اگر برای حل مسائل پیچیده لجستیک یا تخصیص منابع، مجبورید بین سرویس‌های Go و میکروسرویس‌های مجزای C++ یا Rust جابه‌جا شوید، این محدودیت به‌زودی به پایان می‌رسد. در ۱۵ سپتامبر ۲۰۲۶، شرکت Egoisuto Labs کتابخانه scipgo را منتشر کرد تا یکی از قدرتمندترین حل‌کننده‌های غیرتجاری دنیا را در دسترس برنامه‌نویسان Go قرار دهد. این ابزار در واقع یک رابط (Binding) با کارایی بالا برای SCIP است؛ یکی از سریع‌ترین حل‌کننده‌های غیرتجاری برای برنامه‌ریزی عدد صحیح مختلط و غیرخطی (MINLP).
این ابزار شبیه به یک ماشین حساب فوق‌پیشرفته است که می‌تواند بهترین تصمیم را از بین میلیون‌ها احتمال مختلف برای متغیرهای عدد صحیح و پیوسته پیدا کند. برای سال‌ها، توسعه‌دهندگانی که به قدرت SCIP نیاز داشتند، مجبور بودند به زبان C یا Wrapperهای تخصصی در زبان‌های دیگر تکیه کنند. در حالی که کاربران Rust به crate مربوط به russcip دسترسی داشتند، برنامه‌نویسان Go راهی بومی برای ادغام این حل‌کننده‌ها در سرویس‌های ابری نداشتند. طبق اعلام این شرکت، scipgo با پورت کردن مستقیم API از پروژه russcip به زبان Go، این شکاف را پر کرده و اصطکاک جابه‌جایی بین این دو زبان را برای تیم‌های توسعه به حداقل رسانده است.
همان‌طور که در تحلیل‌های قبلی ما درباره‌ی بهینه‌سازی زیرساخت‌های بک‌اِند اشاره کردیم، کاهش تأخیر در ارتباطات بین‌پردازشی یک اولویت است. scipgo دقیقاً همین نقطه را هدف قرار داده تا نیاز به میکروسرویس‌های جداگانه برای محاسبات ریاضی سنگین را از بین ببرد.
زمینه و ادغام
این کتابخانه به‌گونه‌ای طراحی شده است که به‌طور یکپارچه در یک سرویس Go قرار گیرد. برای استفاده از آن، سیستم شما باید به Go نسخه ۱.۲۵ یا بالاتر و یک کامپایلر C مجهز باشد. از آنجایی که scipgo از طریق cgo به نسخه ۱۰ نرم‌افزار SCIP متصل می‌شود، هیچ فایل باینری یا کتابخانه‌ای به‌صورت داخلی بسته‌بندی نمی‌کند و به نصب بودن SCIP روی سیستم میزبان وابسته است. کاربران macOS می‌توانند از طریق brew و کاربران اوبونتو ۲۲.۰۴ از بسته scipoptsuite_10.0.2-1+jammy_amd64.deb برای نصب استفاده کنند.
مدیریت حافظه در این کتابخانه به‌صورت صریح از طریق متد Free یا توسط یک finalizer انجام می‌شود. اگرچه پروژه در حال حاضر در وضعیت pre-1.0 قرار دارد، اما ساختار API آن پایدار است. برای حفظ سازگاری تا نسخه‌ی اصلی بعدی، هرگونه تغییر نام در متدها همراه با جایگزین‌های قدیمی (deprecated aliases) ارائه شده است.
بر اساس مستندات منتشرشده در گیت‌هاب، scipgo از طریق cgo به SCIP 10 لینک می‌شود و سطحی جامع برای مدل‌سازی فراهم می‌کند که شامل موارد زیر است:
جزئیات مدل‌سازی
- انواع متغیرها: پشتیبانی از متغیرهای پیوسته (Continuous)، عدد صحیح (Integer)، باینری (Binary) و عدد صحیح ضمنی (Implicit integer).
- تنوع محدودیت‌ها: شامل محدودیت‌های خطی، تقسیم‌بندی مجموعه (Set partitioning)، بسته‌بندی (Packing)، پوششی (Covering)، کاردینالیتی (Cardinality)، SOS1، نشانگر (Indicator)، درجه دوم (Quadratic) و محدودیت‌های غیرخطی کلی.
- قابلیت‌های پیشرفته: استفاده از درخت‌های عبارت (Expression trees)، نحو بومی عبارات SCIP و پشتیبانی کامل از خواندن و نوشتن فرمت‌های LP، MPS و سایر فرمت‌های مورد پشتیبانی SCIP.
علاوه بر مدل‌سازی پایه، این کتابخانه به توسعه‌دهندگان اجازه می‌دهد پلاگین‌های خود را مستقیماً در Go بنویسند. مواردی مانند قوانین شاخه‌بندی (Branching rules)، اکتشافات اولیه (Primal heuristics)، جداکننده‌ها (Separators)، قیمت‌گذاران (Pricers)، مدیریت‌کننده‌های محدودیت، مدیریت‌کننده‌های رویداد و انتخاب‌کننده‌های گره (Node selectors) به‌صورت اینترفیس‌های Go پیاده‌سازی شده‌اند که از طریق یک builder ثبت می‌شوند. برای جلوگیری از خطاهای رایج در cgo، این کتابخانه تمام panicها را در callbackها شکار کرده و آن‌ها را به‌جای کرش کردن کل فرآیند، از طریق متد Solve بازمی‌گرداند.
ایمنی یکی از ستون‌های اصلی طراحی این ابزار است. متدهایی که احتمال خطا در لایه SCIP دارند، هم به‌صورت panicking و هم به‌صورت error-returning ارائه شده‌اند تا برنامه‌نویس بسته به موقعیت هر فراخوانی، یکی را انتخاب کند. هر درخواست پیش از دسترسی به لایه C، وضعیت مرحله‌ی حل‌کننده و زنده بودن هندل مدل را بررسی می‌کند. این سازوکار تضمین می‌کند که فراخوانی‌ها در مرحله اشتباه یا روی یک مدل آزاد شده (freed)، به‌جای ایجاد رفتارهای تعریف‌نشده یا خطاهای Segmentation Fault، یک خطای استاندارد Go تولید کنند.
در محیط‌های عملیاتی، scipgo با ساختارهای هم‌زمانی Go ادغام شده است. عملیات حل را می‌توان با استفاده از context.Context متوقف کرد و لاگ‌های SCIP را به io.Writer یا *slog.Logger یا یک callback هدایت نمود. همچنین پشتیبانی از حل موازی (Parallel portfolio solving) از طریق SolveConcurrent و حل دقیق پایان‌به‌پایان با استفاده از EnableExactSolving و نتایج از نوع *big.Rat فراهم شده است.
این عرضه، چشم‌انداز سرویس‌های بک‌اِند مبتنی بر Go را که به بهینه‌سازی ریاضی سنگین نیاز دارند، تغییر می‌دهد. با فراهم کردن یک Wrapper ایمن و هم‌زمان برای یک حل‌کننده در سطح جهانی، Egoisuto Labs نیاز توسعه‌دهندگان به نگهداری میکروسرویس‌های مجزای C++ یا Rust را برای حل مسائل MIP از بین برده است.
برای خواننده، این بدان معناست که مسائل پیچیده لجستیک، زمان‌بندی یا تخصیص منابع اکنون می‌توانند مستقیماً درون یک سرویس Go زندگی کنند. این امر پیچیدگی معماری را کاهش داده و تأخیر ناشی از ارتباطات بین‌پردازشی بین یک API در Go و یک فرآیند حل‌کننده مجزا را حذف می‌کند.
برای شروع، کاربران به Go نسخه ۱.۲۵ یا بالاتر و یک کامپایلر C نیاز دارند. نصب نیازمند نصب بودن SCIP 10 روی سیستم میزبان است، زیرا کتابخانه باینری‌های حل‌کننده را به‌صورت داخلی بسته‌بندی نمی‌کند.
گام بعدی شما
- اگر در حال مدیریت سیستم‌های زمان‌بندی یا لجستیک هستید، بررسی کنید که آیا جایگزینی میکروسرویس‌های C++ با scipgo می‌تواند تأخیر سیستم شما را کاهش دهد.
- مستندات نصب SCIP 10 را برای سیستم‌عامل خود مرور کنید تا پیش‌نیازهای cgo را آماده کنید.
- برای پروژه‌های حساس، از متدهای error-returning به‌جای panicking استفاده کنید تا پایداری سرویس حفظ شود.
اما داستان سخت‌افزاری این تحول حتی شگفت‌انگیزتر است — به تحلیل ما درباره‌ی تراشه‌های Blackwell و تأثیر آن‌ها بر محاسبات بهینه‌سازی مراجعه کنید.
گفتگو