它一直承担在复杂系统中寻找最优解的基础工作，因此被视为工业软件的重要底层能力。 影响——从“算得出”到“算得快”，求解器决定高价值环节的效率上限 以能源保供为例，去年夏季我国月度用电量首次突破万亿千瓦时，电力系统对调度与交易出清的精度和速度提出更高要求。我国首套自主可控电力求解器“天权”已在南方区域电力市场实现分钟级精确计算，支撑超7000个模型节点、超200万项出清变量的规模化运行。研发方之一杉数科技介绍，该市场出清计算规模约为210万条约束、230万项变量，每24小时需要进行96次决策计算；每次求解相当于在2⁷⁸⁰⁰⁰⁰种可能中寻找最优解。这类能力直接带来更优的机组分配、更低的发电成本和更稳定的系统运行，对提升能源安全保障具有现实意义。“天权”入选央企十大“国之重器”，也凸显了求解器在高价值场景中的关键地位。 对策——政策引导叠加需求牵引，加快补齐“工业软件之芯” 今年以来，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；《工业互联网和人工智能融合赋能行动方案》提出构建智能决策优化能力。两项部署指向同一方向：以关键工业软件能力支撑产业升级，而求解器是其中难以绕开的核心环节。 长期以来，全球高端求解器市场主要由少数国外企业占据较大份额。近年国内需求快速释放，推动国产求解器加速成长，对应的企业与科研力量持续投入，在电力、物流、仓储机器人路径规划、运输排班等场景形成了一批应用。业内认为，求解器能力提升既需要算法与工程优化，也需要在真实场景中长期打磨：应用规模越大、反馈越充分，模型构建与求解效率越能迭代，产品竞争力与行业壁垒也更容易形成。 前景——以场景规模塑优势，以生态协同补长板 面向未来，国产求解器要在全球竞争中站稳脚跟，关键在“三个协同”：一是“场景—产品”协同，持续进入电力、制造、交通、金融等高价值复杂场景，沉淀可复制的行业方案；二是“软硬—平台”协同，围绕国产软硬件环境做适配优化，提升大规模并行计算能力与系统稳定性；三是“人才—标准—生态”协同，加强基础算法研究与工程人才培养，推动数据、模型、接口规范化，促进上下游软件厂商与行业用户共建开放生态。随着制造业数字化转型推进，求解器将与预测、仿真、控制等能力深入融合，成为智能决策体系中强调“确定性”的底层引擎。
从“沏茶问题”到支撑万亿级电力市场运转，数学优化求解器的演进映照出中国智能制造的推进路径；技术自主可控不仅关乎产业安全，也直接关系国家竞争力。随着政策支持增强、应用场景扩展、技术持续突破，国产求解器正从跟跑走向并跑，未来有望在全球市场占据更重要的位置，为“中国制造”向“中国智造”转型提供关键底座。这场核心技术攻关——考验的不只是科研能力——更是产学研用协同创新的系统能力。