本页介绍了 AlphaEvolve HPC 解决方案，该解决方案可让您在运行 可伸缩的容器化代码优化实验 Google Cloud。
AlphaEvolve 依赖于迭代进化循环：它会生成候选代码，衡量代码的适应度，并将结果反馈给 AlphaEvolve API，以指导未来的迭代。AlphaEvolve HPC 解决方案 使用 Cluster Toolkit、Batch和 Pub/Sub 部署分布式基础架构。它将每次候选评估视为在容器化、资源充足的虚拟机 (VM) 上运行的隔离式临时作业。
何时使用 AlphaEvolve HPC 解决方案
如果您的工作负载不适合标准环境，请使用 AlphaEvolve HPC 解决方案，而不是在本地或 Cloud Run 实例上运行评估：
评估耗时过长： 您的代码问题很复杂，在本地运行耗时过长，或者超出了单个 Cloud Run 实例的资源和运行时限制。
您需要专用硬件： 您的评估需要硬件加速器（例如 GPU 或 TPU）或经过计算优化的 HPC 机器系列（例如 H3 实例）。
您需要大规模并行处理： 您希望在隔离的环境中同时构建和评估多个候选实现。
您想要使用基础设施即代码 (IaC)： 您想要一个可重复的自动化设置，以简化高资源集群的部署和拆除，从而节省精力和成本。
AlphaEvolve HPC 解决方案的功能
AlphaEvolve HPC 解决方案提供了一个端到端流程，用于配置、部署和执行 AlphaEvolve 优化问题所需的基础架构：
部署基础架构：使用 Cluster Toolkit 部署运行优化所需的基础架构。在此步骤中，系统会激活必要的 API，设置服务账号，并预配 Pub/Sub 主题和 Colab Enterprise 运行时。此基础架构可重复用于多个优化问题。
配置软件环境：为您的特定优化问题配置 和部署软件 环境。
执行实验：启动、停止和分析实验 是在 Colab Enterprise 中运行的 Jupyter 笔记本内完成的，该笔记本连接到自定义 Colab Enterprise 运行时。
AlphaEvolve 的工作原理
配置和部署解决方案后，实际的 AlphaEvolve 优化流程将按如下方式运行：
生成：控制器调用 AlphaEvolve API（由 Gemini 提供支持），以根据目标指标和 之前成功的运行提出代码候选。
评估：候选将作为 Batch 作业 并行评估正确性和性能。
存储：生成的候选文件、源代码修订版本和数值 测试指标将归档到安全的 Cloud Storage 存储桶中。 由于 AlphaEvolve HPC 解决方案将实验工件存储在 Cloud Storage 存储桶中，因此您可以在不使用基础架构时将其拆除。
反馈：结果和分析洞见日志会反馈给 AlphaEvolve API，以便它从成功和失败中学习，并在下一代中智能地采样更好的代码。
AlphaEvolve HPC 解决方案会按照以下架构图中所述部署资源。
部署 AlphaEvolve HPC 解决方案
如需部署基础架构、构建容器映像和运行优化实验，请执行以下操作：
- 前往 AlphaEvolve HPC GitHub 代码库，然后按照 说明操作。