搭載 NVIDIA cuOpt 技術，o9 Solutions 實現企業供應鏈規劃效能跨越式升級，求解速度提升逾 10 倍

達拉斯 — 2026 年 7 月 23 日 — 全球領先的企業軟體服務商 o9 Solutions，透過自主研發、具開創性的「數位大腦」（Digital Brain）平台，為 30 餘個垂直產業的企業建構智慧化規劃與決策模型，協助企業數位營運。今日，o9 Solutions 正式宣布，將 NVIDIA GPU 加速最佳化求解器 cuOpt 整合至 o9 平台，並於 NVIDIA B200 GPU 基礎設施上執行。針對大規模線性規劃（LP）這類複雜供應鏈核心議題，整套方案求解速度提升 10 倍以上，且求解精準度與傳統方案大致維持一致，達成效率與品質雙重保障。

o9 Solutions 與 NVIDIA 長期維持深度策略合作，雙方採用貼近真實生產場景的供應鏈規劃資料集執行權威基準測試。本次測試資料集包含約 3,000 萬個變數、1,570 萬項限制條件以及 9,400 萬個非零元素，複雜度完全符合大型企業存貨最佳化、生產規劃主流工作負載規模，測試結果具備高度產業參考價值。搭載於 NVIDIA B200 GPU 的 cuOpt v26.06 求解器，僅耗費 57.4 秒便完成完整最佳化運算並輸出最佳解。反觀傳統 CPU 求解器，處理同等規模問題需耗時 661.7 秒，整體求解時間縮短超過 10 倍，將原本近 11 分鐘的運算流程壓縮至 1 分鐘以內，運算效能實現突破性成長。

更為關鍵的是，運算速度提升並未犧牲求解精準度。透過資料比對可見，cuOpt 輸出的最佳化目標數值與 CPU 求解器最佳解落差僅 0.008%，兩次測試執行皆穩定產生最佳結果，充分驗證這套 GPU 加速最佳化方案的可靠度，真正做到提速不損品質。

cuOpt 能夠順利完成平台整合並有效上線，核心關鍵來自 o9 平台不受限特定求解器的輕量架構設計。此開放式架構，可支援消費品、零售、高科技、工業製造等全行業企業客戶，依據自身業務議題類型、規模與效能需求，彈性選用、組合各類頂尖最佳化求解工具，無須更換現有營運平台、不必改造既有作業流程。o9 持續相容多元工作負載的最佳化引擎，能夠自動為客戶各類規劃場景匹配最適技術方案，最大化對應企業多元營運需求。

o9 共同創辦人、執行長暨董事長 Chakri Gottemukkala 表示：「最佳化技術產業正快速演進，我們的『數位大腦』規劃決策平台，正是因應產業變革、持續升級迭代而打造。本次實測當中，我們在 3,000 萬變數等級的真實供應鏈線性規劃場景，達成超過 10 倍的求解速度提升，同時維持業界頂尖求解品質，直觀證實 GPU 加速技術在企業供應鏈規劃領域龐大的落地價值。憑藉平台獨特的架構優勢，o9 全球企業客戶都能快速享有本次雙方合作帶來的技術紅利。」

對大型企業供應鏈營運而言，最佳化求解耗時過長的瓶頸，長期限制整體規劃的彈性與時效性。過去僅能仰賴夜間批次處理時段執行的生產規劃、存貨最佳化等核心作業，如今可在一分鐘內即時回應、依需求執行。這項突破，讓供應鏈團隊得以進行更多維度的情境模擬，快速因應市場波動、供應鏈中斷等突發狀況，使智慧最佳化能力深度且持續導入企業全流程規劃體系。

本次 o9 透過生產等級供應鏈 LP 資料集達成 10 倍運算效能提升，象徵企業供應鏈最佳化營運模式迎來革新：最佳化運算不再是稀缺、需要預先排程調度的資源，而是可依據即時營運資料，在動態規劃作業流程中持續迭代、重複運用的常態核心能力。

o9 技術長 Ashwin Rao 表示：「本次基準測試成果，具體落實 o9 與 NVIDIA 的合作願景與技術累積。針對存貨最佳化、生產排程、供應鏈網路調度等大規模線性規劃任務，部署於 NVIDIA B200 GPU 的 cuOpt 求解器，能夠為企業提供兼具極致速度與高精準度的最佳化解決方案。同時，仰賴 o9 平台求解器中立（solver-agnostic）的架構特性，客戶無須調整現行規劃體系與營運環境，就能零成本、無門檻取得本次升級的技術優勢。」

o9 與 NVIDIA 的策略合作並不只侷限線性規劃（LP）最佳化領域。針對混合整數線性規劃（MILP）這類高複雜度場景 —— 廣泛運用於生產排程、設施選址、供應鏈網路架構設計等核心決策環節 ——NVIDIA cuOpt MIP 求解器的研發正穩步推進，目前已取得階段性重大突破。隨著這項技術逐步成熟上線，o9 客戶將透過統一的開放平台架構，完整享有 GPU 加速帶來 MILP 場景的效能躍升。除此之外，雙方合作範圍更延伸至非線性規劃（NLP）前沿領域，鎖定具備非線性目標函數、非線性限制條件的複雜最佳化議題；這類場景普遍應用在智慧需求感知、動態定價最佳化、AI 驅動全域規劃等高階營運場景，將持續協助企業建構更智慧、精準的供應鏈決策體系。