现代供应链面临需求波动、成本变化、产能约束和相互依赖决策的持续压力。传统上，运筹学团队需要将业务问题转化为数学模型，这一过程可能耗时数周，且生成的方案在条件变化时往往难以适应。

NVIDIA cuOpt 智能体技能正在改变这一范式。通过将大语言模型的推理能力与 GPU 加速求解器的计算能力相结合，AI 智能体可以理解以自然语言表达的业务问题，并在数秒内将其转化为严格的优化决策。cuOpt 是一个 GPU 加速的决策优化引擎，能以比 CPU 求解器快数个数量级的速度求解线性规划、混合整数规划和路径规划问题。

NVIDIA cuOpt 智能体技能的工作流程分为五个步骤：首先设置 GPU 环境和 cuOpt 代理包；然后初始化使用 MiniMax M2.5 作为推理模型的智能体；接着提供供应链数据（需求预测、产能和成本、库存约束、运输成本等）；用户以自然语言下达优化目标，例如"制定一个 12 周的生产和库存计划，在满足所有配送中心预测需求的同时最小化总成本"；智能体内部使用 LangChain Deep Agents 生成子智能体层级，分别负责数据提取验证、数学模型构建和 cuOpt 求解器调用，最终返回包含总成本、产能利用率和约束松弛度等关键指标的优化方案。