En Ru Cn
quantum systems
Высокопроизводительные вычисления
для практических бизнес-задач
Прокрутите, чтобы просмотреть
О насQuSolve — новаторы в
сфере прикладных квантовых
вычислений.
Мы верим в то, что будущее уже наступило, и что оптимизировать бизнес при помощи квантовых технологий можно уже сейчас.
QuSolve предоставляет промышленным предприятиям услуги по оптимизационным вычислениям, основанным на quantum-inspired алгоритмах.

Мы используем преимущества квантовых вычислений при работе на классических компьютерах. Это дает возможность делать вычисления быстрее, чем конкуренты, и решать более сложные задачи.
Услуги
01
Диспетчеризация и маршрутизация
Решения для планирования доставки и обслуживания клиентов и выполнения заказов.
02
Оптимизация складских процессов
Оптимизируйте нагрузку на склад для вашего бизнеса.
03
Оптимальная упаковка и погрузка
Автоматизация расчета оптимальной компоновки транспортных средств
04
Графикирование производства
Внедрение комплексных решений по планированию производства
05
Расписание работы персонала
Оптимизация рабочей нагрузки на персонал с учетом бизнес-ограничений
06
2-D и 3-D компоновка и раскрой заготовок
Решение проблем с размещением заготовки/выбор оптимальной схемы раскроя
07
Аллокация активов
Расчет оптимальной стратегии распределения активов
08
Планирование массовых закупок
Конкурентная стратегия и оптимизация цепочки поставок
все услуги
99%
Точность расчетов
3-7%
Общая экономия ресурсов
10%
Сокращение расходов, в т.ч. на фрахт и обслуживание
2-7%
Общее сокращение расходов на подбор оптимального решения
10%
Повышение коэффициента полезной загрузки оборудования
99%
Точность расчетов
3-7%
Общая экономия ресурсов
10%
Сокращение расходов, в т.ч. на фрахт и обслуживание
2-7%
Общее сокращение расходов на подбор оптимального решения
10%
Повышение коэффициента полезной загрузки оборудования
99%
Точность расчетов
3-7%
Общая экономия ресурсов
10%
Сокращение расходов, в т.ч. на фрахт и обслуживание
2-7%
Общее сокращение расходов на подбор оптимального решения
10%
Повышение коэффициента полезной загрузки оборудования
Стандартное ПО
Алгоритмы работыДля предобработки исходных данных, которая позволяет уменьшить пространство для поиска и упростить ландшафт целевой функции, разработан алгоритм QuSolve SpaceCut.
01/02
Предобработка исходных данных
Алгоритмы работыСолвер - QuSolve Heisenberg Machine. Программа осуществляет поиск оптимального решения. В сложных случаях используется в комплексе со специально настроенным оборудованием.
02/02
Поиск решения
задать вопрос
от задачи — напрямую к решению от задачи — напрямую к решению от задачи — напрямую к решению
напрямую к решению от задачи — напрямую к решению от задачи — напрямую к решению от задачи —
Новостная рассылка
Будьте в курсе всех новостей QuSolve
Комбинаторная оптимизация при производстве оцинкованной стали
Заказчик
NDA
Отрасль
Металлургическое производство
Бизнесс-процесс
Подача стальных заготовок в установку непрерывного горячего цинкования

Расчет оптимальной последовательности подачи стальных рулонов в установку непрерывного горячего цинкования с минимизацией производственных затрат. Этот случай показывает, что квантовые алгоритмы успешно работают даже без квантовых компьютеров.

Основная проблема

Входные рулоны имеют разную геометрию, а товарная продукция должна иметь различную толщину напыления и ряд других параметров, в зависимости от партии для каждого конкретного заказчика.

В результате, при переходе от рулона к рулону зачастую приходится перенастраивать агрегат, а иногда – ставить на вход т.н. «переходные» рулоны из складского запаса, чтобы обеспечить плавный переход от одного входного рулона к другому. Чем больше таких операций, тем ниже производительность линии.

Дополнительные факторы и ограничения

Продукция имеет разную толщину напыления и другие параметры, изменяемые индивидуально для каждого заказчика;

Входные рулоны имеют разную геометрию;

В смену агрегат может обработать от 30 до 100 рулонов.

Алгоритм поиска решения

Для решения этой задачи специалисты QuScape применили квантовый алгоритм Гамильтонова пути, симулированный на классическом компьютере.

Алгоритм может применяться для широкого круга производственных и бизнес-задач: поиска оптимальных маршрутов, схем загрузки транспортных средств, составления расписаний, проектирования топологии сетей, расчета оптимального портфеля активов, кластеризации объектов и др.

граф, отражающий издержки переходов между всеми рулонами смены (в условных единицах)
граф оптимальной последовательности рулонов с издержками перехода (36 рулонов в смене)
оптимальное решение найдено за 20000 итераций
Реализация программного обеспечения

Решение не требует специального вычислительного оборудования и, следовательно, имеет минимальное время внедрения.

Результат

Двукратное сокращение издержек на переходы между рулонами по сравнению с муравьиным алгоритмом, который, в свою очередь, в 4-5 раз эффективнее жадного алгоритма. Также почти 100-кратное сокращение вычислительного времени - всего около 1 сек для партии из 40 рулонов на компьютере desktop-класса.

открыть
следующий проект — следующий проект — следующий проект следующий проект — следующий проект
Новостная рассылка
Будьте в курсе всех новостей QuSolve
Оптимизация железнодорожной логистики металлургического завода
Заказчик
Steel Mill
Отрасль
Металлургическое производство
Бизнесс-процесс
Погрузка слябов в вагоны для железнодорожных перевозок

Оптимизация логистики металлургического завода на примере железнодорожных перевозок слябов. Необходимо было создать систему укладки плит в вагоны, позволяющую снизить транспортные расходы.

Основная проблема

Необходимо было минимизировать стоимость фрахта с учетом различий в тарифах за 1 тонну грузоподъемности для разных типов вагонов и направлений, скидок на количество однотипных вагонов в одной отправке, а также бизнес-ограничений.

Дополнительные факторы и ограничения

Грузоподъемность, геометрия, пригодность и доступность вагонов по направлениям отправки;

Местные технические условия (МТУ) РЖД №№755, 192, 81, 69 47 базовых и 174 расширенные схемы, предусматривающие абсолютные и относительные ограничения по массе, геометрии, взаимному расположению слябов, центровке.

Формирование партииМоделирование пространства состоянийНачальное приближениеПоиск оптимального решения

(состояние = допустимая комбинация слябов в вагоне определенного типа)

Реализация программного обеспечения

Программное обеспечение интегрировано в ERP-систему компании, имеет простой веб-интерфейс для визуализации схемы загрузки. 
Срок реализации составляет от — 7 дней.

Тестирование программного обеспечения

Период тестирования: 15.03.21 – 16.03.22
Количество партий: 6 964
Вагонов: 93 695

Результат

Годовая экономия на фрахте – 5,1% (408 млн руб.)

Стоимость перевозки снижена для 87% партий

NPV экономического эффекта - 2,4 млрд руб.

Новостная рассылка
Будьте в курсе всех новостей QuSolve
Назад
В России появится собственный солвер для комбинаторных вычислений в промышленности
Дата
21.04.2022
Категория
СМИ о нас
Источник
ICT-Online

Российская компания QuSolve ведет разработку собственного солвера – это сложный софт, который рассчитывает наилучшее решение для заданного пользователем сценария, он используется при оптимизации бизнес-процессов в промышленности и логистике. Солвер QuSolve станет первым отечественным продуктом подобного рода и сможет заменить зарубежные аналоги, которые сейчас используются в российской промышленности, в том числе на системообразующих предприятиях. Выпуск запланирован на вторую половину 2022 года.

Компания QuSolve решает сложные оптимизационные задачи для промышленных предприятий. Например, для оптимизации транспортировки продукции по железной дороге нужно перебрать миллионы вариантов сценариев. Классические компьютеры будут перебирать их десятки лет, а существующие квантовые компьютеры пока не позволяют даже подступиться к таким задачам. Команда QuSolve научилась использовать преимущества квантовых вычислений на классических компьютерах и быстро проводить сложные расчеты — для этого и необходим солвер.

До начала 2022 года QuSolve делала вычисления на японском солвере Fixstars. Теперь команда в тестовом режиме использует собственную разработку. Собственный солвер позволяет QuSolve ускорить вычисления и еще более персонализировать их под клиента. Бизнес-процессы динамичны, поэтому нужно иметь доступ к внутреннему программному коду солвера, чтобы быстро менять настройки, адаптировать их под ситуацию, собирать статистику поведения системы.

QuSolve планирует, что ее солвер успешно заменит аналоги от зарубежных провайдеров, которые покинули российский рынок в марте 2022 года. Речь, в том числе, идет об IBM, которая продвигает свой солвер CPLEX, и другой американской компании – Gurobi. QuSolve также планирует предоставлять свой солвер другим компаниям, занимающимся вычислениями. Это позволит российским игрокам оставаться независимыми от зарубежных решений.

“В России, как известно, нет дефицита в сильных математиках и инженерах, но они работают, в основном, на иностранном программном обеспечении и оборудовании. Это ограничивает применимость солверов в решении задач, существующих в российском бизнесе. Выпустив свой собственный солвер, мы сможем полностью замкнуть контур вычислений внутри компании и обеспечить таким образом 100% импортозамещение оптимизационных расчетов для промышленности,” – объясняет Дмитрий Васильков, основатель и генеральный директор QuSolve.

Задачи комбинаторной оптимизации можно найти во многих сферах: от сортировки городских велосипедов по станциям до оптимального расположения нефтяных скважин. Для каждого клиента QuSolve проводит анализ производственных процессов и предлагает решения по их оптимизации. Крупнейший клиент – НЛМК. QuSolve является первой в России компанией, которая не только решает наукоемкие бизнес-задачи, но и консультирует по ряду аспектов в реализации и интеграции квантовых вычислений в промышленности. Является резидентом “Сколково”.

открыть
следующая статья — следующая статья — следующая статья — следующая статья — следующая статья
Новостная рассылка
Будьте в курсе всех новостей QuSolve
Назад
Идеи из квантовой механики помогут в решении задач металлургии
Дата
24.04.2022
Категория
СМИ о нас
Источник
RG.RU

Математики используют квантовые вычисления для решения сложных промышленных задач.
По данным Росстата, в 2021 году в России было произведено более 61 миллиона тонн стали и еще 66 миллионов готовой продукции. Чтобы справиться с такими объемами, нужно наладить десятки тысяч процессов производства, логистики, соединить миллионы людей, машин, единиц оборудования, разбросанных по всей стране. И каждый процесс требует точности и скорости.

Один из способов эффективно и быстро справиться с задачами такого масштаба - использовать алгоритмы, вдохновленные квантовыми технологиями (quantum-inspired). В промышленности и в частности в металлургии их применяют там, где необходимо оптимизировать производственную себестоимость, сократить затраты времени, энергии, ресурсов и даже снизить воздействие на окружающую среду. В России всего несколько команд прикладных математиков работают над такими алгоритмами, и с точки зрения промышленного применения они во многом опережают западных коллег.

В Таганроге создали систему передачи данных на основе квантовой физики
"Любой процесс, где есть слово "расписание", "последовательность", "график", включает задачи оптимизации. В некоторых случаях результат можно получить без сложных вычислений, и он будет достаточно точным: например, при составлении школьного расписания, - рассказал "РГ" генеральный директор компании "Квантовые системы" Дмитрий Васильков. - Но даже здесь может случиться ошибка в комбинации и тогда расписание будет неудобным для учеников или преподавателей. Если применять более сложные расчеты, можно сделать более точную оптимизацию и учесть интересы всех сторон, тогда расписание будет на несколько процентов экономить время преподавателей и упрощать логистику учеников. В случае школы это может быть незначительный эффект. Но если мы говорим о масштабном производстве, оптимизация работы всего на несколько процентов означает экономию большого количества ресурсов".

Задачи оптимизации решаются с помощью перебора и сопоставления комбинаций, объясняет эксперт. На компьютере можно перебрать небольшое количество переменных. Например, произведение всех натуральных чисел от 1 до 6 или 6! - это 720 различных последовательностей, а 10! - это уже 3 628 800. Количество шагов очень сильно растет при росте размера задачи. "Так, оптимизация графика сталелитейного производства - это задача с тысячами, а то и с десятками тысяч переменных. То же можно сказать про оптимизацию транспортировки продукции по железной дороге: у каждой позиции свои габариты, масса, номенклатура. Существует несколько видов железнодорожных вагонов, и для каждого из них - свой ряд требований по способу погрузки и размещения продукции. Задача - разложить ее в вагоны так, чтобы она своевременно уехала заказчику при минимальных расходах на перевозку", - говорит Васильков.

Решать подобные задачи с помощью классических алгоритмов на суперкомпьютерах невозможно: перебор вариантов займет сотни лет, считает предприниматель. Квантовый компьютер, который способен найти не просто оптимальное, а лучшее решение из всех возможных за минуты и даже секунды, находится сейчас в зачаточном состоянии. Для решения практических задач бизнеса у квантового компьютера должны быть сотни тысяч кубит, наименьших единиц информации этого вычислительного устройства (аналог бита в обычном компьютере. - Ред.). Это очень много. Для сравнения, сейчас самые большие компьютеры достигают всего ста кубит.

На производстве оптимизация работы на 2-3 процента приводит к колоссальной экономии
"В этой ситуации, когда обычные компьютеры недостаточно мощны, а квантовые вычисления недоступны, приходят на помощь более жизнеспособные и эффективные quantum-inspired алгоритмы. Они сохраняют баланс между точностью решения, скоростью и возможностью реализации. По сути это применение идей из квантовой механики и физики на обычном компьютере. Так, например, используется явление туннелирования, когда микрочастица может проходить сквозь препятствия, - объясняет Дмитрий Васильков. - В алгоритмах это проявляется как обход энергетических барьеров при параллельном поиске оптимума".

Интересно, что разработчики quantum-inspired алгоритмов вдохновляются не только современной физикой, но и опытом сталелитейного производства. Один из самых популярных алгоритмов - имитация отжига, он напоминает поведение материалов во время их нагревания и медленного охлаждения, добавляет эксперт.

Основная ценность квантово-вдохновленных алгоритмов в том, что они применимы на практике здесь и сейчас и доступны любому производству
Алгоритм работает так же: систему "нагревают", то есть, с одной стороны, приводят ее в заведомо неоптимальное состояние, но с другой - дают возможность динамично меняться. "Дальше алгоритм на каждом шаге выбирает новое состояние системы и "понижает температуру" - интенсивность процесса оптимизации. Алгоритм останавливается по достижении точки, при которой условная температура процесса равна нулю. При правильном выборе параметров алгоритма конечное состояние системы будет близко к оптимальному - небольшая погрешность в точности компенсируется многократным выигрышем в скорости", - говорит Васильков.

Так, рассказывает он, не прибегая к квантовому компьютеру, можно ускорять вычисления на классических машинах от десяти до десяти тысяч раз, что в итоге позволяет сократить время поиска и повысить точность. То, что раньше рассчитывалось за сутки или часы, теперь можно посчитать за минуты и секунды. Затраты на внедрение quantum-inspired решений через несколько месяцев полностью окупятся и начнут приносить прибыль, помогая достичь высокого уровня эффективности производства.

Запущен первый квантовый суперкомпьютер за пределами Северной Америки
Запущен первый квантовый суперкомпьютер за пределами Северной Америки
"Угрожает ли создание квантового компьютера quantum-inspired алгоритмам? - спрашивает эксперт. И тут же сам отвечает: - Нет. Пока непонятно, удастся ли вообще создать квантовый компьютер нужных масштабов, так как очень сложно поддерживать большую квантовую систему в стабильном состоянии длительное время. Все существующие сейчас кубиты нестабильны и имеют срок жизни, достаточный для реализации лишь простых демонстрационных алгоритмов".

Основная же ценность квантово-вдохновленных алгоритмов в том, что они применимы на практике здесь и сейчас и доступны любому производству. Они позволяют обойтись без квантового компьютера для большинства процессов оптимизации. А когда на рынке наконец появятся квантовые компьютеры необходимой мощности, quantum-inspired алгоритмы можно будет перенести на них практически бесшовно. Поэтому можно сказать, что quantum-inspired алгоритмы помогают транслировать научные достижения в практически применимые методы оптимизации, резюмирует Дмитрий Васильков.

Новостная рассылка
Будьте в курсе всех новостей QuSolve
Назад
напишите намМы всегда на связи
Телефон
+7 (495) 142-51-61
Социальные сети
Telegram
Офис

123112, г. Москва, Пресненская наб.,
д. 12, эт. 40, офис 12

Задайте свой вопрос, заполнив форму ниже

    Нажимая на кнопку, вы соглашаетесь с Политикой Конфиденциальности

    Нажимая на кнопку, вы соглашаетесь с Политикой Конфиденциальности