先了解这件事
AI 综述
2026年10月7日,NVIDIA cuOpt推出面向线性规划的多GPU原始-对偶混合梯度求解器mPDLP,可将大规模LP问题分布到NVLink互联的多块GPU上。据NVIDIA Developer介绍,该求解器单GPU峰值显存占用相比单GPU PDLP最多降低6倍,LP问题非零元上限为2.1B。在DGX B200上对100多个LP实例的基准测试显示,非零元超过10^7后加速明显,最大问题上PDLP步骤本身最高加速11.4倍。应用方面,Kinaxis用8块H100在超1.35亿变量的供应链模型上获得3.3倍加速,PSR用8块B200在1.85亿变量的能源扩展模型上获得超5倍加速。目前尚无后续发展事实。
AI 根据公开报道生成
最新进展 · 正式报道
NVIDIA cuOpt 推出 mPDLP：多 GPU 求解 1 亿变量级 LP 问题事件进展
1 个已确认进展
- 来源：NVIDIA Developer · Generative AI
报道与讨论时间线
按时间查看正式报道与传播讨论；两类内容的证据等级保持独立。
10月7日
NVIDIA Developer · Generative AI一手
NVIDIA cuOpt 推出 mPDLP：多 GPU 求解 1 亿变量级 LP 问题
NVIDIA cuOpt 推出面向线性规划的多 GPU 原始-对偶混合梯度求解器 mPDLP，可将大规模 LP 问题分布到 NVLink 互联的多块 GPU 上，单 GPU 峰值显存占用相比单 GPU PDLP 最多降低 6 倍，LP 问题非零元上限为 2.1B。在 DGX B200 上对 100 多个 LP 实例的基准测试显示，非零元超过 10^7 后加速明显，最大问题上 PDLP 步骤本身最高加速 11.4 倍；Kinaxis 用 8 块 H100 在超 1.35 亿变量的供应链模型上获得 3.3 倍加速，PSR 用 8 块 B200 在 1.85 亿变量的能源扩展模型上获得超 5 倍加速。