路线优化
实现创下世界纪录的准确性和性能，能够解决复杂问题、节省时间、降低成本并减少碳足迹。
视频 | 解决方案简介 | 面向开发者
NVIDIA® cuOpt™ 能够借助加速计算更快地做出更好的决策，从而优化运营。cuOpt 能够帮助团队解决具有多重约束的复杂路线规划问题，并且能够提供动态重新规划路线、作业调度和机器人仿真等新功能，同时实现亚秒级求解器响应时间。凭借 23 项创下世界纪录的基准，cuOpt 包揽了过去三年内最大路线规划基准方面的世界纪录。
了解如何借助 NVIDIA Metropolis、Omniverse™、cuOpt 和 Isaac™ (用于机器人感知) 构建端到端策略，以实现物流复杂的协作机器人空间的全面自动化。
cuOpt 使用依赖于启发式算法、元启发式算法和优化技术且经由 GPU 加速的物流求解器，来计算具有各种约束的复杂车辆路线规划问题。cuOpt 可以部署在任何数据中心或云端。它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。
重新运行模型并进行调整，以便应对车辆无法操作、交通中断/恶劣天气和新增订单等变化，而且所有这些都会在服务等级协议 (SLA) 时间限制内完成。
体验在 Li & Lim 和 Gehring & Homberger 准确性基准方面创下世界纪录的性能。
可扩展到执行 15,000 个路线规划任务，为计算密集型用例提供助力。
规划 1,000 个包裹的路线所需的时间从 20 分钟缩短到了 10 秒，速度提高了 120 倍，准确性则保持不变。
行程时间和燃料成本降低了 15%，云资源成本降低了 87%，而且数据中心使用量也减少了
访问安全的生产就绪型微服务，该微服务是 NVIDIA AI Enterprise 的一部分，可部署在任意位置，并能够加快价值实现。
cuOpt 现已推出！过去三年内，cuOpt 在最大路线规划基准方面创下了 23 项世界纪录。
从配送中心派遣卡车车队，将订单商品送到商店和最终客户地址。cuOpt 能够减少行驶里程并缩短送货时间，并保持准确性。
派遣服务提供商来满足一系列不同的服务请求。会为每个服务请求分配一定的时间，具体时间可能会因请求而异。例如，派遣电信技术人员到一位客户家中安装路由器，然后到另一位客户家中安装数据线。借助 cuOpt，技术人员能够在出发前配备好所有必需的工具，并按照经过优化的时间表完成任务。
对于使用长途车队的货物和车辆送进/送出运输，优化调度和路线规划至关重要。cuOpt 允许用户考虑可用飞行员、司机或船舶的数量，以推荐最优化的路线和时间表。
高效的拣选与包装在仓库运营和满足客户期望方面发挥着巨大作用。借助 cuOpt，公司可以创建更好的人机交互来实现自动存储和检索，并可在新订单到达以及旧订单退回时，动态规划和重新规划机器人路线，以实现高效的卡车装载。
在长途运输管理、仓库内从收货处到出货处的取货路径优化、货物退回优化以及自动履行订单优化方面，零售、能源和制造行业可以受益于 cuOpt。
车辆履行订单时会从一个地点取货，在另一个地点卸货。例如，送餐司机从餐馆取走订单食品并将其送到顾客的家庭住址。cuOpt 允许用户自行调整和设置求解器时间，而不受任务或位置数量的限制。它可在数秒内优化路线，并确保解决方案达到可接受的质量。
使用合适的工具推动物流优化项目从开发走向生产。
对于希望通过 API 和基于用户界面的演示利用示例数据免费体验 cuOpt 的个人，NVIDIA 提供 NVIDIA AI Foundation 模型和端点作为探索 cuOpt 的绝佳起点。
对于希望在购买 NVIDIA AI Enterprise 用于生产之前先试用 cuOpt 的企业，我们提供了免费的起步方案：
有基础架构: 对于拥有现有基础架构的企业，NVIDIA 提供免费评估许可，以便企业在 90 天的试用期内试用 NVIDIA AI Enterprise。
了解组织机构如何利用实时路线优化功能来提高效率、节省资金，并提高收入和客户满意度。
了解如何借助 NVIDIA Metropolis、Omniverse™、cuOpt 和 Isaac™ (用于机器人感知) 创建端到端策略，实现物流复杂的协作机器人空间的完全自动化。
观看视频，了解组织如何借助 LLM NIM、NVIDIA NeMo Retriever NIM 及 cuOpt NIM 的 AI 规划器，克服运营中的复杂难题，成功打造出超大规模的 AI 工厂。
在 NVIDIA 深度学习培训中心的这个自主培训课程中，您将解决一个常见的车辆路线优化问题，并学习如何预处理供 cuOpt 使用的输入数据，组成反映实际业务约束的问题变体。
在此实战实验中，您将看到关于一个车辆路线规划问题的简要说明，并了解如何使用经由 GPU 加速的启发式算法、元启发式算法和优化求解器创建实时车队路线规划工作流程。您将使用 RAPIDS™、经由 GPU 加速的 Python 库和 cuOpt 来解决一个实际供应链问题。
在此实战实验中，了解如何使用 NVIDIA cuOpt 云服务为异构车队寻找最佳路线，以完成交付、取货、调度作业等。
NVIDIA cuOpt 创纪录的路径优化引擎助力川崎重工实现铁路安全，支持 SyncTwin 实现制造优化。
探索深入指南，了解可以开始使用 NVIDIA cuOpt 的各种方法，包括通过 NVIDIA AI Foundation 端点从浏览器试用
NVIDIA Omniverse、Metropolis、Isaac 和 cuOpt 在 AI Gym 中互动，开发者可以训练 AI 智能体来帮助机器人和人类应对不可预测或复杂的事件。
用于运筹学的 GPU 加速 AI 算法不断改进，为开发者提供接近实时的优化，并在一些最复杂的操作上实现了创纪录的效率。了解 cuOpt 如何从 GPU 加速库发展为 AI 云 API，从而推动 LLM 和线性规划的最新进展。
深入了解宝马、Ipolog 和 NVIDIA 之间正在进行的合作，这项合作展示了数字孪生和加速组合优化如何将所需运输车辆数量减少 20%。
了解川崎重工如何使用 IoT 和边缘到数据中心处理以及 AI 和机器学习技术，更深入地了解货运轨道状况，从而优化其维护和安全协议。
精选
川崎重工业株式会社是一家拥有一百多年大型机械制造历史的制造公司。得益于 NVIDIA cuOpt 和 Jetson Orin™，川崎的轨道维护和检查能力发生了翻天覆地的变化。
探索 NVIDIA cuOpt 在线社区，您可以在其中浏览操作方法方面的问题、了解最佳实践、与其他开发者互动，并可以报告错误。
加入 NVIDIA 开发者计划后，您可以与数百万志同道合的开发者联系交流，并可以使用数以百计经由 GPU 加速的容器、模型和 SDK，而这些都是借助 NVIDIA 技术成功构建应用程序所必需的工具。
NVIDIA 初创加速计划是一个面向尖端初创公司的免费计划，旨在为初创公司提供关键的进入市场支持、专业技术知识、培训和融资机会。
寻找合适的资源来推动路线优化项目从开发走向生产。
与 NVIDIA 产品专家联系，了解 NVIDIA AI Enterprise 如何在安全性、API 稳定性和支持方面为您提供保证，让您充满信心地从试点转向生产。
注册即可接收 NVIDIA 发布的最新消息、动态资讯及更多内容。