NVIDIA 拥有全球规模最大、结构最复杂的供应链之一，其表现用一个从晶圆出厂算起的指标来衡量：从硅片离开晶圆厂，到装配完成的系统抵达数据中心机房，这一段称为 time-to-rack；此后从供电、制冷、网络到软件栈让基础设施在第一天就能产出算力，这一段称为 time-to-token。
以 NVIDIA Grace Blackwell NVL72 平台为例，其物料清单涉及数以百万计的零部件和分布全球的数千家供应商，最终系统由数十家 OEM 与 ODM 组装。仅一个计算托架——单个机架 18 个托架中的一个——就需要两颗 NVIDIA Grace CPU、四颗 NVIDIA Blackwell GPU 和 32 组 HBM3e 堆栈。而 NVIDIA 为 Vera Rubin 打造的供应链规模是 Grace Blackwell 的两倍。CPU、GPU 和内存都是关键部件，各自的可用性每周都在变化，这周卡住生产进度的零件下周可能货源充足。
每个部件都有自己的物料清单、供应商和交期，把它们乘以机架内的每个子组件，问题就从供应链演变为一道棘手的组合优化题。代工厂必须在三大来源的部件全部到齐后才能开始组装：NVIDIA 直供件、NVIDIA 寄售件以及供应商供货件。理想情况下这些部件同时到货，但现实中早到的只能等待迟到的。NVIDIA 从制造基地收到物料开始计时，到物料作为子组件或产品离开为止，这个指标被称为持有时间（Time of Ownership，TOO）。
面对高度动态的可用性，NVIDIA 必须决定向每个制造基地分配哪些物料、分配多少，这被称为关键物料分配问题，目前每周都需要人工重新处理。分配方案覆盖本季度和下季度，其中最近的数周已经承诺，因此每周的新数据主要改变的是更远期的安排。
为压缩 time-to-rack，NVIDIA 提出四项必要条件：实时可见性以定位当下的关键运营瓶颈；针对可能中断生产的单点故障提供冗余；保证可靠性使上游生产承诺得以兑现；以及把人类专家的判断固化为可持续存在、随时间不断累积的知识。前三点构成必要的运营基线，而专家经验的固化带来了最显著的转变。
NVIDIA 供应链运营团队与 Palantir 合作，把物料分配决策的每一项输入汇集为统一视图，团队称之为数字供应链智能指挥中心，它可以揭示此前散落在互不联通数据源中的风险、阻塞点和其他信号。底层由 Palantir Foundry 提供运营上下文，其 Ontology 把物料、制造基地、承诺、产能、分配、生产产出以及非结构化的定性信号连接为统一的数据层；它由对象和链接而非行和表构成，形成对运营现实的完整表达，使分配规划者能够模拟和分析多种情景，为随时间不断累积新知识、持续提升表现的 AI 飞轮奠定基础。
定量侧由 NVIDIA cuOpt 承担。cuOpt 是一个用于 GPU 加速决策优化的开源库，从 Ontology 读取输入并把结果写回为分配决策。分配问题被建模为混合整数线性规划，目标是最小化持有时间。cuOpt 返回的不只是分配结果，还会报告哪些约束正在起作用，让规划者看到本周数字是被台湾产能而非内存供应压低的。由于求解速度快，规划者还可以探索答案周边的空间：如果本期内存减少 10% 会怎样？如果新增一个制造基地会怎样？规划者至此不再只是向求解器要一个答案，而是开始询问它有哪些取舍。
不过定量优化并不能讲述全部故事。NVIDIA 与 Palantir 对历史数据做了回测，把专家的判断引入到求解之外的环节，使复杂的分配决策背后的推理成为持久化的知识。对 NVIDIA 而言，这意味着从晶圆出厂到首个 token 的每一个环节都值得被持续优化。
WeChat
Profile