Моделирование складов NVIDIA Omniverse™ — это кооперативная платформа, которая позволяет компаниям моделировать весь склад, запускать несколько сценариев, таких как повышенный спрос в праздничные дни или ограниченные временные окна, и оптимизировать результаты. Компании розничной торговли могут использовать цифровые двойники своих складов, чтобы выяснить влияние на операции даже небольших изменений, прежде чем делать существенные инвестиции. Посмотрите это демонстрационное видео, чтобы узнать, как PepsiCo исследует Omniverse Enterprise. > Посмотрите эту сессию GTC о применении цифровых двойников Omniverse. >
ИИ для «умных» складов На «умных» складах используются технологии ИИ на периферийных устройствах для автоматизации процессов инвентаризации, упрощения обработки товаров и оптимизации помещений при получении и отправке заказов в другие распределительные центры. Разработчики могут использовать различные компоненты построения, тренировки и развертывания алгоритмов для инференса на периферийных устройствах. Узнайте, как повысить гибкость работы распределительных центров с помощью ИИ Приложения компьютерного зрения с ИИ на периферийных устройствах для розничной торговли
Роботы для обработки товаров Сотрудники магазинов — это лицо розничных компаний. Чтобы они могли уделять больше времени клиентам, компании розничной торговли стремятся сократить задачи, не связанные с покупателями напрямую, такие как инвентаризация. Крупные компании используют роботизированные технологии для выгрузки и сортировки товаров по приоритетам и отделам, проверки количества продукции, правильного расположения полок и точности цен. Стремясь решить проблемы производительности, возникающие из-за объемов и разнообразия продуктов, компании используют периферийные вычисления для распознавания, классификации, оценки размеров и позиционирования товаров, автоматического регулирования скорости конвейеров и оптимизации механической сортировки. Это позволяет минимизировать повреждения продуктов и простои оборудования. Как роботы отслеживают запасы в Lowe's
Оптимизация маршрутов для крупных распределительных сетей Склады и промышленные центры решают сложные задачи организации потоков продукции с помощью роботов на базе ИИ. Такие роботы используют мощные глубокие нейронные сети для восприятия, сегментации и определения положения объекта. С их помощью они воспринимают окружение, автономно двигаются, распознают и перемещают объекты. Ведущие компании расширяют конкурентные преимущества за счет повышения производительности, индивидуального подхода к заказам и иных стандартов обслуживания клиентов. Платформа для робототехники NVIDIA Isaac™ позволяет BMW Group легко управлять новыми моделями и конфигурациями, чтобы отвечать требованиям покупателей, используя технологию ИИ для инноваций в заводской логистике. Благодаря этому подходу компания может производить высококачественные индивидуализированные автомобили быстрее на том же конвейере. Узнайте, как BMW Group переосмыслила заводскую логистику >
Решения для доставки «последней мили» На доставку «последней мили» может влиять множество факторов, в том числе дорожное движение, строительные работы и погода. При помощи данных, получаемых в реальном времени из множества источников — от GPS до прогнозов погоды, — можно оптимизировать маршруты, что значительно сокращает расходы на топливо, персонал и другие затраты. Кроме того, используя умные решения на базе GPU для оптимизации маршрутов, курьеры могут сообщать более точное время доставки, повышая качество обслуживания клиентов. Это внушает большее доверие, что важно, когда клиенты могут выбирать из множества вариантов отправки и получения важных посылок. NVIDIA cuOpt позволяет разработчикам использовать более крупные наборы данных и быстрее обрабатывать их для оптимизации доставки «последней мили» с помощью новых возможностей, таких как динамическое изменение маршрута, моделирование и быстрый отклик на складе и при доставке. Подробнее о решении для доставки «последней мили» >