NVIDIA verkürzt die Planungszeit in der Lieferkette um das 144-Fache mit NVIDIA cuOpt und KI-Agenten

In den letzten fünf Jahren hat sich das Produktportfolio von NVIDIA von diskreten Grafikprozessoren zu vollständig integrierten KI-Fabriken im Rack-Maßstab entwickelt, in denen eine einzige Kundenbereitstellung die Koordination ganzer Ökosysteme erfordert: GPUs, Switches, NICs, Kabel und Serverplattformen, die nahtlos ankommen und zusammenpassen müssen. Anstatt diese wachsende Komplexität als Risiko zu behandeln, sah NVIDIA die Möglichkeit, eine widerstandsfähigere, zukunftsfähige Planungskapazität zu entwickeln.

Um der sich ändernden Nachfrage und potenziellen Störungen einen Schritt voraus zu sein, hat NVIDIA die Art und Weise modernisiert, wie es Was-wäre-wenn-Szenarien in seinem End-to-End-Netzwerk bewertet. 

Das Ziel: Über die manuelle Batch-Planung hinauszugehen und einen dynamischeren, hochfrequenten Ansatz zu wählen, bei dem Alternativen kontinuierlich bewertet werden, wenn sich die Bedingungen ändern.

Ereignisse wie Fabrikschließungen im Pandemie-Zeitalter oder Änderungen der Versandrouten haben gezeigt, wie wichtig es ist, Störungen zu antizipieren, anstatt lediglich darauf zu reagieren. Die Teams erkannten, dass ein nachhaltiges Wachstum auf Rechenzentrumsniveau Planungstools erfordert, die „um die Ecke sehen“ – so können Teams schnell alternative Szenarien simulieren und sichere Entscheidungen treffen, lange bevor die Auswirkungen auf die physische Lieferkette spürbar werden.

Das IT- und Operations Software Engineering Team von NVIDIA hat AI Planner eingeführt – ein mehrjähriges internes Programm, um die eigenen KI-Technologien von NVIDIA in die volle Bandbreite unserer Lieferkettenplanung zu integrieren. Das Ziel war keine schrittweise Verbesserung, sondern ein grundlegender Wandel: kritische Planungszyklen von Stunden auf Minuten zu komprimieren und Lieferkettenplaner in die Lage zu versetzen, Optimierungsszenarien mit minimalem Fachwissen im Bereich Operations Research zu generieren und zu untersuchen.

Das Herzstück von AI Planner bildet der GPU-beschleunigte Solver für die Entscheidungsoptimierung NVIDIA cuOpt. cuOpt wurde im Benchmarking bis zu 10-mal schneller als führende CPU-basierte Solver bei Problemen mit linearer Programmierung (LP) und gab dem Team einen Weg zur Lösung von umfangreichen, komplexen Optimierungsmodellen, die zuvor zu langsam für eine interaktive Planung waren.

Das Team hat Max-Supply entwickelt, ein einheitliches Optimierungsmodell, das das globale Liefernetzwerk von NVIDIA als eine einzige gemischt-ganzzahlige lineare Programmierung (MILP) darstellt. Max-Supply modelliert die gesamte Wafer-to-Server-Lieferkette als verbundenes System und ermöglicht es Planern, die nachgelagerten Auswirkungen jeder Änderung – eine Einschränkung in der Fabrik, eine Verlagerung der Nachfrage, einen Mangel an Komponenten – im gesamten Netzwerk gleichzeitig zu bewerten. NVIDIA cuOpt, das auf einer beschleunigten lokalen Infrastruktur ausgeführt wird, löst diese großen Modelle nativ auf der GPU und macht so Szenarien, die bisher über Nacht ausgeführt werden mussten, innerhalb von Minuten möglich.

Leistungsstarke Solver allein helfen nicht, wenn Planer nicht mit ihnen interagieren können. Um die Lücke in der Benutzerfreundlichkeit zu schließen, hat das Team ein Multi-Agenten-Reasoning-System auf Basis von cuOpt entwickelt, das mit hochmodernen großen Sprachmodellen und NVIDIA NIM-Microservices entwickelt wurde. Das Agentensystem dient als intelligente Schnittstelle zwischen dem Planer und der Optimierungs-Engine und übernimmt den gesamten Loop:

• DIe Planungsabsicht anhand von Fragen in natürlicher Sprache verstehen
• Übersetzung von Absicht in Daten- und Modellmodifikationen
• Orchestrierte Optimierungsläufe über cuOpt
• Interpretation der Ergebnisse und Erläuterung von Kompromissen für Planer in einfacher Sprache

Dieses Design löst, was das Team das „Paradoxon der Benutzerfreundlichkeit“ von Optimierungstools nennt: Die Modelle, die ausgefeilt genug waren, um mit der Komplexität von NVIDIA fertig zu werden, waren in der Vergangenheit nur für Spezialisten zugänglich. Mit der Nemotron-gestützten Agenten-Layer kann jeder Lieferkettenplaner eine Frage in natürlicher Sprache senden („Was passiert mit unserer GPU-Verfügbarkeit, wenn Fabrik X zwei Wochen lang ausfällt?“) und ein optimiertes Szenario mit einer Erklärung erhalten, ohne eine einzige Codezeile schreiben zu müssen oder auf einen OP-Analysten warten zu müssen.

Das KI-Planer-Programm wurde mit drei Workstreams gestartet, die sich jetzt in der Produktion befinden: 

• Kundenzuweisung: Optimierung der Verteilung des Angebots auf die Kunden 
• AVC (Available versus Commit): Abstimmung von zugesicherten Lieferungen mit verfügbarem Angebot 
• Max-Supply: Das vollständige End-to-End-Netzwerkmodell

Alle drei werden auf der beschleunigten lokalen Infrastruktur von NVIDIA ausgeführt und sind in Unternehmenssysteme, einschließlich SAP, integriert.

Geschwindigkeit und Szenario-Agilität

Was-wäre-wenn-Szenarien, die zuvor einen ganzen Tag beanspruchten, werden jetzt in weniger als 10 Minuten abgeschlossen – eine Reduzierung von mehr als dem 144-Fachen. Dies bedeutet, dass Planungsleiter Dutzende von Szenarien innerhalb eines einzigen Entscheidungsfensters ausführen können, anstatt nur ein oder zwei auszuwählen und über Nacht auf Antworten zu warten. 

Die Teams unterziehen ihre Pläne jetzt Belastungstests hinsichtlich Nachfrageanstiegen, Lieferengpässen, Routenänderungen und temporären Fabrikunterbrechungen, bevor diese Ereignisse eintreten.

Produktivität und Skalierbarkeit

Neben der Geschwindigkeit hat AI Planner eine sechsfache Steigerung der Produktivität der Planer ermöglicht – was bedeutet, dass jeder Planer jetzt deutlich mehr Angebotsszenarien bewerten und verwalten kann als zuvor. Dies hat es dem Unternehmen ermöglicht, mit der wachsenden Geschäftskomplexität Schritt zu halten und sich weiterentwickelnde Geschäftsanforderungen zu erfüllen.

Zudem hat die Plattform Teams zusammengebracht. Vertriebs- und Betriebsteams, die in der Vergangenheit in separaten Planungs-Workflows arbeiteten, arbeiten jetzt an gemeinsamen Szenariomodellen, was den Abgleich verbessert und den Zeitaufwand für den Abgleich widersprüchlicher Pläne in verschiedenen Gruppen reduziert.

Einfluss über NVIDIA hinaus

Die interne Bereitstellung von NVIDIA ist zu einer Referenzarchitektur für das breitere Software-Ökosystem der Lieferkette geworden. Die Implementierung des KI-Planers wird mit führenden ISVs als Modell für GPU-beschleunigte, agentische Optimierung der Lieferkette geteilt. NVIDIA hat außerdem einen cuOpt-Agenten-Blueprint als Open Source bereitgestellt, der es Entwicklern ermöglicht, Abfragen in natürlicher Sprache in Optimierungsmodelle zu verwandeln, wodurch dieser Ansatz auch Unternehmen außerhalb der eigenen IT-Organisation von NVIDIA zugänglich wird.

„Optimierungsbasierte Systeme haben die Entscheidungsgeschwindigkeit und -qualität erhöht“, erklärte Debora Shoquist, Executive Vice President of Operations bei NVIDIA. „Szenarien zur Produktionsplanung, die zuvor mehrere Tage benötigten, können jetzt in wenigen Minuten ausgeführt werden, sodass Führungskräfte Kompromisse abwägen und fundierte Entscheidungen in Echtzeit treffen können.“

Das AI Planner Programm wird aktiv erweitert. Das Team entwickelt mehrere neue Workstreams, die die KI-gestützte Optimierung auf zusätzliche kritische Prozesse in der Lieferkette ausweiten.

Längerfristig sieht die Vision des Teams eine Lieferkette vor, die vollständig proaktiv ist – eine, in der KI-Agenten kontinuierlich Signale im gesamten Nachfrage-Angebot-Netzwerk überwachen, aufkommende Risiken aufdecken, optimierte Antworten vorschlagen und es Planungsverantwortlichen ermöglichen, mit Zuversicht zu handeln, bevor sich Störungen kaskadenartig ausbreiten. Die Anerkennung durch Franz Edelman hat außerdem Türen für eine breitere Zusammenarbeit mit den Communities für Operations Research und KI geöffnet und stärkt so die Position von NVIDIA an der Schnittstelle von GPU-Beschleunigung und Enterprise Decision Intelligence.