창고 시뮬레이션 NVIDIA Omniverse™는 비즈니스에서 창고 전체를 시뮬레이션하고, 휴일이나 제한된 기간의 수요 증가 등 여러 시나리오를 실행하고, 결과를 최적화하도록 지원하는 협동 플랫폼입니다. 소매업체는 창고의 디지털 트윈을 활용하여 실질적인 투자를 하기 전에 아주 미세한 조정일지라도 운영에 어떤 영향을 미치는지 확인할 수 있습니다. 이 데모 영상을 시청하여 PepsiCo가 Omniverse Enterprise를 어떻게 탐색하고 있는지 알아보세요.> 이 GTC 세션을 시청하여 Omniverse 디지털 트윈을 적용하는 방법을 알아보세요.>
스마트 창고에서의 AI 스마트 창고는 첨단 AI 기술을 사용하여 재고 프로세스를 자동화하고, 일반 패키지 처리를 간소화하며, 주문을 받고 다른 유통 센터에 패키지를 보낼 때 창고를 최적화합니다. 개발자는 엣지에서의 추론을 위해 알고리즘 구축, 교육 및 배포의 다양한 구성 요소를 활용할 수 있습니다. AI를 통해 물류 센터에 민첩성과 유연성을 도입하는 방법 알아보기 > 소매를 위한 엣지 AI 컴퓨터 비전 애플리케이션 살펴보기 >
패키지 처리를 위한 로봇 매장 직원들은 소매업체의 얼굴입니다. 소매업체는 고객과의 시간을 극대화하기 위해 재고 산출과 같이 고객을 대면하지 않는 업무에 드는 시간을 줄이고자 노력하고 있습니다. 대형 소매업체에서는 로보틱스 기술을 사용하여 우선순위와 부서를 기준으로 품목을 하역하고 정렬하며, 재고 수준을 확인하고, 선반 위치를 수정하며, 정확한 가격을 보장하고 있습니다. 제품의 규모와 다양성으로 인한 처리량 과제를 해결하기 위해 기업들은 엣지 컴퓨팅을 사용하여 패키지를 감지 및 분류하고, 패키지의 크기를 추정하고, 패키지를 배치하고, 컨베이어의 속도를 자동으로 조정하고, 기계적 분류를 최적화하고 있습니다. 이는 제품 손상과 시스템 가동 중단 시간을 최소화하는 데 도움이 됩니다. Lowe’s에서 로봇이 재고를 추적하는 방법 알아보기
대규모 유통망을 위한 경로 최적화 창고와 제조 센터에서는 AI 기반 로봇을 통해 제품 흐름의 엄청난 복잡성을 해결하고 있습니다. 이러한 로봇은 딥 뉴럴 네트워크를 사용하는 인식, 세분화, 포즈 추정을 통해 환경을 인식하고, 물체를 감지하고, 자율적으로 이동하고, 물체를 옮깁니다. 시장의 선도업체들은 처리량 증가, 주문별 맞춤화, 차별화된 고객 경험을 통해 경쟁 우위를 확대하고 있습니다. NVIDIA Isaac™ 로보틱스 플랫폼은 BMW Group이 AI 기술로 공장 물류를 혁신하여 새로운 모델과 구성을 간편하게 관리함으로써 고객 수요를 충족할 수 있게 합니다. 이 접근 방식을 통해 BMW Group은 동일한 생산 라인에서 고도로 맞춤 구성된 고품질의 자동차를 더 빠르게 제작할 수 있습니다. BMW Group에서 공장 물류를 재정의하는 방법 알아보기 >
라스트 마일(Last Mile) 배송 솔루션 교통체증, 공사, 날씨 등 몇몇 요인이 라스트 마일 배송에 영향을 미칠 수 있습니다. GPS 데이터에서 기상 예보까지 다양한 출처의 실시간 데이터를 사용하여 경로를 최적화할 수 있으며, 이로써 연료, 인력 및 기타 오버헤드 비용에 큰 영향을 미칠 수 있습니다. 게다가 GPU 기반 스마트 솔루션을 사용하여 경로를 최적화함으로써 이동통신사는 더욱 정확한 배달 시간대를 제공하고 고객에게 제공하는 서비스 수준을 향상할 수 있습니다 이는 신뢰도를 더 높여 주며, 고객에게 중요한 소포를 보내거나 받을 여러 옵션이 있을 때 더욱 영향을 미칩니다. NVIDIA cuOpt는 개발자가 창고 및 운송 중의 동적 경로 변경, 시뮬레이션, 1초 미만 응답 시간과 같은 새로운 기능으로 라스트 마일 배송을 최적화하기 위해 더 큰 데이터 세트와 더 빠른 처리를 활용할 수 있도록 합니다. 라스트 마일 배송을 위한 솔루션에 대해 알아보기 >