NVIDIA ReOpt AI 軟件助力優化路線規劃、倉庫揀貨、運輸工具管理，以及應對更多物流挑戰，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。

對于消費者來說，或許可以通過減少消費來緩解由此造成的供需失衡。然而，企業卻因此損失數百萬美元的利潤。

為了幫助市場價值高達 9 萬億美元的物流行業高效地將商品從工廠配送到商店和家庭，NVIDIA 今日發布了 NVIDIA ReOpt AI 軟件。

NVIDIA ReOpt 將 NVIDIA RAPIDS 軟件與本地搜索啟發式算法和元啟發式算法（如禁忌搜索）相結合，能夠更快地解析大數據，實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，適用于諸多行業，包括運輸、倉儲、制造、零售和快餐店。

在NVIDIA GTC大會上，ReOpt的演示使用了NVIDIA Isaac Sim（由NVIDIA Omniverse平臺提供支持，用于在虛擬世界和3D工作流程中進行模擬和協作），首先創建了一個可擴展的機器人模擬應用，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挑戰的形勢下，NVIDIA ReOpt 提供了將倉儲貨物發往眾多家庭和辦公室所需要的 AI 軟件，可滿足從高效揀貨和包裝到配送的各種需求。

從餐廳到餐桌

對于達美樂比薩，快速利用大數據非常關鍵。該公司表示，基于披薩餡料、酥皮、奶酪、醬汁和大小的各種組合，有 3400 萬種制作披薩的方式。盡可能高效地配送這其中各種組合的披薩對于饑餓的消費者來說至關重要。該公司與NVIDIA ReOpt 團隊合作，實施了一個實時預測系統，幫助他們滿足客戶需求的重要配送標準。

達美樂比薩數據科學副總裁 Andrew Birch 表示：“我們與 NVIDIA 合作取得了豐碩的成果，這揭示了提供實時且可行的配送的巨大前景，可以幫助我們每天為客戶提供更卓越的服務。”

后疫情時代的經濟規劃

物流業是一個高度集成的供應鏈網絡，通過多種運輸模式（包括航空和快遞服務、鐵路貨運、海運和卡車運輸）實現生產商和消費者之間的互聯。

即使在疫情對物流配送造成沖擊之前，由于大量消費者轉向在線購物，直接送貨上門（即“最后一英里配送”）已經成為一項耗資高昂的挑戰。

據 ABI Research 估計，總運輸成本中超過一半是由最后一英里配送產生的，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，而由于供應鏈效率低下，這一數字還在不斷增長。

ReOpt 現已支持搶先試用，可實現軟件驅動的流程更改，包括：

路線優化： 動態路線優化使用先進的算法，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、CO2 排放量和空閑時間。物流配送公司可以獲得有關路況、交通數據和路線建議的實時反饋，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由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，高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、卡車和集裝箱貨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蹤。該軟件可以考慮到特定日期可以操作這些運輸工具的空閑飛行員、駕駛員和船員的數量，同時結合考慮維護成本。

NVIDIA 加速計算

助力打造全球領先的精確度提供動力

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

因此，ReOpt可利用計算并行性在極短的時間內得到運算結果并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，這一軟件的平均準確度超出全球最知名的解決方案 2.96%。

責任編輯：haq