用 Nemotron 和 Palantir 把供应链决策
来自 NVIDIA Developer · 期号 2026-09-10
摘要
NVIDIA 的供应链极其复杂，从晶圆出厂到数据中心跑出第一个 token，中间涉及数百万个零件、数千家供应商。关键物料的每周分配决策，过去依赖人工经验。 NVIDIA 与 Palantir 合作，在 Foundry 上搭建了数字供应链指挥中心，把物料、产能、承诺等数据统一到一个本体层。定量部分用 NVIDIA cuOpt 求解混合整数线性规划，目标是让每个制造站点的物料停留时间（Time of Ownership）最短。 但回测发现，人类规划员总是比纯数学模型表现更好——因为他们能看到邮件、天气预报、地缘政治事件等 solver 无法纳入的定性信号。 于是 NVIDIA 用这些决策记录（含理由和结果）对 Nemotron 3.5 Lightning（30B 参数，MoE 架构）做了后训练。流程包括 NeMo Anonymizer 脱敏、NeMo Data Designer 合成数据、NeMo AutoModel 做 LoRA 微调，整个生命周期由 Palantir Autopilot 管理。 微调后的模型在开发基准上达到 86.7% 的分配决策准确率，比更大的 Nemotron 3 Ultra 高出 31.2 个百分点，比基础模型高出 69.2 个百分点。规划员接受、编辑或否决的推荐会反馈回本体层，用于下一轮训练，形成知识飞轮。 原文是工程复盘，详细介绍了从数据到模型再到部署的完整链路。