NVIDIA 將 AI 導入供應鏈

作者 NVIDIA

NVIDIA ReOpt AI 軟體幫助優化路線規劃、倉庫揀貨、運輸工具管理,以及處理更多物流挑戰,控制從工廠到商店和家庭日益飆升的配送成本。

全球疫情造成了供應鏈危機,幾乎影響著全球每一個人和每一家企業。

對於消費者來說,或許可以通過減少消費來緩解供應鏈危機所造成的供需失衡。然而,企業卻因此損失數百萬美元的利潤。

為了幫助高達 9 萬億美元的物流行業市場有效率地將商品從工廠配送到商店和家庭,NVIDIA 今日發布了 NVIDIA ReOpt AI 軟體

NVIDIA RAPIDS 軟體結合本地搜索啟發式演算法和超越啟發式演算法(如禁忌搜索),讓NVIDIA ReOpt 軟體能夠更快地解析大數據,即時優化車輛路線規劃和物流。

NVIDIA ReOpt 提供了一系列動態物流和供應鏈管理新工具,適用於諸多行業,包括運輸、倉儲、製造、零售和快餐店。

NVIDIA GTC 大會上,ReOpt的展示使用了由NVIDIA Omniverse平台支援的NVIDIA Isaac Sim在虛擬世界與3D工作流程內進行模擬和協作,首先創造了一個可擴展的機器人模擬應用程式,在逼真的畫面中展示動態重新優化。

在目前全球供應鏈面臨大規模嚴峻挑戰之際,NVIDIA ReOpt 提供您所需要的 AI 軟體,可滿足從有效率揀貨和存貨包裝到配送到府、到辦公室的各種需求。

從餐廳到餐桌

如何快速利用大數據對於達美樂比薩來說是非常關鍵的。該公司表示,根據不同的披薩餡料、酥皮、起司、醬汁和大小的各種組合,有 3400 萬種製作披薩的方式。如何盡可能有效率地配送這其中各種組合的披薩對於飢餓的消費者來說非常重要。該公司與 NVIDIA ReOpt 團隊合作,實施了一個即時預測系統,幫助他們滿足客戶需求的重要配送標準。

達美樂比薩資料科學副總裁 Andrew Birch 表示:“我們與 NVIDIA 的合作取得了豐碩的成果,提供即時且可行的配送前景可期,NVIDIA幫助我們每天為客戶提供更卓越的服務。”

達美樂比薩使用 NVIDIA ReOpt 優化配送路線

後疫情時代的經濟規劃

物流業是一個高度整合的供應鍊網絡,透過多種運輸模式,包括航空和快遞服務、鐵路貨運、海運和卡車運輸等將落實聯結生產商和消費者。

即使在疫情對物流配送造成衝擊之前,由於大量消費者轉向線上購物,送貨到府(即“最後一英里配送”)已經成為一項耗資高昂的挑戰。

ABI Research 估計,總運輸成本中超過一半是由最後一英里配送產生的,嚴重影響了盈利率。物流公司 Onfleet 表示,通常約 25% 的上述成本是物流公司自行承擔的,而由於供應鏈效率低下,這一數字還在不斷增長。

ReOpt 現已支援早期試用,可實現軟體驅動的流程更改,包括:

  • 路線優化。動態路線優化使用先進的演算法,為調度員和駕駛員提供路線,從而顯著降低里程數、燃料成本、碳排放量和空閒時間。物流配送公司可以獲得有關路況、交通數據和路線建議的即時反饋,以建立更準確的到貨時間預測。
  • 針對限制條件的優化。對具有有限容量以及不同成本的運輸工具,進行移動情況建模。這包括要考慮諸多因素,例如新鮮農產品等商品必須配有冷藏設備的卡車運輸,或者有的客戶只能在特定時段接收貨物。
  • 倉庫揀貨。公司可以建立更出色的人機交互,在揀貨和包裝流程中實現自動化存儲和檢索,從而在收到新訂單時動態規劃和重新規劃機器人路線,有效地將貨物裝載到卡車上。
  • 運輸工具組合優化。利用飛機、火車、卡車和貨櫃船的位置和運輸工具統計數據,在整個供應鏈中實現路線追踪。該軟體可以考慮到特定日期可以操作這些運輸工具的空閒飛行員、駕駛員和船員的數量,同時結合考慮維護成本。

NVIDIA 加速運算驅動全球領先的精確度

NVIDIA GPU可以為強大的啟發式演算法和極具挑戰的限制性條件優化提供強大算力。 ReOpt 利用 NVIDIA 的大規模 平行架構來生成數千個候選解決方案,並進行優化,最終僅選擇其中最佳的解決方案。

因此,ReOpt 可利用平行運算的特性在極短的時間內得到運算結果並同時保證其結果的準確性。

根據 Gehring & Homberger 基準測試的運輸工具數量,這一軟體的平均準確度超出全球最知名的解決方案 2.96%。

立即在 Google Colab 上註冊以獲得 ReOpt 最新資訊搶先試用

觀看NVIDIA 創辦人暨執行長 Jensen Huang 的 GTC 主題演講。