NVIDIA/cuopt-examples

NVIDIA cuOpt examples for decision optimization

何を解決するか

NVIDIA cuOpt を使用して複雑な意思決定最適化問題を解決するための実用的な実装とデモを提供します。特に、GPUアクセラレーションを用いて混合整数計画法、線形計画法、および車両ルーティング問題の最適解を見つける課題に対処します。

動作方法

このリポジトリは、cuOptエンジンをサービスAPI、SDK、および他のオープンソース最適化パッケージとの統合を通じて操作するための例とノートブックのコレクションです。異なるCUDAバージョンに対応したDockerイメージを使用して、Jupyterノートブックでこれらの最適化ワークフローを実行できる環境を迅速にデプロイできます。

対象ユーザー

物流、サプライチェーン、産業自動化分野で作業しており、NVIDIA GPUを活用して大規模な最適化問題を効率的に解決する必要がある開発者や研究者です。

特徴

  • 混合整数計画法および線形計画法のGPUアクセラレーションによる解決
  • 車両ルーティング問題に対する特別なサポート
  • 工場内の自律移動ロボット（AMR）のルート最適化を実現する、時間窓付き容量制約付きピックアップ・デリバリー問題（CPDPTW）モデルを用いた具体的な例を含む
  • クイックセットアップ用の実行可能なDockerコンテナを提供

関連

  • プロジェクト
    NVIDIA/cuopt

    ニアリアルタイムで大規模な線形、二次、および車両ルーティング問題を解くためのGPU加速最適化エンジン。

  • プロジェクト
    NVIDIA-AI-Blueprints/portfolio-optimization

    NVIDIA cuOpt と RAPIDS cuML を使用して、シナリオ生成と Mean-CVaR リスクモデリングを高速化する GPU アクセラレーテッドなポートフォリオ最適化フレームワーク。

  • プロジェクト
    NVIDIA/Model-Optimizer

    NVIDIA Model Optimizer (ModelOpt) は、Hugging Face、PyTorch、またはONNXモデルに量子化、プルーニング、NAS、蒸留、予測デコード、スパース性を適用し、TensorRT‑LLM、vLLM、SGLangなどのNVIDIAランタイムで高速推論可能な形でエクスポートできるオープンソースのPythonライブラリです。

  • プロジェクト
    NVIDIA/CUDALibrarySamples

    A collection of GPU-accelerated examples demonstrating the use of NVIDIA CUDA libraries for high-performance math, image processing, and linear algebra.

  • プロジェクト
    neka-nat/cupoch

    ロボット工学における高速3Dデータ処理のためのGPU加速ライブラリ。高パフォーマンスな点群アルゴリズム、衝突回避、経路計画を提供。