01
PROBLEM -> ENERGY
QUBO / Ising 建模
把路径、分配、图割与排程问题压缩成统一的能量函数。
COMPUTE MECHANICS
从业务问题到低能态解的计算剖面
首页不只展示概念，而是把平台的关键求解链路拆成可理解的几个机制节点。
02
STATE SAMPLING
概率搜索
在候选解空间中保持扰动与探索，避免过早陷入局部最优。
03
THERMAL COOLING
模拟退火
通过温度下降控制搜索半径，让系统逐步收敛到低能态。
04
RUN -> RESULT
任务调度
选择机器、提交任务、追踪状态，并把结果回收到业务链路。
MACHINE LAYER
M01 稳定运行，M02 持续建设
当前任务统一由 M01 标准求解器执行；M02 将接入独立高性能后端后再开放。
M01
标准求解器
适合日常优化任务、模型验证与中小规模 QUBO / Ising 问题。
推荐场景验证 / 常规任务
响应策略稳定优先
接入方式控制台 / API
M02
高性能求解器
独立高性能计算后端正在建设中，当前暂不接受任务提交。
当前状态敬请期待
目标方向更高规模 / 更高性能
接入方式尚未开放
SOLUTION MAP
四类可交互优化案例
用已有案例资产组成首页星图，既展示平台能力，也引导用户进入真实案例。
TSP
路径规划
在省级节点和城市网络中寻找更短、更稳定的巡回路线。
MAX-CUT
图割优化
把复杂网络切分为更高收益的两组，观察割值与能量演化。
BIN PACKING
货柜管理
用玻璃拟态装箱视图展示空间利用率和最优摆放结果。
DOCKING
分子拼图
把候选姿态、能量反馈和匹配过程变成可交互的搜索体验。
TASK RUNTIME
任务可以被提交、排队、运行和回收
首页用任务流展示 QUBO / Ising 与 M01 的组合方式，并明确 M02 尚在建设，避免对当前计算能力产生误解。
QUBOISINGM01M02 · 规划中
JOB CONSOLELIVE QUEUE
QUBOM01模型校验队列中
ISINGM01组合优化运行中
QUBOM01批量优化已完成
API-EXAMPLE.PY
from icy_cloud import IcyClient
client = IcyClient(api_key=ICY_API_KEY)
task = client.tasks.create(
machine="M02 · 规划中",
problem_type="QUBO",
matrix=qubo_matrix,
)
result = client.tasks.wait(task.id)
print(result.best_energy, result.solution)DEVELOPER ACCESS
从 API Key 到企业系统集成
开发者可以通过控制台管理凭证，使用 REST API 提交任务、轮询状态、下载结果，把优化能力接入现有业务流程。
API Key 管理
REST API
任务状态轮询
结果自动回收
OBSERVABLE VALUE
把优化结果转化为可观察的业务收益
平台首页最后用问题类型和收益关系收束，减少空泛承诺，保留企业用户关心的可落地点。
路径成本
通过路线收敛降低无效绕行
空间利用
以最优装载提升货柜容量
网络分区
在图结构中寻找更高割值
开发接入
把优化能力嵌入业务系统