OneRail ने Nvidia cuOpt और cuDF से OmniSTAR लॉन्च किया
प्लेटफ़ॉर्म का दावा है कि यह 10x तेज़ ऑप्टिमाइजेशन प्रदान करता है और प्रारंभिक उद्यम तैनाती का उल्लेख करता है, साथ ही 2026 की चौथी तिमाही के लिए $6B से ऊपर का GMV लक्ष्य भी।
OneRail ने OmniSTAR लॉन्च किया है, जो Nvidia के cuOpt और cuDF पर आधारित एक GPU-त्वरित अंतिम-मील डिलीवरी अनुकूलन प्लेटफ़ॉर्म है। कंपनी का कहना है कि यह गति रूटिंग और डिलीवरी मोड चयन को बैच योजना से लाइव, ऑर्डर-द्वारा-ऑर्डर निष्पादन में स्थानांतरित करने के लिए पर्याप्त है।
OmniSTAR अंतिम-मील डिलीवरी के लिए GPU-त्वरित "निर्णय परत" के रूप में डेब्यू करता है।
OneRail का OmniSTAR एक निर्णय प्रणाली के रूप में स्थित है जो अंतिम-मील पूर्ति के अंदर बैठती है, स्थानीय हब से ग्राहक तक का अंतिम चरण जहां लागत और सेवा विफलताएँ केंद्रित होती हैं। उत्पाद का मुख्य कार्य केवल एक मार्ग का मानचित्रण करना नहीं है। यह यह चुनना है कि प्रत्येक आदेश को कई पूर्ति मोड में कैसे निष्पादित किया जाना चाहिए।
यांत्रिक रूप से, OmniSTAR स्वामित्व वाली बेड़ों, कूरियर, पार्सल कैरियर्स, और अन्य डिलीवरी मोड सहित विकल्पों का मूल्यांकन करता है, फिर सबसे कम लागत वाला विकल्प चुनता है जो आवश्यक सेवा स्तर को पूरा करता है, OneRail ने कहा। वह "सेवा स्तर" बाधा इसे एक अनुकूलन समस्या में बदल देती है न कि एक शुद्ध लागत-न्यूनतम करने वाले में, क्योंकि सबसे सस्ता मोड अक्सर वही होता है जो वादा किए गए समय को चूक जाता है।
आंतरिक रूप से, OmniSTAR Nvidia के cuOpt निर्णय अनुकूलन इंजन और cuDF डेटा प्रोसेसिंग सॉफ़्टवेयर को OneRail के डिलीवरी मूल्य निर्धारण और प्रदर्शन डेटा के साथ जोड़ता है। रूटिंग और डिलीवरी-मोड गणनाएँ Nvidia के त्वरित कंप्यूटिंग बुनियादी ढाँचे पर चलती हैं, OneRail के अनुसार। कंपनी ने निर्माण को एक लोगो-स्तरीय साझेदारी से गहरी एकीकरण के रूप में फ्रेम किया, यह कहते हुए कि यह सीधे Nvidia के cuOpt इंजीनियरिंग टीम के साथ जुड़ी और Nvidia Inception कार्यक्रम में भाग लिया। परियोजना के लॉन्च से पहले Nvidia के साथ तीन वर्षों का काम लगा, CNBC ने रिपोर्ट किया।
OneRail ने उत्पाद को एक व्यापक स्टैक से भी जोड़ा जो भविष्यवाणी और अनुकूलन को मिलाता है। उसने कहा कि उसके मशीन-लर्निंग मॉडल सेवा समय, देरी का जोखिम, पहले प्रयास में डिलीवरी सफलता की संभावना, और अपेक्षित मूल्य रेंज का अनुमान लगाते हैं, और ये भविष्यवाणियाँ अनुकूलन प्रणालियों में फीड होती हैं जो तय करती हैं कि एक आदेश को कैसे निष्पादित किया जाना चाहिए।
बैच योजना से लाइव अनुकूलन तक: 10x गति का दावा और मार्जिन फ्रेमिंग।
यहाँ काम कर रहा दावा लेटेंसी है। OneRail ने कहा कि OmniSTAR गणना के समय को 10x तक कम कर सकता है, जिसमें उदाहरण शामिल हैं कि एक गणना जो पहले 20 मिनट लेती थी, अब दो मिनट से कम में पूरी होती है, और एक गणना जो एक सप्ताह लेती थी, अब लगभग दो दिनों में कम हो गई है। कंपनी का तर्क है कि यह योजना अभ्यास के रूप में अनुकूलन और संचालन नियंत्रण लूप के रूप में अनुकूलन के बीच का अंतर है।
व्यवहार में, बैच योजना आमतौर पर निर्णयों को जल्दी लॉक कर देती है क्योंकि पुनः गणना करना परिस्थितियों के बदलने पर बार-बार करना बहुत धीमा होता है। OneRail ने कहा कि OmniSTAR "लाइव डिलीवरी संचालन के भीतर" चलाने के लिए पर्याप्त तेज है, जहाँ कई पूर्ति विकल्पों की तुलना की जा सकती है इससे पहले कि एक आदेश सौंपा जाए। यह एक अलग उपयोग पैटर्न है: एक दिन के लिए एक योजना बनाने के बजाय, प्रणाली वाहन रूटिंग समस्या (VRP) को फिर से हल करती रहती है, जो अनुकूलन समस्याओं का एक वर्ग है जो समय की खिड़कियों, क्षमता, और लागत जैसी बाधाओं के तहत कुशल मार्गों की खोज करता है।
Nvidia का cuOpt का अपना वर्णन महत्वपूर्ण है क्योंकि यह व्यापारिक संतुलन को परिभाषित करता है। Nvidia ने cuOpt का वर्णन एक ओपन-सोर्स, GPU-त्वरित अनुकूलन पुस्तकालय के रूप में किया है जो वाहन रूटिंग और अन्य गणितीय अनुकूलन समस्याओं के लिए है, और कहता है कि यह हर संभावित मार्ग का थकावट से परीक्षण करने के बजाय ह्यूरिस्टिक्स का उपयोग करता है। समाधान संभावित समाधानों को उत्पन्न करता है और उन्हें क्रमिक रूप से सुधारता है ताकि एक निर्धारित गणना समय के भीतर उच्च गुणवत्ता के परिणाम प्राप्त किए जा सकें, Nvidia ने कहा।
यह समय-सीमित दृष्टिकोण अंतिम-मील संचालन के लिए उपयुक्त है जहाँ प्रश्न अक्सर "अच्छा है, अभी," न कि "सही है, बाद में।" OneRail के सीईओ बिल कैटानिया ने एक CNBC साक्षात्कार में व्यावसायिक परिणाम को सीधे रूप में प्रस्तुत किया: "यदि आपके पास त्वरित निर्णय लेने की क्षमता नहीं है, तो आप मार्जिन छोड़ रहे हैं," और जोड़ा, "अंतिम-मील पूर्ति महंगी है।"
OneRail ने कहा कि OmniSTAR पहले से ही चयनित उद्यम ग्राहकों के साथ लागू किया गया है और US Foods को एक उदाहरण के रूप में उद्धृत किया। उस कार्यान्वयन में, OneRail ने कहा कि प्रणाली ने उन डिलीवरी कॉन्फ़िगरेशन को चिह्नित किया जो मार्जिन को कम कर रहे थे, जिसमें उच्च लागत वाले उपकरणों का उपयोग करके लंबी दूरी पर परिवहन किए गए कम-मार्जिन उत्पाद शामिल थे, और US Foods ने उन निष्कर्षों के आधार पर मूल्य निर्धारण को समायोजित किया और कुछ डिलीवरी पैटर्न को पुनर्गठित किया।
बड़े ROI नंबरों को केवल पैकेट से अंडरराइट करना कठिन है। OneRail ने CNBC को बताया कि एक अनाम बड़े टायर वितरक ने प्लेटफ़ॉर्म का उपयोग करके तीन वर्षों में $40 मिलियन की रन-रेट बचत हासिल की। ग्राहक की पहचान नहीं की गई, और आंकड़े के साथ कोई कार्यप्रणाली या तीसरे पक्ष की सत्यापन प्रदान नहीं की गई।
OneRail ने CNBC को यह भी बताया कि उसे उम्मीद है कि OmniSTAR Q4 2026 के दौरान $6 बिलियन के ग्रॉस मर्चेंडाइज वॉल्यूम (GMV) को पार कर जाएगा। यह एक भविष्य की लक्ष्य है, और इसके पीछे की धारणाएँ प्रदान की गई सामग्री में प्रकट नहीं की गईं।
OneRail लॉन्च के लिए देखने के लिए संकेत Nvidia-संचालित अंतिम-मील हैं।
पहला पुष्टि बिंदु ग्राहक नामकरण और केस-स्टडी गुणवत्ता है। US Foods एक ठोस कार्यान्वयन संदर्भ है, लेकिन पैकेट में सबसे बड़े बचत दावे का संबंध एक अनाम टायर वितरक से है। यदि OneRail स्वतंत्र रूप से सत्यापित केस स्टडी प्रकाशित करना शुरू करता है, तो "10x तक" कंप्यूट-टाइम दावा और $40 मिलियन की रन-रेट बचत का आंकड़ा बिक्री कथा से अधिक हो जाता है।
दूसरा बेंचमार्किंग है जो गति को निर्णय की गुणवत्ता से अलग करता है। cuOpt का डिज़ाइन एक निश्चित कंप्यूट बजट के भीतर उच्च-गुणवत्ता वाले समाधान प्रदान करना है, न कि गारंटी की गई सर्वोत्तमता। संचालन के लिए महत्वपूर्ण यह है कि क्या OmniSTAR की कम लेटेंसी पैमाने पर बनी रहती है जबकि सेवा बाधाओं को पूरा करती है और ट्रैफ़िक, सड़क अवरोध, चालक की अनुपस्थिति, या नए उच्च-प्राथमिकता आदेशों जैसे पुनः-ऑप्टिमाइजेशन घटनाओं के तहत बेहतर लागत परिणाम उत्पन्न करती है, जिसे Nvidia गतिशील पुनः-ऑप्टिमाइजेशन के ट्रिगर के रूप में सूचीबद्ध करता है।
तीसरा यह है कि क्या OneRail अपनी मात्रा की महत्वाकांक्षा को प्रमाणित कर सकता है। कंपनी की Q4 2026 में GMV में $6 बिलियन से अधिक होने की अपेक्षा एक स्पष्ट मील का पत्थर है, लेकिन इसे एक अपनाने के संकेत के रूप में व्यापार योग्य होने के लिए अंतरिम खुलासे या तीसरे पक्ष द्वारा रिपोर्ट की गई मात्रा की आवश्यकता है, न कि एक पूर्वानुमान।
चौथा वितरण विस्तार है जो पहुंच योग्य डिलीवरी नेटवर्क को बढ़ाता है। मार्च 2026 में, FedEx ने OneRail के साथ सहयोग में FedEx SameDay Local लॉन्च किया, जो ग्राहकों को 1,000 से अधिक डिलीवरी प्रदाताओं के राष्ट्रीय नेटवर्क से जोड़ता है। उस प्रकार की अधिक साझेदारियाँ OmniSTAR के लिए किसी दिए गए आदेश की तुलना करने के लिए वास्तविकता में तुलना करने के लिए पूर्ति मोड के सेट को चौड़ा करेंगी।
मेरी राय: यह एक उद्यम AI अपनाने का संकेत है, अभी एक क्रिप्टो उत्प्रेरक नहीं है।
यह तंत्र जो तय करता है कि OmniSTAR महत्वपूर्ण है या नहीं, वह "लॉजिस्टिक्स में AI" नहीं है। यह इस बात पर निर्भर करता है कि GPU-त्वरित अनुकूलन वास्तव में आवधिक योजना चलाने से लाइव ऑर्डर असाइनमेंट में जाता है या नहीं, क्योंकि वहीं मोड चयन एक मार्जिन लीवर बन जाता है न कि एक रिपोर्टिंग टूल। यदि 20 मिनट से दो मिनट के तहत का उदाहरण उत्पादन में सही रहता है, तो OneRail का यह दावा कि आप ऑर्डर के अनुसार बेड़े, कुरियर्स और पार्सल विकल्पों की तुलना कर सकते हैं, संचालनात्मक रूप से संभावित लगने लगता है।
समस्या यह है कि पैकेट के सबसे बड़े नंबर कंपनी द्वारा प्रदान किए गए हैं और हल्के से निर्दिष्ट हैं। जो सीमा महत्वपूर्ण है वह स्वतंत्र रूप से सत्यापित किए जाने योग्य सबूत है कि गति और बचत उद्यम स्तर पर बनी रहती है, साथ ही Q4 2026 लक्ष्य की ओर विश्वसनीय GMV प्रगति, क्योंकि यही इसे एक विक्रेता की कहानी से एक स्थायी अपनाने के संकेत में बदल देगा।
