cuOpt – NVIDIA 技術博客

NVIDIA cuOpt 加速大型線性編程問題解決

Tue, 08 Oct 2024 07:46:10 +0000

在過去一個世紀中，從單純形到內部點法（IPM），線性編程（LP）求解器的演進取得了許多重大里程碑式的發展。原始對偶線性編程（PDLP）的引入又帶來了另一項重大進展。 NVIDIA cuOpt 現已實施具有 GPU 加速功能的 PDLP。利用先進算法、NVIDIA 硬件、專用 CUDA 功能和 NVIDIA GPU 庫，cuOpt LP 求解器的性能比基于 CPU 的求解器快了 5000 倍以上。本文將探討 LP 求解器算法的關鍵組件、LP 中的 GPU 加速，以及 Mittelmann 基準測試和最小成本流問題實例上的 cuOpt 性能。 LP 是一種涉及優化線性目標函數的方法，受一組線性約束。假設情況：在土地、種子和化肥方面的限制條件下，農民必須決定種植哪些菜以及以何種數量實現利潤最大化。目標是盡快確定最佳收入，

Source

]]>

聚焦：clicOH 借助 NVIDIA cuOpt 實現最后一英里交付速度 20 倍提升

Thu, 29 Aug 2024 05:34:02 +0000

受消費者行為轉變和疫情影響，電子商務繼續呈爆炸式增長和轉型。因此，物流和運輸公司發現自己處于包裹配送革命的前沿。這新的現實情況在最后一英里配送中尤為明顯，而后者現在已經成為供應鏈物流中成本最高的要素，占從零售到制造等各行業供應鏈總成本的41％以上。可以理解的是，最后一英里配送成本的飆升正在促使人們努力找出并緩解根本原因。最后一英里配送挑戰因車輛路線規劃問題（VRP）而變得更加復雜。作為旅行推銷員問題的泛化，VRP 問：“一支車隊向一組特定客戶交付時，應該采用的最佳路線集是什么？”如果僅有 10 個配送目的地，就可以進行超過 3,000,000 次的排列和行程組合。如果目的地為 15 個，可能的路線數量可能超過 1 萬億次。隨著目的地數量的增加，相應的可能行程數量甚至超過最快的超級計算機的功能，而這并沒有考慮到常見的運營限制，例如車隊可用性、導航能力和訪問限制。這些限制，

Source

]]>

利用 NVIDIA NIM 和 cuOpt 構建供應鏈優化 AI 智能體

Tue, 16 Jul 2024 05:07:16 +0000

企業在供應鏈決策中面臨著兩大挑戰：最大限度地提高利潤和快速適應動態變化。為了實現優化的供應鏈運營，企業需要依賴高級分析和實時數據處理，以適應快速變化的環境并做出明智的決策。優化無處不在。為了履行客戶承諾并降低風險，組織運行數千個什么如果場景，以滿足客戶承諾并將風險降至最低。例如，零售公司必須考慮交通、天氣和行駛里程等因素，以優化路線，并降低物流成本，其中超過一半的成本歸功于最后一英里配送?。同樣，制藥公司必須應對復雜的供應鏈和監管限制，以及高昂的研發成本，這使得實時優化變得困難。金融機構必須在波動的市場中平衡風險和回報，這需要復雜的數學模型(PDF)為決策制定。農業 sector 需要處理不可預測的因素，如天氣和市場需求在本文中，我們將展示如何使用線性編程和 LLM，借助 NVIDIA cuOpt 微服務中的優化 AI，克服優化挑戰，

Source

]]>

使用 OpenUSD 將 Microsoft XLS 和 PPT 文件轉換為工廠數字孿生

Wed, 26 Jun 2024 04:53:17 +0000

SyncTwin GmbH是一家構建軟件以優化生產、內部物流和組裝的公司，其使命是為中小型企業解鎖工業數字孿生。雖然 SyncTwin 通過數字孿生幫助寶馬等全球大公司最大限度地減少了工廠的成本和停機時間，現在他們正在將重點轉移到那些沒有強大的 IT 部門和數字化資源的制造業業務。為了滿足這些企業的需求，SyncTwin 在NVIDIA Omniverse上開發了一款應用程序，該應用程序使用通用場景描述（OpenUSD），使其客戶能夠使用 Microsoft PowerPoint、Excel、PDF 和其他非 3D 數據格式的數據創建其設施的數字孿生為了使這項技術在廣泛的技術層面上都能使用，他們正在集成生成人工智能，以便客戶能夠通過簡單的文本提示創建和修改數字孿生。 SyncTwin 應用程序還使用NVIDIA cuOpt加速優化引擎，以顯著提高工廠和倉庫運營的效率。

Source

]]>

人工智能增強的導航圖為大型船舶提供更安全的水域

Tue, 25 Jun 2024 05:12:46 +0000

海事初創公司Orca AI憑借其 AI-powered 導航系統開創了海上安全的先河，該系統提供實時視頻處理，幫助船員在擁擠的水域和低能見度條件下做出數據驅動的決策。每年，數千艘價值 1 億英鎊的大型船只運送價值 14 萬億美元的貨物，穿越世界海洋和水道，努力遵守緊迫的最后期限。每天，事故都在發生或勉強避免。僅在 2023 年，就記錄了 4000 多起安全事件，包括碰撞和近距離碰撞。該導航模塊稱為 SeaPod，配有五個高清攝像頭用于白天觀看和三個熱像儀用于夜間觀看。即使在霧蒙蒙的條件下，SeaPod 也可以分析和注釋實時視頻，為航海家提供關于八海里外物體的重要見解。然后，注釋后的數據包括其他船只的相對大小和速度信息，顯示在船只駕駛室的計算機屏幕上。奧卡人工智能是 NVIDIA 針對尖端初創公司的 Inception 計劃的一部分。其云連接、

Source

]]>

視頻：使用 NVIDIA NIM 與您的供應鏈數據對話

Mon, 17 Jun 2024 08:34:53 +0000

NVIDIA 運營著世界上最大、最復雜的供應鏈之一。我們建造的超級計算機通過數百英里的高速光纜連接數萬個 NVIDIA GPU。我們依靠數百家合作伙伴向十幾家工廠交付數千種不同的組件，以生產近 3000 種產品。一旦供應鏈中斷，就可能影響我們履行承諾的能力。這段四分鐘的視頻強調了組織如何克服運營復雜性，并通過使用 LLM NIM、NVIDIA NeMo Retriever NIM 和 cuOpt NIM 構建的人工智能規劃器，以非凡的規模交付人工智能工廠。關鍵要點總結在NVIDIA cuOpt、NeMo Retriever和LLM NIM微服務免費試用在API 目錄上。查看這些資源以了解更多關于 cuOpt 的信息：

Source

]]>

突破性的 NVIDIA cuOpt 算法將路線優化解決方案的速度提高 100 倍

Wed, 20 Mar 2024 05:44:33 +0000

NVIDIA cuOpt 是一個加速優化引擎，專為解決復雜的路線規劃問題而設計。它能夠高效地處理各種問題，包括但不限于：休息和等待時間、車輛的多個成本和時間矩陣、多目標優化、訂單與車輛的匹配、車輛的起始和結束位置、以及車輛的起始和結束時間等。更具體地說，cuOpt 解決了兩個問題的多個變體：時間窗口容量車輛路線規劃問題 (CVRPTW) 和時間窗口拾貨和交付問題 (PDPTW).這些問題的目的是滿足客戶請求，同時盡可能減少車輛數量和按相應順序行駛的總距離。 cuOpt 在過去三年中設定的最大路由基準測試中打破了 23 項世界紀錄，由 SINTEF 進行。本文將探討優化算法的關鍵要素及其定義，以及將 NVIDIA cuOpt 與該領域的領先解決方案進行基準測試的過程，并重點介紹這些比較的重要性。在整篇博文中，我們將術語“請求”用于 CVRPTW 的訂單，

Source

]]>

體驗 NVIDIA cuOpt 加速優化，提高運營效率

Mon, 19 Feb 2024 05:47:34 +0000

本周的 Model Monday 版本亮點是 NVIDIA cuOpt，這是一款創新的加速優化引擎，專為幫助團隊解決復雜的路線規劃問題而設計。它為組織提供了重塑物流、運營研究、運輸和供應鏈優化的能力。NVIDIA cuOpt 支持多種物流優化用例，包括：最終，cuOpt 可以幫助組織增加收入、降低成本并提高客戶滿意度。本文介紹了兩種探索 cuOpt 功能的方法：使用 NVIDIA AI 基礎模型和端點，以及使用 NVIDIA LaunchPad。 NVIDIA AI 基礎模型針對企業生成式 AI 進行了優化。您可以與NVIDIA cuOpt通過 API 和基于用戶界面的演示使用樣本數據。這是一個開放訪問平臺，可在托管環境中使用，因此您不需要使用具有 GPU 加速功能的服務器。即使對于那些可能不熟悉優化的人來說，也很容易開始使用 cuOpt.

Source

]]>

ICYMI: 新的和更新的人工智能工作流在 NVIDIA GTC 2023 上發布

Wed, 22 Mar 2023 06:33:39 +0000

在 NVIDIA GTC 2023 上， NVIDIA 展示了如何利用人工智能工作流來幫助您加速開發人工智能解決方案，以解決一系列用例。 AI workflows 是云原生的打包參考示例，展示了如何使用 NVIDIA 人工智能框架來高效構建人工智能解決方案，如智能虛擬助理、網絡安全數字指紋、產品推薦等。人工智能工作流程可能包括預訓練的模型、訓練和推理管道、 Python 代碼和 Helm 圖表，為開發人員加速實現人工智能成果提供了一個起點。有關 NVIDIA 最新突破的更多信息，請觀看 keynote from CEO Jensen Huang 。 NVIDIA 下一項預測 AI 工作流程旨在幫助公司建立有效的個性化推薦，幾乎不使用用戶數據。工作流包含以下功能：使用下一項預測 AI 工作流程和在 NVIDIA LaunchPad 試用…

Source

]]>