日本郵政每年派送郵件超過160億件,去年光是日本國內包裹就多達46億件,為了找出優化貨車運送路線來降低成本,日本郵政去年10月導入了富士通去年上市的數位退火(Digital Annealing)雲端服務,開始在小區域實驗物流最佳化的新作法,並在今年富士通東京論壇上首度公開了成果。富士通全球第一款數位退火伺服器也在東京論壇大會上首度亮相。

日本郵政去年10月開始啟動這項POC計畫,要用數位退火技術來解決複雜的郵件物流問題。因為郵局貨車遞送郵件時要考慮的因素很多,包括了車輛類型(至少有大、中、小車)、郵差工時、運送成本、包裹種類、運輸距離、載重和容量限制(包裹越大就越占空間)、包裹重量、運送時間,甚至還要考慮道路情況(哪些路段目前禁止通行或塞車)等多達63項條件,若是5臺車要派送包裹給6名顧客,這些條件的組合就高達10億種,想要找出最佳的物流作法,靠傳統的計算方法非常困難。

影響郵務物流的因素很多,車輛類型、距離、包裹大小、成本,甚至人員工時、路況都要考慮。 

日本郵局由社長親自帶頭,組成了超過30人的專案小組,包括了業務部門、資料科學家、IT成員等。富士通也派出近20人的技術支援團隊(屬於租用的技術服務)來負責將日本郵局想要解答的物流問題,先設計出一套數位退火演算法(富士通已有一套數位退火計算框架,但還是得個別開發每個實例所需的演算法),再發布到雲端數位退火服務來計算物流組合的最佳解。

日本郵政先在埼玉市的新岩槻郵局進行這項實驗計畫。這是一間專門負責郵件物流的24小時郵局,設有大規模機器分檢設備,沒有一般業務窗口,甚至沒有設置ATM。

日本郵政經過4~5個月的嘗試,利用數位退火服務來尋找最佳物流路線和運輸方式,初步實測成果是,原有52輛貨車可以減少到48輛就夠了,等於可以減少8%的運送車次,而且運送時間、派車路線都可以減少,整體成本初步估計也減少了7%。在計算速度上,只需要1秒,就可以依據輸入條件,找出一個物流方式最佳解。

日本郵政在埼玉市新岩槻郵局進行實測,透過數位退火計算找出的物流作法,成本預估可降低7%

不過,富士通數位退火攤位解說員表示,因為透過數位退火計算來尋求最佳解時,只能透過不斷嘗試計算出來的新物流路徑和運送方式,來判斷數位退火演算法的效果,因此,日本郵政花了不少時間,一次次嘗試不同的物流最佳解建議,反覆實驗一段時間後,才歸納出一套可降低7%整體物流成本的數位退火演算法,未來也預計擴大應用到全日本郵政的物流上。

富士通在去年東京論壇大會發表全球第一款啟發自量子退火演算法的商用晶片,也就是數位退火計算的專用處理器DAU(Digital Annealing Unit),並在去年5月更正式推出了數位退火雲端服務,可以提供到1,024位元的數位退火計算(也就是可以平行解1024個變數的多項式方程式)。根據富士通資料,在超複雜的組合最佳化計算上,用數位退火晶片解題的速度,比一般商用CPU快上1萬倍。

富士通第二代數位退火晶片,大小約是台幣10元的4-6倍。

在量子計算中,1個量子位元可以儲存多個數值(甚至1個位元可儲存65,535個數值),而不像傳統電腦的1個位元不是0就是1。這也讓量子電腦只需幾個量子位元就可進行複雜的數學計算,比傳統電腦的效能快上許多倍。不過,得在超低溫下運作的量子電腦技術,商用化腳步很慢,近年就出現了量子退火技術,採用金屬退火原理,來模擬量子計算中,單一位元儲存大量數值的效果,富士通的數位退火晶片,就是一種量子退火技術的商用晶片。

富士通的數位退火原理,源自量子電腦的量子退火概念,各種量子計算相關產品比較圖如下

富士通去年12月推出了採用第二代數位退火晶片的數位退火服務,可以提供到8,192位元的退火計算,單一「量子退火位元」可儲存的數值,可高達10的19次方,遠比第一代單一「位元」只能儲存到65,535數值還要更多。今年2月,富士通還推出了數位退火伺服器的訂閱服務(按月租用),2月先開放POC測試,4月正式上市。富士通也在東京論壇也首次展示了這款採用第二代數位退火晶片的數位退火伺服器,內建了2顆DAU。富士通計畫今年還要發布高達100萬位元的數位退火晶片。

富士通今年4月正式推出數位退火伺服器租用服務,今年預計發表百萬位元的數位退火晶片

除了日本郵政已經實際採用數位退火服務之外,日本化工集團東麗公司也用數位退火服務來模擬纖維材料的分子組成結構,富士通表示,10的100次方量級的新高分子結構組合難題,只要20秒就能找出一組解,原本一次新材料模擬得花上1小時,改用數位退火計算可以縮短到10分鐘,可以加快尋找新材料的研發速度。另外,英國國民西敏銀行(NatWest)也同樣在去年10月採用數位退火服務,來處理投資組合最佳化的複雜問題,作為管理1,200億英鎊高品質流動性資產的投資管理人員參考。

不只日本郵政,目前已有不少數位退火POC計畫正在進行,富士通也用於自家工廠優化上。

熱門新聞

Advertisement