网页标题: cuOpt | 决策优化 | NVIDIA 网页链接: https://www.nvidia.cn/ai-data-science/products/cuopt/ **决策优化** # NVIDIA cuOpt 在处理数百万个约束和变量的大规模问题方面，基准测试速度屡创世界记录，从而节省时间并降低成本。 [开始体验](https://www.nvidia.cn/ai-data-science/products/cuopt/get-started/) [观看视频](https://resources.nvidia.com/en-us-ai-optimization-content/supply-chain-data-using-nim?lx=wujJKU) | [博客](https://blogs.nvidia.com/blog/cuopt-open-source/) | [面向开发者](https://docs.nvidia.com/cuopt/) ## 概述 ## 什么是 NVIDIA cuOpt？ NVIDIA® cuOpt™ 是一个用于决策优化的 GPU 加速求解器，擅长于混合整数线性编程(MILP)，[线性编程](https://developer.nvidia.com/blog/accelerate-large-linear-programming-problems-with-nvidia-cuopt/#cuopt_outperforms_state-of-the-art_cpu_lp_solvers_on_mittelmann%E2%80%99s_benchmark) (LP)，和汽车线路规划问题 (VRP)。 cuOpt 旨在处理包含数百万个变量和约束的大规模问题，可实现近乎实时的优化，从而大幅节约成本。 凭借在混合整数编程库（[MIPLIB](https://miplib.zib.de/)）中刷新记录和 [23 项世界记录的基准测试](https://developer.nvidia.cn/zh-cn/blog/record-breaking-nvidia-cuopt-algorithms-deliver-route-optimization-solutions-100x-faster/#cuopt_sets_23_world_records)，cuOpt 在解决现实世界复杂优化问题方面，实现突破性进展。 ### NVIDIA 开源 cuOpt 开启决策优化新时代 Gurobi Optimization、HiGHS、SimpleRose、COPT 和其他行业领导者利用 NVIDIA 加速计算和 cuOpt 软件完成复杂的决策制定和供应链优化。 [了解详情](https://blogs.nvidia.cn/blog/cuopt-open-source/) ## 运营研究、物流和路线优化 cuOpt 使用依赖于启发式算法、元启发式算法和优化，且经 GPU 加速物流求解器，来计算具有各种约束的复杂车辆路线问题。cuOpt 可部署在任何数据中心或云端。 该技术支持具有不对称模式的距离和时间矩阵，因此可以与热门地图引擎无缝集成。 ### 优势 ## 了解 NVIDIA cuOpt 的优势 ### GPU 驱动加速 与精度度要求较低的解决方案相比，[CPU LP 求解器速度得到显著提升](https://developer.nvidia.cn/zh-cn/blog/accelerate-large-linear-programming-problems-with-nvidia-cuopt/#cuopt_outperforms_state-of-the-art_cpu_lp_solvers_on_mittelmann%E2%80%99s_benchmark)。 性能优于先进的商用 VRP 求解器。 ### 创世界纪录的解决方案 该解决方法屡破世界记录，比如解决 [MIPLIB](https://miplib.zib.de/) 未决问题，[且在大型 LP 方面表现出具有竞争力的性能](https://developer.nvidia.com/blog/accelerate-large-linear-programming-problems-with-nvidia-cuopt/#cuopt_outperforms_state-of-the-art_cpu_lp_solvers_on_mittelmann%E2%80%99s_benchmark)，比如创下 [Mittelmann](https://plato.asu.edu/ftp/lpfeas.html) 基线测试记录，以及[无与伦比的 VRP](https://resources.nvidia.com/en-us-cuopt/world-record-blog?xs=492752) 精确度，比如打破 [Gehring & Homberger](https://www.sintef.no/projectweb/top/vrptw/homberger-benchmark/1000-customers/) 和 [Li & Lim](https://www.sintef.no/projectweb/top/pdptw/li-lim-benchmark/) 基线测试记录。 ### 无缝可扩展性 轻松扩展，可处理混合云和多云环境中的计算密集型工作负载。 ### 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。 ### 独立或集成 开箱即用或无缝嵌入到您的求解器中，实现卓越的速度、可扩展性和精度。 ### 企业级 AI 借助 [NVIDIA AI Enterprise](https://www.nvidia.cn/data-center/products/ai-enterprise/)，为生产部署提供安全性、可靠性和企业级支持，加速实现价值。 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。 1. 供应链管理 2. 车队管理 3. 到户配送 4. 现场调度 5. 作业调度优化 6. 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™](https://www.nvidia.com/en-us/ai-data-science/products/cuopt/#:~:text=chain%20data%20via-,LLM%20NIM%E2%84%A2,-%2C%20delivering%20real%2Dtime) 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。 [了解如何构建用于供应链优化的 AI 智能体](https://developer.nvidia.cn/zh-cn/blog/building-an-ai-agent-for-supply-chain-optimization-with-nvidia-nim-and-cuopt/) [了解 cuOpt 如何推动供应链优化](https://images.nvidia.cn/cn/youtube-replicates/a9O0JipIrb4.mp4) ### 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](https://www.nvidia.cn/omniverse/solutions/digital-twins/)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。 [阅读 SyncTwin 如何为客户优化内部物流](https://developer.nvidia.cn/zh-cn/blog/transforming-microsoft-xls-and-ppt-files-into-a-factory-digital-twin-with-openusd/#optimizing_intralogistics_with_cuopt) [观看宝马如何借助 ipolog、NVIDIA cuOpt 和 Omniverse 优化物流](https://www.nvidia.cn/on-demand/session/gtcfall22-a41385/) ### 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。 [观看 Domino's 如何安排车辆送披萨](https://www.nvidia.cn/on-demand/session/gtcfall21-a31074/) [阅读如何使用 Azure Maps 和 NVIDIA® Opt 进行多行程优化](https://www.microsoft.com/en-us/maps/news/enhancing-logistics-with-azure-maps-and-nvidia-cuopt-for-multi-itinerary-optimization) ### 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。 [阅读 Kawasaki 如何借助 cuOpt 推动制造业变革](https://www.nvidia.com/en-us/case-studies/reinventing-maintenance-operations-with-ai/) ### 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 有效的金融股票配置需要在证券之间战略性分布投资资本，同时平衡风险、回报和市场动态。 投资者必须适应波动性、经济指标和个人偏好，进行实时调整，以优化投资组合性能。 面临的挑战在于评估无数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 cutOpt 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。 ### 体验 通过基于 UI 的门户体验 cuOpt 路由优化，借助 NVIDIA 托管端点探索并开展原型设计，查询 NVIDIA API 目录，免费获取。 [立即体验](https://www.nvidia.com/en-us/ai-data-science/products/cuopt/#starting-options) ### 开发 cuOpt 将以开源软件形式在 GitHub 上提供，以便开发者访问最新功能，并从源代码构建，以最大限度地实现灵活性和定制化。 [注册以获取通知](https://www.nvidia.cn/ai-data-science/cuopt-news/) ### 部署 借助 [NVIDIA AI Enterprise](https://www.nvidia.cn/data-center/products/ai-enterprise/) 让企业获得 cuOpt 生产部署支持 [了解详情](https://www.nvidia.cn/data-center/products/ai-enterprise/) [比较开始方式](https://www.nvidia.cn/ai-data-science/products/cuopt/get-started/) ### 客户案例 ## 行业领导者如何借助 cuOpt 进行创新 [更多客户案例](https://www.nvidia.com/en-us/case-studies/) ### 借助 NVIDIA cuOpt 和 Jetson Orin 重塑制造运营 Kawasaki Heavy Industries, Ltd. 是一家拥有百年历史的领先大型机械制造商，利用 NVIDIA cuOpt 和 [Jetson Orin™](https://www.nvidia.cn/autonomous-machines/embedded-systems/jetson-orin/) 改善其轨道维护和检修，提升运营效率和精度。 [了解详情](https://www.nvidia.com/en-us/case-studies/reinventing-maintenance-operations-with-ai/) ### 采用企业 ## 各行业的领先采用者 1. 客户 2. 合作伙伴 ### 资源 ## 最新 NVIDIA cuOpt 资源 1. 博客 2. 会议 3. 培训 4. 视频 [查看所有博客](https://developer.nvidia.com/zh-cn/blog/tag/cuopt/) [查看更多会议](https://www.nvidia.com/en-us/on-demand/search/?facet.mimetype%5B%5D=event%20session&layout=list&page=1&q=cuopt&sort=relevance&sortDir=desc) ### 加速投资组合优化 了解如何借助 GPU 加速投资组合优化，优化风险报酬权衡，并借助 cuOpt 转变并行处理算法。 探索真实世界的示例，并比较金融应用的 CPU 与 GPU 性能。 [立即申请](https://www.nvidia.com/gtc/session-catalog/?search=DLIT71690&tab.catalogallsessionstab=16566177511100015Kus#/session/1726089157740001BBQM) ### 使用布线优化云服务来提高效率并节约成本 在这个实战实验中，了解如何使用 NVIDIA cuOpt 云服务来优化不同车队的路线，并提高交货、接送、作业调度和整体物流效率。 [观看点播会议](https://resources.nvidia.com/en-us-ai-optimization-content/gtc24-dlit62051) ### 借助 NVIDIA cuOpt 实现破世界纪录的布线优化 了解企业组织如何通过实时布线优化来提高效率、节约成本并提高客户满意度。 [立即观看](https://images.nvidia.cn/cn/youtube-replicates/1V5_wJzTCzc.mp4) ### 将实时 AI 与数字孪生融合 了解 NVIDIA [Metropolis](https://www.nvidia.cn/autonomous-machines/intelligent-video-analytics-platform/)、[Omniverse™](https://www.nvidia.cn/omniverse/)、cuOpt 和 [Isaac™](https://developer.nvidia.com/isaac) 如何实现复杂协作机器人空间的端到端自动化，通过实时 AI 和数字孪生推动物流变革。 [立即观看](https://images.nvidia.cn/cn/youtube-replicates/l5M4sqaRd6w.mp4) ### 使用 NVIDIA NIM 与您的供应链数据交流 了解企业组织如何利用 [LLM NIM 微服务](https://www.nvidia.cn/ai/)、[NeMo™ Retriever NIM 微服务](https://www.nvidia.cn/ai/)和 [cuOpt NIM 微服务](https://www.nvidia.cn/ai/)提供支持的 AI 规划器，克服运营复杂性并扩展 AI 驱动式工厂。 [立即观看](https://images.nvidia.cn/cn/youtube-replicates/a9O0JipIrb4.mp4) [查看更多视频](https://resources.nvidia.com/l/en-us-ai-optimization-content/?ncid=no-ncid&contentType=video) 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。 [开始体验](https://www.nvidia.cn/ai-data-science/products/cuopt/get-started/) ### 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。 [上手开发](https://developer.nvidia.cn/zh-cn/blog/experience-nvidia-cuopt-accelerated-optimization-to-boost-operational-efficiency/) ### 联系我们 与 NVIDIA 产品专家交流，了解如何借助 [NVIDIA AI Enterprise](https://www.nvidia.cn/data-center/products/ai-enterprise/) 的安全性、API 稳定性和服务支持，从试点转向生产阶段。 [联系我们](https://www.nvidia.cn/data-center/products/ai-enterprise/contact-sales/) ### Domino’s Pizza #### Domino’s 的车辆布线：探索 GPU 赋能方法 [Domino’s Pizza](https://www.dominos.com/en/) 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。 [了解详情](https://www.nvidia.cn/on-demand/session/gtcfall21-a31074/) ### Kawasaki #### 借助 NVIDIA cuOpt 和 Jetson Orin 重塑制造运营 [Kawasaki Heavy Industries](https://global.kawasaki.com/), Ltd. (Kawasaki) 是一家拥有百年历史的大型机械制造商。借助 [NVIDIA cuOpt](https://www.nvidia.com/en-us/ai-data-science/products/cuopt/) 和 [NVIDIA Jetson™ Orin](https://www.nvidia.cn/autonomous-machines/embedded-systems/jetson-orin/nano-super-developer-kit/)，Kawasaki 与 [Slalom, Inc.](https://www.slalom.com/us/en) 合作，变革式提升轨道维护和检查能力。 [了解详情](https://www.nvidia.com/en-us/case-studies/reinventing-maintenance-operations-with-ai/) ### 壳牌 #### 壳牌借助 AI 赋能仿真优化能源市场 [Shell](https://www.shell.com/)正在集成 [NVIDIA cuOpt](https://www.nvidia.com/en-us/ai-data-science/products/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](https://ampl.com/) 专为大型优化建立的业界领先建模系统已无缝集成 [NVIDIA cuOpt](https://www.nvidia.com/en-us/ai-data-science/products/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。 [了解详情](https://ampl.com/blog/breaking-barriers-in-optimization-ampls-early-results-with-nvidia-cuopt) ### Blue Yonder #### Blue Yonder 借助 cuOpt 加速到户配送 [Blue Yonder](https://blueyonder.com/) 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](https://www.nvidia.com/en-us/ai-data-science/products/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](https://www2.deloitte.com/us/en.html) [Compass AI](https://www2.deloitte.com/us/en/pages/consulting/solutions/nvidia-alliance-accelerated-ai.html) 由 [NVIDIA cuOpt](https://www.nvidia.cn/ai-data-science/products/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。 [了解详情](https://www2.deloitte.com/us/en/pages/about-deloitte/articles/press-releases/deloitte-unveils-suite-of-ai-service-offerings-built-on-nvidia-platforms.html) ### EY #### 借助 AI 和加速计算推动供应链分析的变革性发展 [安永](https://www.ey.com/en_us)的供应链与运营平台 (SC&OP) 利用 [NVIDIA cuOpt](https://www.nvidia.cn/ai-data-science/products/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。 [了解详情](https://www.nvidia.cn/on-demand/session/gtc25-s74122/) ### Lyric #### 现代供应链的 AI 驱动式决策智能 [Lyric](https://lyric.tech/) 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](https://www.nvidia.com/en-us/ai-data-science/products/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。 [了解详情](https://lyric.tech/blog/lyric-leverages-nvidia-cuopt-to-elevate-supply-chain-ai) ### 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](https://azure.microsoft.com/en-us/products/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。 [了解详情](https://www.microsoft.com/en-us/maps/news/enhancing-logistics-with-azure-maps-and-nvidia-cuopt-for-multi-itinerary-optimization) ### 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](https://simplerose.com/) 集成 [NVIDIA cuOpt](https://www.nvidia.com/en-us/ai-data-science/products/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。 [了解详情](https://simplerose.com/blog/how-simplerose-and-nvidia-cuopt-solve-lp-and-milp-problems-faster) ### Slalom #### 借助 NVIDIA cuOpt 和 Jetson Orin 重塑制造运营 [Slalom, Inc.](https://www.slalom.com/us/en) 与 [Kawasaki Heavy Industries, Ltd.](https://global.kawasaki.com/) 合作，采用 [NVIDIA cuOpt](https://www.nvidia.com/en-us/ai-data-science/products/cuopt/) 和 [NVIDIA Jetson™ Orin](https://www.nvidia.cn/autonomous-machines/embedded-systems/jetson-orin/nano-super-developer-kit/) 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。 [了解详情](https://www.nvidia.com/en-us/case-studies/reinventing-maintenance-operations-with-ai/)