GTC23 | NVIDIA AI 创造了路线优化领域的世界纪录
2023-03-27 12:01
#人工智能 #深度学习 #GTC23
分享到微信
分享到微博
NVIDIA cuOpt 实时路线优化软件将为全球消费者提供更加及时的送货服务，该款软件在一项关键的路线优化基准上创造了新纪录。
NVIDIA cuOpt 在业内广受认可的 Li & Lim pickup and delivery benchmark 中创造了三项新纪录，该测试是 Li & Lim 提出的取货和送货问题基准测试集合中设定的基准测试，用于衡量路线的效率。
Gartner 的一份研究指出，最后一公里配送是物流行业成本非常高昂的环节，占到整个供应链成本和碳足迹的 40% 以上。根据 Pitney Bowes 的数据，全球每年投递的包裹数达到近 1500 亿个。
AT&T 正在使用 cuOpt 优化其 30,000 名技术人员的路线。NVIDIA 首席执行官黄仁勋周二在 NVIDIA GTC 技术大会的主题演讲中表示：“通过 cuOpt，AT&T 可以将调度方案的优化时间加快 100 倍，并可实时更新人员的调度情况。”
AT&T 还在测试通过 NVIDIA Omniverse Avatar Cloud Engine 构建的数字助手，从而改进客户服务体验和员工咨询服务。此外，AT&T 还在使用为数据科学流程提供 GPU 加速的 NVIDIA RAPIDS Accelerator for Apache Spark 库，以加快其数据处理流程。
黄仁勋补充道：“AT&T 已经采用了一整套的 NVIDIA AI 软件库。”
更好地解决取货和送货问题，将为人们的生活带来许多便利，比如，降低制造商在全球范围内运输货物和提供服务的成本、加快救灾速度，为顾客送上更热、更新鲜的比萨饼等。
NVIDIA cuOpt 于 2021 年推出，使企业能够根据实时数据进行调整，通过每秒分析数十亿个可行移动来优化送货路线。
围绕 cuOpt，系统集成商和服务提供商、物流和运输软件厂商、优化软件专家以及位置服务提供商共同组成了一个蓬勃发展的合作伙伴生态圈。
全球基准
路线优化是我们这个时代关键的工业计算问题之一。
虽然路线优化所涉及的问题很容易理解，比如通过什么办法能够最高效地抵达最多的地方等，但随着送货车辆、客户和送货目的地的增加，确定相对最高效路线所需的计算量也在快速增加。
新泽西理工学院的 Hiabing Li 和香港科技大学的 Andrew Lim 因而在 2001 年提出了取货和送货问题的基准，他们引入了 300 个数据集来衡量路线的效率。该基准已经成为一项被行业遵循的全球标准。
二十多年来，研究人员一直在根据这些基准设计最佳路线，开发用于制定和重置这些基准的算法。过去的获胜者侧重于对以前的路线进行细微的调整。
相比之下，NVIDIA cuOpt 创建的路线与之前的获胜者所创建的路线不同。它成功找到了一种新的办法来解决这个问题，并在 Li & Lim 基准组合的最大实例中提供了三个创造世界纪录的解决方案。它们共包含 1,000 个取货和送货地点。
该基准的首要目标是尽可能缩小车队规模，其次是缩短总行驶距离。NVIDIA cuOpt 的解决方案在将行驶距离缩短 0.8% 的情况下，还能抵达 1,000 个取货和送货地点。
借助 NVIDIA A100 Tensor Core 的并行计算能力，NVIDIA cuOpt 能够更加深入、广泛地搜索路线。
其结果是：cuOpt 提供的改进比基准测试上之前的纪录高出 7.2 倍，比之前创纪录的成果获得的改进高出 26.2 倍！
用于生产环境的 cuOpt 可与 NVIDIA AI 平台的软件层 NVIDIA AI Enterprise 一起使用。NVIDIA AI Enterprise 包含对 50 多个生产级框架、预训练模型和开发工具的企业级支持，旨在加快企业进入 AI 前沿领域的速度，并通过简化 AI 让每个企业都能用上。
企业还可以与德勤、Quantiphi 等 NVIDIA 服务交付合作伙伴一起，将 NVIDIA cuOpt 解决方案整合到他们的业务中。
更多信息
了解 cuOpt 能为您的企业做什么、获得关于 cuOpt 的最新动态，并加入 GTC 2023 了解更多相关信息！
资源列表：
● cuOpt 产品页面
（https://developer.nvidia.com/cuopt-logistics-optimization）
● cuOpt 云服务抢先体验计划
（https://developer.nvidia.com/login）
● 路线优化 AI 工作流程（cuOpt 驱动）
（https://www.nvidia.com/en-us/ai-data-science/ai-workflows/route-optimization/）
● cuOpt 新闻订阅表
（https://www.nvidia.com/en-us/ai-data-science/cuopt-news/）
● cuOpt 主题相关 GTC 分会
（请登录 GTC 官网，在 www.nvidia.cn/gtc-global/session-catalog/ 输入会议代码搜索，即可找到对应演讲内容）
○ 运营优化方面的技术进步 [S51717]
○ 加速AI物流和路线优化101 [DLIT51886]
