近日,约束求解与形式化领域的国际顶级赛事SAT Competition 2026(可满足性问题国际算法竞赛)落下帷幕。由华为云天筹AI求解器团队、华中科技大学John Hopcroft计算中心、华为诺亚方舟实验室所组成的联合团队,获得并行AI赛道SAT组冠军。
此次夺冠,不仅体现了联合团队在约束求解、并行计算和SAT核心算法领域的深厚技术积累,更验证了AI算法自动设计在复杂基础算法研发中的创新价值。通过将AI深入应用于算法生成、代码演化、性能评测和策略优化全过程,华为云天筹AI求解器推动求解器研发从依赖专家人工设计,向“经典算法与AI协同创新”演进,为高性能求解器研发探索出一条新的技术路径。
SAT:计算理论的核心问题
SAT(Satisfiability Problem,可满足性问题)是约束求解、理论计算机科学、形式化等多个领域中最为核心的问题之一,被誉为计算复杂性理论中的“珠穆朗玛峰”,是算法设计、启发式搜索和约束求解领域的试金石与基石难题。
从工业应用角度看,SAT求解器的价值远不止于理论层面,在硬件验证、软件测试、密码学分析、人工智能规划等领域已经成为不可或缺的核心工具。在硬件验证环节中,SAT求解器是EDA工具链中运行频率最高的核心引擎之一;在软件测试中,SAT求解器被用于路径可达性分析与测试用例自动生成。可以说,SAT求解器的性能已成为影响EDA、自动驾驶等诸多产业研发效率的关键因素之一。
SAT Competition:SAT求解器的“奥林匹克”
SAT Competition是由业界顶级会议SAT Conference组织的国际赛事,至今已有二十余年历史,汇聚了全球优秀的科研机构和企业团队,以最先进的SAT求解器同台竞技。该赛事以其开源、严谨、可复现的评测体系著称,成功推动了SAT开源社区的蓬勃发展,获奖求解器往往成为学界与工业界的标准工具,许多国际顶级硬件公司、软件企业直接采用竞赛中表现优异的求解器投入生产环境,其冠军含金量远高于顶会论文。
AI赛道首次设立,天筹AI求解器实现性能突破
本届赛事吸引了来自全球顶尖高校和机构的45支队伍参赛,其一大亮点是首次设立AI赛道,鼓励参赛团队利用AI技术对求解器进行智能化调优。
按照赛事规则,基于AI调优的求解器只有在性能上超过最优的非AI求解器才能获得奖项。这意味着,AI不能仅作为参数推荐或辅助开发工具,而必须带来真实、可量化、可验证的算法性能提升。AI赛道的设立意味着赛事从传统的纯算法设计竞赛,迈入了经典算法+AI融合创新的新阶段。
本届赛事的数据集包含软硬件验证、EDA、密码学分析、组合优化等应用领域的400个高难度问题。天筹AI求解器团队研发的求解器Kissat-MAB-HyPre-Evolve(简称hypre-evolve)凭借在复杂问题求解能力、并行搜索效率和算法鲁棒性等方面的综合优势,获并行AI赛道SAT组冠军。
这一结果表明,AI已经能够突破传统辅助调优的边界,深入参与求解器算法和代码设计,并在全新、未见的数据集上形成稳定、可复现的性能增益。
技术揭秘:经典算法+算法自动设计,AI求解器研发新范式
本次获奖的背后,是华为云天筹AI求解器团队在传统约束求解算法、并行计算及AI算法自动设计领域深厚的技术积淀与持续的技术创新,核心技术组件包括:
混合预处理算法HyPre:提出结合对称性消除及核心结构识别的混合预处理算法,显著化简问题结构,提高求解效率。
串行核心求解器优化:针对串行求解器中的重启搜索及子句管理核心模块进行优化,提高搜索的多样性和鲁棒性。
OptvEvolve算法自动设计框架:基于自主创新的AI算法自动设计技术搭建SAT求解器专用算法自调优流水线,集成专家知识注入、多智能体协同、经验高效沉淀、多维度多尺度算法评估等核心能力,依托分布式算力集群实现高速算法评测打分,打通了全代码仓自动化算法设计链路,针对各类全新未见数据集,均可实现稳定、可复现的求解性能提升。
在获奖求解器Kissat-MAB-HyPre-Evolve中,采用HyPre混合预处理与并行搜索隔离的两层架构,并行搜索采用Portfolio框架并跑多个AI演化的串行求解器,其中每一个都是以串行核心求解器为基础,基于OptvEvolve演化改进的AI求解器。
当下,AI已不再仅仅是求解器的辅助工具,更是算法创新的核心引擎。华为云天筹AI求解器推动AI与求解器研发交付全链路深度融合,将AI技术贯穿于自动建模、超参调优、算法设计的全环节,同步提升求解器易用性、研发迭代效率与求解运算性能,现已在复杂难例攻坚、重点项目落地、求解性能跃升、潜在缺陷识别等场景取得了显著成效。
面向未来,华为云天筹AI求解器将继续深化AI与运筹优化、数学规划、约束求解的融合,持续探索AI算法自动设计的技术边界,以高性能智能求解能力赋能能源、电力、供应链等行业,推动基础算法创新加速走向更广泛、更复杂的实际应用。


微信扫一扫打赏
支付宝扫一扫打赏

评论列表()