中文内容
台湾拥有 500 多家 NVIDIA 生态系统合作伙伴。来自 25 个工厂基地的 100 多万个 NVIDIA MGX 机架组件在台湾汇聚，用于 NVIDIA Vera Rubin 基础设施。
随着 Vera Rubin 提升至全面量产，以驱动全球的智能体 AI 工厂，该生态系统覆盖了完整供应链——从 TSMC、SPIL、Kinsus、KYEC 和 UMTC 等关键晶圆与芯片合作伙伴，到 Foxconn、Pegatron、Quanta Cloud Technology (QCT)、Wistron 和 Inventec 等制造与系统领域领导者。
但这些合作伙伴所做的不只是建设 AI 工厂。它们还将加速计算、仿真、AI 智能体和物理 AI 应用于自身运营，为 AI 如何使先进制造更快速、更高效且更具适应性树立了范式。
台湾制造业领导者借助 NVIDIA AI 构建 AI 的未来
在芯片制造、服务器组装和工厂运营领域，台湾制造业领导者正在应用 NVIDIA 技术，重塑 AI 基础设施的设计、建造、测试和扩展方式。
TSMC 正在将 NVIDIA CUDA-X 库和 AI 模型应用于计算光刻、晶体管与工艺仿真、先进过程控制、良率分析、晶圆厂运营和检测。在相同拥有成本下，NVIDIA cuLitho 相比基于 CPU 的计算光刻可将成本效益或周期时间提升 20-50%；NVIDIA cuEST 库则使半导体材料仿真平均提升 50 倍。cuML 库、Metropolis 平台和 TAO Toolkit 有助于加速材料仿真、改进过程控制并强化罕见缺陷检测。
Foxconn 正在使用新的 NVIDIA Factory Operations Blueprint 和 NemoClaw 蓝图来构建 MoMClaw，即其制造运营管理智能体。该智能体将传感器和机器信号与专门智能体相连接，通过带有 NVIDIA OpenShell 隐私控制与安全护栏的自然语言界面，为工厂经理和操作人员提供实时答案和行动计划。
Foxconn 估计，根因分析时间可加快 80%，劳动生产率提高 15%，机器故障率降低 10%。
Foxconn 还使用 DeepHow 的 SOP Verification 视觉 AI 系统，该系统采用 NVIDIA Cosmos 以及用于视频搜索和摘要（VSS）的 NVIDIA Metropolis Blueprint，以更深入地洞察复杂制造流程，从而提升制造效率，并将一次通过率提高 3%。该公司还将 NVIDIA Isaac Teleop、Isaac Sim、Isaac Lab 和 ROS 2 应用于其工厂内运行的轮式人形机器人，支持取放、双臂协作和力控螺丝紧固等精密装配任务。
Foxconn 在台湾投资 14 亿美元建设的 AI 云超级计算中心由 10,000 个 NVIDIA GPU 提供动力，并采用 NVIDIA GB300 NVL72 混合冷却架构建设。
Quanta Cloud Technology (QCT) 正在使用基于 NVIDIA Omniverse 的数字孪生来加速工厂规划，使工程、运营和物流团队能够共享访问设计数据，以更快获得布局反馈、优化工作流并提高空间利用率。
QCT 还与其子公司 Techman Robot 合作开发一套物理 AI 开发者套件，使用 QuantaGrid 系统进行数据生成和模型训练。Techman Robot 正在使用 NVIDIA Jetson Thor 和 Isaac GR00T 平台，支持其下一代机器人的开发，包括用于服务器风扇组装等先进工业任务的 TM Xplore I 人形机器人。
Wistron 正在使用 NVIDIA Omniverse DSX Blueprint、NVIDIA PhysicsNeMo 框架和 Cadence Reality DC Design，对全球制造基地的压力测试老化环境进行仿真，并优化 AI 服务器制造。
这些工作流运行在 Wistron 的 NVIDIA AI 基础设施上，配备 NVIDIA RTX PRO 6000 Blackwell Server Edition GPU，并使用 NVIDIA Omniverse 和 NVIDIA Metropolis 库，可将布局分析速度提升最高 70%，并通过动态机架优化将设施电力需求降低 20%。
Pegatron 正在采用 NVIDIA Omniverse DSX Blueprint，开发可用于仿真的资产，并连接设计数据、热仿真、数字孪生和实体认证，从而加速 AI 工厂的设计与部署。
Pegatron 还在使用 NVIDIA 的 Defect Image Generation 物理 AI 智能体技能，结合 NVIDIA Cosmos 世界基础模型和 Isaac Sim 生成合成缺陷数据，使 AI 视觉检测部署时间缩短 67%，运营工作量减少 10%。
Inventec 正在其 Observation Agent 中使用 Defect Image Generation 智能体技能，为自动光学检测生成合成缺陷数据。在笔记本电脑外观检测中，内部验证生成了 10,000 多张合成缺陷图像，并显示出将真实世界数据采集和人工标注减少约 30%、将 AI 部署时间缩短约 25%、并将异常检测提升约 10% 的潜力。
随着 NVIDIA Vera Rubin 提升至全面量产，台湾制造业领导者正在展示 AI 基础设施如何成为其自身制造引擎的一部分——利用加速计算、仿真、智能体和物理 AI 构建下一代 AI 系统。
观看 NVIDIA 创始人兼 CEO Jensen Huang 的 GTC Taipei 主题演讲，并探索物理 AI 相关会议。
