路線最佳化
達到世界紀錄的準確度和效能，解決複雜問題、節省時間，並降低成本和碳足跡。
影片 | 解決方案簡介 | 開發人員
NVIDIA® cuOpt™ 透過加速運算更快速做出明智決策，將營運最佳化。 cuOpt 可協助團隊解決具有多重限制的複雜路線問題，並提供動態重新規劃路線、工作排程和機器人模擬等新功能，以及微秒內求解器反應時間。cuOpt 創下 23 項基準測試的世界紀錄，在過去三年中，100% 創下最大型路線基準測試的世界記錄。
探索取貨與遞送、最佳化機器人車隊、數位孿生等技術的最新進展。
cuOpt 使用 GPU 加速啟發式邏輯、萬用啟發式演算法和最佳化的物流求解器，計算具有多種限制的複雜車輛路線問題，並可在任何資料中或雲端上部署。 支援不對稱模式的距離和時間矩陣，可與熱門地圖引擎順暢整合。
重新執行模型，並針對無法使用的車輛、交通和天氣中斷及新增訂單等變化進行調整，而且一切都在服務等級協定 (SLA) 的時間限制內。
體驗在 Li & Lim 和 Gehring & Homberger準確度基準測試中創下世界紀錄的效能。
擴充至 15,000 個路線工作，以支援需要大量運算的使用案例。
路線在 10 秒內遞送 1,000 個包裹，而非原本的 20 分鐘 (速度提高 120 倍)，且準確度相同。
減少 15% 的差旅時間和燃料成本、87% 的雲端資源成本、資料中心使用量
NVIDIA AI Enterprise 提供安全且可立即生產的微服務，專為隨處部署而設計，並能加速價值實現時間。
cuOpt 擁有過去三年在最大型路線基準測試中創下的全部 23 項世界記錄，此服務現已推出。
貨車從配送中心出發，將訂單運送至商店和客戶所在地。NVIDIA cuOpt 有助於縮短運輸距離及交貨時間，且不影響服務品質。
派遣服務人員可以處理各種服務要求，每一位服務人員都有指定的時間分配，可能因具體需求而有所不同。例如，電信技術人員可能會安排至一位客戶的家中安裝路由器，以及至另一位客戶的家中安裝數據線。NVIDIA cuOpt 可以確保技術人員在出發前配備好所需工具，並依據最佳化路線有效率地完成任務。
對於長途的貨物和車輛運輸，最佳化時程和路線規劃至關重要。NVIDIA cuOpt 讓使用者將可用的飛行員、司機或船隻數量納入考量，以推薦最佳路線和時程表。
有效率的揀貨和包裝在倉庫營運和滿足客戶期望方面扮演重要角色。有了 cuOpt，公司可以創造更佳的人機互動，以實現自動化倉儲和取貨，並在新訂單抵達和退貨舊訂單時，動態規劃路線和重新安排機器人路線，以提高卡車裝載的效率。
零售、能源和製造業可受益於 cuOpt 的長途運輸管理、倉庫內從收貨碼頭到裝貨碼頭的取貨路徑最佳化、退貨最佳化和自動履行最佳化。
車輛在不同地點取貨並遞送來完成訂單。例如，食物外送司機從餐廳取餐，並送到客戶家中。cuOpt 讓使用者能微調和設定自己的求解器時間，不受工作或位置數量的影響。此功能可以在數秒內以可接受的解決方案品質將路線最佳化。
使用正確的工具，將物流最佳化專案從開發階段推向生產階段。
API 目錄為想要體驗 cuOpt 的使用者提供了 UI 型的實驗場，亦有 NVIDIA 管理的 API 端點可供免費使用，是個絕佳的起點。
企業若希望在購買 NVIDIA AI Enterprise 進行生產前先試用 cuOpt，我們提供兩種免費開始使用的選項：
不具備基礎架構： 對於不具備現有基礎架構的企業，NVIDIA 可透過 NVIDIA LaunchPad 提供免費實作實驗室。
具備基礎架構： 對於具備現有基礎架構的企業，NVIDIA 提供免費評估授權，可試用 NVIDIA AI Enterprise 90 天。
瞭解組織如何透過即時路線最佳化，提升效率、節省成本、增加收益和客戶滿意度。
瞭解如何運用 NVIDIA Metropolis、Omniverse™、cuOpt 和 Isaac™ 實現機器人感知，建立端對端策略，將複雜物流的協作式機器人空間完全自動化。
觀看企業如何使用 LLM NIM、NVIDIA NeMo Retriever NIM 和 cuOpt NIM 打造 AI 驅動的規劃器來克服超大規模 AI 工廠複雜的營運挑戰。
在這門 NVIDIA 深度學習機構提供的課程，您將解決常見的車輛路線最佳化問題，並學習如何預先處理供 cuOpt 使用的輸入資料，並建構能反映現實世界業務限制的不同問題。課程可由您自行安排進度。
手邊有加速最佳化專案嗎？透過 NVIDIA LaunchPad 中的免費實驗室，取得路線最佳化工作流程，其中包含逐步指南、立即可用的軟體、範例資料和應用程式。
在此實作實驗室中，瞭解如何使用 NVIDIA cuOpt 雲端服務，為各式各樣的車隊找到最佳路線，以完成交貨、取貨、調度工作等作業。
NVIDIA cuOpt 的路線最佳化引擎打破世界紀錄，不僅有助 Kawasaki Heavy Industries 解決鐵路安全問題，更幫助 Adient 達成製程最佳化。
探索深度指南，瞭解您可以如何開始使用 NVIDIA cuOpt 的多種方式，包括透過 NVIDIA AI Foundation 端點從瀏覽器嘗試使用，或在 NVIDIA LaunchPad 中嘗試路線最佳化人工智慧工作流程。
瞭解 NVIDIA Omniverse、Metropolis、Isaac 和 cuOpt 如何在人工智慧訓練場中互動，開發人員可以在此處訓練人工智慧代理程式協助機器人和人類駕馭不可預測的複雜事件。
適用於營運研究的 GPU 加速人工智慧演算法持續改善，為開發人員提供近乎即時的最佳化，並在某些最複雜的營運作業中，締造打破世界紀錄的效率。瞭解 cuOpt 如何從 GPU 加速函式庫演變為人工智慧雲端 API，進而在 LLM 和線性程式設計實現最新進展。
探索 BMW、Ipolog 和 NVIDIA 持續進行的合作，瞭解數位孿生和加速組合最佳化如何將所需的運輸車輛數量減少 20%。
瞭解 Kawasaki 如何運用物聯網和邊緣到資料中心的處理程序，以及人工智慧和機器學習技術，提供關於貨運鐵路狀況的深入見解，藉此將維護效率和安全標準最佳化。
精選
川崎重工 (Kawasaki Heavy Industries, Ltd.) 是一家製造大型機械的公司，已有一百多年的歷史。透過 NVIDIA cuOpt 和 Jetson Orin™，川崎重工徹底改變了軌道維護和檢查的能力。
探索 NVIDIA cuOpt 的線上社群，您可以在社群中瀏覽操作方法問題、學習最佳做法、與其他開發人員交流並回報錯誤。
透過 NVIDIA 開發人員計畫，連繫數以百萬計與您志趣相投的開發人員，存取數以百計 GPU 加速的容器、模型和 SDK，這些全都是運用 NVIDIA 技術成功建立應用程式的必要工具。
NVIDIA Inception 這項免費計畫為尖端新創公司提供重要的市場進入支援、技術專業知識、訓練和資金引介機會。
尋找合適的資源，將路線最佳化專案從開發階段推向生產階段。
與 NVIDIA 產品專家討論，從試行到生產皆確保安全性、API 穩定性和 NVIDIA AI Enterprise 支援。
訂閱以接收 NVIDIA 的最新消息與更新。