台灣擁有超過500個NVIDIA生態系合作夥伴。超過100萬個NVIDIA MGX機架零組件，用於NVIDIA Vera Rubin基礎設施，在台灣的25個工廠據點匯集生產。

隨著Vera Rubin全面投入生產，為全球的代理式AI工廠提供動力，這個生態系涵蓋了完整的供應鏈，從TSMC、SPIL、Kinsus、KYEC和UMTC等關鍵晶圓與晶片合作夥伴，到Foxconn、Pegatron、Quanta Cloud Technology (QCT)、Wistron和Inventec等製造與系統領導廠商。

然而，這些合作夥伴不僅僅是建立AI工廠。他們正將加速運算、模擬、AI代理和實體AI應用於自身的營運，為AI如何使先進製造業更快速、更高效且更具適應性，樹立了典範。

台灣製造業領導者與NVIDIA AI共築AI未來

在晶片製造、伺服器組裝和工廠營運等領域，台灣的製造業領導者正應用NVIDIA技術，重新塑造AI基礎設施的設計、建構、測試和規模化方式。

圖片來源：TSMC

TSMC正將NVIDIA CUDA-X函式庫和AI模型應用於計算光刻、電晶體與製程模擬、先進製程控制、良率分析、晶圓廠營運和檢測。NVIDIA cuLitho在相同持有成本下，將計算光刻的成本效益或週期時間相較於基於CPU的解決方案提升20-50%；同時，NVIDIA cuEST函式庫平均可將半導體材料模擬速度提高50倍，而cuML函式庫、Metropolis平台和TAO Toolkit則有助於加速材料模擬、改進製程控制並強化稀有缺陷檢測。

Foxconn正利用全新的NVIDIA Factory Operations Blueprint和NemoClaw藍圖，建構其製造營運管理代理MoMClaw，透過NVIDIA OpenShell的隱私控制和安全防護，將感測器和機器訊號與專用代理連接，透過自然語言介面為工廠經理和操作員提供即時答案和行動計畫。

Foxconn估計，這將使根本原因分析時間加快80%，勞動生產力提高15%，機器故障率降低10%。

Foxconn還使用DeepHow的SOP驗證視覺AI系統，該系統採用NVIDIA Cosmos和NVIDIA Metropolis Blueprint進行影片搜尋與摘要 (VSS)，以更深入了解複雜的製造流程，從而提高製造效率並將首次通過良率提升3%。

該公司也將NVIDIA Isaac Teleop、Isaac Sim、Isaac Lab和ROS 2應用於其工廠中運行的輪式人形機器人，支援精確組裝任務，例如取放、雙臂協作和力控螺絲鎖固。

Foxconn在台灣斥資14億美元打造的AI雲端超級運算中心，由10,000個NVIDIA GPU驅動，正採用NVIDIA GB300 NVL72混合冷卻架構進行建置。

Quanta Cloud Technology (QCT) 正利用基於NVIDIA Omniverse的數位分身，加速工廠規劃，讓工程、營運和物流團隊共享設計數據，以實現更快的佈局回饋、優化的工作流程和改進的空間利用率。

QCT也正與其子公司Techman Robot合作開發一套實體AI開發套件，該套件使用QuantaGrid系統進行數據生成和模型訓練。Techman Robot正利用NVIDIA Jetson Thor和Isaac GR00T平台，支援其下一代機器人（包括TM Xplore I人形機器人）的開發，以執行伺服器風扇組裝等先進工業任務。

Wistron正使用NVIDIA Omniverse DSX Blueprint、NVIDIA PhysicsNeMo框架和Cadence Reality DC Design，模擬全球製造據點的燒機 (burn-in) 環境進行壓力測試，並優化AI伺服器製造。

這些工作流程運行於Wistron的NVIDIA AI基礎設施上，配備NVIDIA RTX PRO 6000 Blackwell Server Edition GPU、NVIDIA Omniverse和NVIDIA Metropolis函式庫，可將佈局分析速度提高多達70%，並透過動態機架優化將設施電力需求降低20%。

Pegatron正採用NVIDIA Omniverse DSX Blueprint，開發可供模擬的資產，並連接設計數據、熱模擬、數位分身和實體驗證，從而加速AI工廠的設計和部署。

Pegatron還利用NVIDIA的缺陷圖像生成 (Defect Image Generation) 實體AI代理技能，結合NVIDIA Cosmos世界基礎模型和Isaac Sim，生成合成缺陷數據，將AI視覺檢測的部署時間減少67%，營運工作量減少10%。

Inventec在其觀察代理 (Observation Agent) 中使用缺陷圖像生成代理技能，為自動光學檢測生成合成缺陷數據。在筆記型電腦外觀檢測方面，內部驗證產生了超過10,000張合成缺陷圖像，並顯示出將實際數據收集和手動標註減少約30%、將AI部署時間縮短約25%以及將異常檢測能力提高約10%的潛力。

隨著NVIDIA Vera Rubin全面投入生產，台灣的製造業領導者正展示AI基礎設施如何成為其自身製造引擎的一部分，利用加速運算、模擬、代理和實體AI來建構下一代AI系統。

觀看NVIDIA創辦人暨執行長黃仁勳在GTC Taipei的主題演講，並探索實體AI議程。