优势
NVIDIA cuOpt GPU 加速优化的优势
GPU 助力的优化求解器加速
当低精度解决方案可被接受时，可显著提升速度。优于先进的商用 VRP 求解器。
实现创纪录的车辆路线解决方案
该解决方法屡破世界记录，比如解决 MIPLIB 未决问题，且在大型 LP 方面表现出具有竞争力的性能，比如创下 Mittelmann 基线测试记录，以及无与伦比的 VRP 精确度，比如打破 Gehring & Homberger 和 Li & Lim 基线测试记录。
动态和批量优化
通过近乎实时或批量模式重新运行模型，持续适应不断变化的变量和约束，从而优化决策制定。
灵活集成，适用于独立工作流和代理式工作流
开箱即用或无缝嵌入到您的求解器和/或智能体工作流中，以实现无与伦比的速度、可扩展性和准确性。
用例
如何使用 cuOpt
了解 NVIDIA NIM 如何为行业用例提供支持，并通过精选示例快速启动 AI 开发。
-
供应链管理
-
车队管理
-
到户配送
-
现场调度
-
作业调度优化
-
投资组合优化
供应链管理
优化复杂供应链中的资源配置需要在高效分配有限资源的同时，适应实时变化。 由于无数变量的影响，要想最大限度地提高生产力和成本效率，需要快速、智能的决策制定。 借助 NVIDIA 的 cuOpt-powered AI 智能体，您可通过 LLM NIM™ 与供应链数据交互，实现实时、优化的资源分配，从而提高运营敏捷性并优化资源分配。
车队管理
高效调度和路线规划对于管理货物和车辆的进出运输至关重要，尤其是长途车队。
NVIDIA cuOpt 与 Omniverse™ 数字孪生集成，可通过在虚拟环境中模拟真实车队运营，实现动态调度、路线优化和预测性规划，从而优化物流。通过考虑驾驶员、司机和船只的空闲情况，cuOpt 通过实时洞察增强决策制定，缩短中转时间，提高资源利用率，并提高整体运营效率。
到户配送
从配送中心高效派遣卡车车队到零售店和最终客户，对于降低成本和满足交付预期至关重要。 NVIDIA cuOpt 实时优化路线规划，减少行驶里程数、缩短交货时间并降低燃料消耗，从而最终降低运营成本并减少污染，从而实现更具可持续性的到户配送物流。
现场调度
有效的现场调度可确保服务商高效完成预定任务，同时考虑到不同的作业持续时间和物流挑战。 例如，一名电信技术人员可能需要在一个地点安装路由器，而在另一个地点设置数据线缆，这两种方式所需的工具、时间和行程路线都不相同。
NVIDIA cuOpt 可优化路线规划和调度，确保技术人员在出发前做好充分准备，遵循最有效的路线。 这可最大限度地缩短出行时间，最大限度地提高生产力并提高服务质量，从而提高客户满意度。
作业调度优化
作业调度是随着时间推移将任务或作业分配给机器、工人或网络等可用资源，以优化特定目标的过程，例如最大限度地降低成本和延迟，或最大限度地提高效率和吞吐量。
借助 GPU 加速，NVIDIA® cuOpt 可帮助企业做出数据驱动型调度决策，从而在快速变化的环境中提高运营效率和响应能力。
投资组合优化
金融领域中有效的股票配置要求将投资资本战略性地分配到各种证券中，同时平衡风险、回报和市场动态。投资者必须应对波动性、经济指标和个人偏好，实时调整以优化投资组合表现。挑战在于评估无数种可能的组合，并快速适应不断变化的市场条件，以保持竞争优势。
启动选项
NVIDIA cuOpt 入门方法
使用合适的工具和技术，将生成式 AI 模型从开发阶段向生产阶段推进。
客户案例
行业领导者如何借助 cuOpt 进行创新
Lowe's 借助 Palantir Ontology 和 NVIDIA AI 实现供应链运营转型
Lowe's 使用 Palantir 和 NVIDIA 的 AI 技术管理着由 7500 家供应商、130 个配送中心和 1700 多家门店组成的庞大供应链。当发生天气延误等中断时，智能体使用 NVIDIA cuOpt 自动重新优化运输路线，并实时分配资源，以保持运营无缝连接。
资源
最新 NVIDIA cuOpt 资源
-
博客
-
会议
-
培训
-
视频
后续步骤
准备好开始了吗？
使用合适的工具和技术，将生成式 AI 模型从开发阶段向生产阶段推进。
面向开发者
了解开始使用 NVIDIA cuOpt 进行开发所需的所有资源，包括最新文档、教程、技术博客等。
联系我们
与 NVIDIA 产品专家交流，了解如何借助 NVIDIA AI Enterprise 的安全性、API 稳定性和服务支持，从试点转向生产阶段。
常见问题解答
NVIDIA cuOpt 是一款用于决策优化的开源 GPU 加速引擎，用于处理具有数百万变量和约束的大规模问题。
cuOpt 擅长处理混合整数规划 (MIP)、线性规划 (LP)、车辆路径问题 (VRP) 和二次规划类 (QP) 任务。
是，NVIDIA cuOpt 是一款开源引擎，可在 GitHub、PIP、Docker 和 Conda 等平台上供开发者使用。
混合整数规划 (MIP) 是一种数学优化类型，其中一些变量仅限于整数，而其他变量可以是非整数。MIP 用于对资源分配和调度等领域中的复杂优化问题进行建模。
车辆路径问题 (VRP) 是一类优化问题，侧重于确定车队为给定客户服务的最佳路由集，通常用于物流和送货。
该引擎通过 CUDA 功能进行 GPU 加速，在可以接受低精度的解决方案时，速度比 CPU LP 求解器显著提升。其性能亦优于当前业界顶尖的商用 VRP 求解器。
是，企业可通过 NVIDIA AI Enterprise 获取生产部署支持，该服务可保障安全性、可靠性和企业级支持。
cuOpt 智能体技能是可复用的优化能力，将独立的求解器扩展到智能体工作流层，为运筹科研用例从问题公式到解决方案说明的整个优化生命周期提供支持。
cuOpt 以开源软件形式在 GitHub 上提供。 也可以通过 PIP、Docker、Conda 和 NVIDIA NGC (NVIDIA GPU CLOUD) 等打包工具访问。
是，开发者可以访问 GitHub，开始使用 cuOpt 进行开发，以探索文档、教程和技术博客。还可在 NVIDIA 开发者博客上获取技术博客文章。
NVIDIA NIM 包含 LLM 微服务，可用于为 AI 智能体提供支持，将自然语言业务问题转化为数学模型，并针对供应链管理等用例提供优化的决策。
是的，cuOpt 支持动态和批量优化，使用户能够通过近乎实时地重新运行模型，持续适应不断变化的变量和约束，以实现最佳决策制定。
在供应链管理中，由 cuOpt 提供支持的 AI 智能体通常与 NIM 集成，提供实时、优化的资源分配，以实现更高的运营敏捷性，例如仓库中的取件路径优化。
cuOpt 与 Omniverse 数字孪生集成，通过在虚拟环境中模拟真实车队运营来优化物流，从而实现长途车队的动态调度、路线优化和预测性规划。
在末端配送场景中，cuOpt可实时优化路线规划，减少行驶里程、缩短配送时长、降低燃油消耗，最终压缩运营成本。一个例子是将其与 Azure Maps 一起用于多行程优化。
NVIDIA On-Demand 网站提供点播视频和课程。培训材料涵盖了加速产品系列优化和使用路线优化云服务。
NVIDIA cuOpt 引擎是开源且免费使用，cuOpt 智能体技能也在 GitHub 上免费提供。用户可以通过 NVIDIA AI Enterprise 选择获得付费企业支持，用于生产部署。
是，您可以利用 Google Colab 示例立即体验 cuOpt 以实现 GPU 加速的决策优化。还可以通过 NVIDIA API 目录界面试用交互式车辆路径问题示例。
Domino’s Pizza
Domino’s 的车辆布线：探索 GPU 赋能方法
Domino’s Pizza 每天供应数千份比萨，需要实时规划和物流功能。Domino’s 已实施实时规划系统，符合其严格要求，并可为其用例提供亚秒级运行时间。
Kawasaki
借助 NVIDIA cuOpt 和 Jetson Orin 重塑制造运营
Kawasaki Heavy Industries, Ltd. (Kawasaki) 是一家拥有百年历史的大型机械制造商。借助 NVIDIA cuOpt 和 NVIDIA Jetson™ Orin，Kawasaki 与 Slalom, Inc. 合作，变革式提升轨道维护和检查能力。
壳牌
壳牌借助 AI 赋能仿真优化能源市场
Shell正在集成 NVIDIA cuOpt通过多次模拟进行批量优化，解决电力和天然气市场中不可预测的控制问题。 如今，壳牌可进行竞争性投标，同时降低成本，提高能源基础设施的效率。这一创新支持向低碳能源的全球转型。
AMPL
AMPL 借助 NVIDIA cuOpt 加速电力市场优化
AMPL 专为大型优化建立的业界领先建模系统已无缝集成 NVIDIA cuOpt 带来变革式优化。 通过利用 GPU 加速计算，AMPL 将问题解决时间从 2 分钟缩短至仅 2、3 秒，从而大幅提高了性能关键型能源应用的效率、可扩展性和实时决策制定。
Blue Yonder
Blue Yonder 借助 cuOpt 加速到户配送
Blue Yonder 正借助 AI 赋能解决方案推动供应链规划和管理的转型。 由 NVIDIA cuOpt 加速，其端到端供应链解决方案平台可优化最后一公里配送，每天实现数百辆汽车的数千次交货，并提高效率。
德勤
德勤推出基于 NVIDIA 平台的套件 AI 服务产品
德勤 Compass AI 由 NVIDIA cuOpt 驱动，通过将 AI 直接嵌入工作流程，彻底改变了车队路线和调度优化。 通过在几秒钟内快速处理数据和模拟场景，Compass AI 可帮助企业组织降低成本，提高交货速度，并提高客户满意度。 随着德勤成为 NVIDIA 年度咨询合作伙伴，Compass AI 也成为前沿 AI 驱动式物流解决方案的典范。
EY
借助 AI 和加速计算推动供应链分析的变革性发展
安永的供应链与运营平台 (SC&OP) 利用 NVIDIA cuOpt 和 NIM 驱动的 AI 智能体在数秒内 (而非数小时) 优化供应链决策。通过集成高级求解器 (Heuristics, MIP, LP)， SC&OP 能够以 AI 驱动的精度协调物流、制造和采购，从而提高效率、敏捷性和弹性，同时推动可衡量的 EBITDA 改进。
Lyric
现代供应链的 AI 驱动式决策智能
Lyric 是首个供应链决策智能企业 AI 平台，可帮助企业组织以前所未有的敏捷性进行设计、规划和运营。 通过集成数据、算法、工作流和用户体验，Lyric 可提供动态的 AI 驱动式解决方案。
作为 NVIDIA 合作伙伴，Lyric 利用 NVIDIA cuOpt 加快主要消费品包装公司的分销优化，将配送时间从 4 小时缩短到 2 分钟，速度提高了 120 倍，同时将解决方案质量提高了 200 个基点。 Lyric 和 NVIDIA cuOpt 继续在供应链决策制定中扩展 GPU 加速，大规模提高了效率、弹性和竞争优势。
微软
借助 Azure Maps 和 NVIDIA® cuOpt 进行多行程优化，增强物流实力
有效的路线优化核心需要可靠的输入来估计出行时间，并能够应用关键约束，如司机空余、服务持续时间、运营时间、需求和容量。 在这个解决方案中，Azure Maps 提供基本的路由数据，而 NVIDIA cuOpt 处理这些约束，以提供优化的实时调度和物流效率。
SimpleRose
借助 GPU 加速，推动规定性分析和优化
随着行业在物流、调度和投资组合管理方面的需求不断增加，传统的优化方法难以有效扩展。 SimpleRose 集成 NVIDIA cuOpt 加速线性规划 (LP) 和混合整数线性规划 (MILP)，在不影响精度的情况下提供显著的加速。
Slalom
借助 NVIDIA cuOpt 和 Jetson Orin 重塑制造运营
Slalom, Inc. 与 Kawasaki Heavy Industries, Ltd. 合作，采用 NVIDIA cuOpt 和 NVIDIA Jetson™ Orin 转型轨道维护和检查。 凭借超过一个世纪的大型机械制造经验，Kawasaki 可利用 Slalom 的经验提高维护流程的运营效率。
