台湾行业巨头携手NVIDIA加速全球AI基础设施建设

NVIDIA Blog 2026/06/01 05:00 新闻

taiwan ai-infrastructure nvidia manufacturing ecosystem supply-chain foxconn tsmc

摘要

包括台积电和富士康在内的台湾制造业领导者，正利用NVIDIA的加速计算和AI技术，为即将到来的Vera Rubin平台构建和优化AI基础设施，从而提升整个供应链的效率和生产力。

<div id="bsf_rt_marker"></div>台湾拥有超过500家NVIDIA生态系统合作伙伴。超过100万个用于NVIDIA Vera Rubin基础设施的NVIDIA MGX机架组件，在台湾来自25个工厂站点组装完成。 随着Vera Rubin全面投入生产，为全球的智能AI工厂提供动力，这一生态系统覆盖了整个供应链——从关键的晶圆和芯片合作伙伴，如TSMC、SPIL、Kinsus、KYEC和UMTC，到制造和系统领导者，包括Foxconn、Pegatron、Quanta Cloud Technology (QCT)、Wistron和Inventec。 但这些合作伙伴所做的不仅仅是建造AI工厂。他们还将加速计算、仿真、AI智能体和物理AI应用到自身的运营中，创建了一个展示AI如何使先进制造更快速、更高效、更具适应性的范本。 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中，台湾的制造业领导者正在应用NVIDIA技术，重塑AI基础设施的设计、构建、测试和扩展方式。 <figure id="attachment_93605" aria-describedby="caption-attachment-93605" style="width: 1200px" class="wp-caption aligncenter"><img decoding="async" class="size-large wp-image-93605" src="https://blogs.nvidia.com/wp-content/uploads/2026/05/TSMC-CPTX26-1680x945.png" alt="" width="1200" height="675" srcset="https://blogs.nvidia.com/wp-content/uploads/2026/05/TSMC-CPTX26-1680x945.png 1680w, https://blogs.nvidia.com/wp-content/uploads/2026/05/TSMC-CPTX26-960x540.png 960w, https://blogs.nvidia.com/wp-content/uploads/2026/05/TSMC-CPTX26-1280x720.png 1280w, https://blogs.nvidia.com/wp-content/uploads/2026/05/TSMC-CPTX26-1536x864.png 1536w, https://blogs.nvidia.com/wp-content/uploads/2026/05/TSMC-CPTX26-1290x725.png 1290w, https://blogs.nvidia.com/wp-content/uploads/2026/05/TSMC-CPTX26-630x354.png 630w, https://blogs.nvidia.com/wp-content/uploads/2026/05/TSMC-CPTX26-300x169.png 300w, https://blogs.nvidia.com/wp-content/uploads/2026/05/TSMC-CPTX26-400x225.png 400w, https://blogs.nvidia.com/wp-content/uploads/2026/05/TSMC-CPTX26.png 1920w" sizes="(max-width: 1200px) 100vw, 1200px" /><figcaption id="caption-attachment-93605" class="wp-caption-text">图片来源：TSMC</figcaption></figure> TSMC正在将<a target="_blank" href="https://www.nvidia.com/en-us/technologies/cuda-x/">NVIDIA CUDA-X</a>库和AI模型应用于计算光刻、晶体管和工艺仿真、先进工艺控制、良率分析、晶圆厂运营和检测等领域。NVIDIA cuLitho在同等拥有成本下，比基于CPU的计算光刻提高了20-50%的成本效益或周期时间；NVIDIA cuEST库平均将半导体材料仿真速度提升50倍；cuML库、Metropolis平台和TAO Toolkit则帮助加速材料仿真、改进工艺控制并加强稀有缺陷检测。 Foxconn 正在利用新的NVIDIA Factory Operations Blueprint和NemoClaw蓝图构建其制造运营管理智能体MoMClaw，通过<a target="_blank" href="https://build.nvidia.com/openshell">NVIDIA OpenShell</a>的隐私控制和安全护栏，将传感器和机器信号与专用智能体连接，使工厂管理者和操作员能够通过自然语言界面获得实时答案和行动方案。 <img decoding="async" class="aligncenter size-full wp-image-93602" src="https://blogs.nvidia.com/wp-content/uploads/2026/05/MomClaw_V03.gif" alt="" width="1920" height="1080" /> Foxconn估计，其根本原因分析时间加快了80%，劳动生产率提高了15%，机器故障率降低了10%。   <img loading="lazy" decoding="async" class="aligncenter size-full wp-image-93599" src="https://blogs.nvidia.com/wp-content/uploads/2026/05/Foxconn-OV.gif" alt="" width="800" height="450" /> Foxconn还使用DeepHow的SOP验证视觉AI系统（基于NVIDIA Cosmos）和<a target="_blank" href="https://build.nvidia.com/nvidia/video-search-and-summarization">NVIDIA Metropolis视频搜索与摘要(VSS)蓝图</a>，对复杂制造流程获得了更高的可视性，从而提升了制造效率，并使首次通过率提高了3%。该公司还在其工厂中运营的轮式人形机器人上应用NVIDIA Isaac Teleop、Isaac Sim、Isaac Lab和ROS 2，支持精密装配任务，如拾放、双臂协作和力控螺丝紧固。 <img loading="lazy" decoding="async" class="aligncenter size-full wp-image-93590" src="https://blogs.nvidia.com/wp-content/uploads/2026/05/LiveSOP_Verification.gif" alt="" width="960" height="540" /> Foxconn在台湾投资14亿美元的AI云超算中心——由10,000块NVIDIA GPU驱动——正在采用NVIDIA GB300 NVL72混合冷却架构进行建设。 Quanta Cloud Technology (QCT)正在使用基于NVIDIA Omniverse的数字孪生技术加速工厂规划，使工程、运营和物流团队能够共享设计数据，从而更快地获得布局反馈、优化工作流程并提高空间利用率。 <img loading="lazy" decoding="async" class="aligncenter size-full wp-image-93587" src="https://blogs.nvidia.com/wp-content/uploads/2026/05/Untitled2-ezgif.com-optimize-1.gif" alt="" width="800" height="450" /> QCT还与其子公司Techman Robot合作开发了一套物理AI开发套件，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TM Xplore I人形机器人，用于服务器风扇组装等高级工业任务。 Wistron正在使用<a target="_blank" href="https://build.nvidia.com/nvidia/omniverse-dsx-blueprint-for-ai-factories">NVIDIA Omniverse DSX蓝图</a>、NVIDIA PhysicsNeMo框架和Cadence Reality DC Design来模拟老化测试环境

查看原文

查看缓存全文

缓存时间: 2026/06/01 09:23

# 台湾行业巨头携手NVIDIA加速全球AI基础设施建设来源：https://blogs.nvidia.com/blog/taiwan-ecosystem-ai-infrastructure/ 台湾拥有超过500家NVIDIA生态系统合作伙伴。超过100万个用于NVIDIA Vera Rubin基础设施的NVIDIA MGX机架组件，来自25个工厂厂区，在台湾汇聚组装。随着Vera Rubin全面投产，为全球的自主AI工厂提供动力，这个生态系统涵盖了完整的供应链——从台积电(TSMC)、日月光(SPIL)、景硕(Kinsus)、KYEC和联电(UMTC)等关键晶圆与芯片合作伙伴，到富士康(Foxconn)、和硕(Pegatron)、云达科技(QCT)、纬创(Wistron)和英业达(Inventec)等制造与系统领导者。但这些合作伙伴不仅仅是在建造AI工厂。他们还将加速计算、仿真、AI智能体和物理AI应用于自身运营，打造了一个模型，展示AI如何让先进制造更快速、更高效、更具适应性。 **台湾制造领导者携手NVIDIA AI，构建AI未来** 在芯片制造、服务器组装和工厂运营等领域，台湾制造领导者正应用NVIDIA技术来重塑AI基础设施的设计、构建、测试和扩展方式。图片由台积电提供台积电(TSMC)正在将NVIDIA CUDA-X (https://www.nvidia.com/en-us/technologies/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、晶圆厂运营和检测等环节。与基于CPU的计算光刻相比，在同等总拥有成本下，NVIDIA cuLitho可将成本效益或周期时间提高20-50%；而NVIDIA cuEST库平均可将半导体材料仿真速度提升50倍；cuML库、Metropolis平台和TAO Toolkit则有助于加速材料仿真、改进过程控制并加强罕见缺陷检测。富士康(Foxconn)正在使用新的NVIDIA Factory Operations Blueprint和NemoClaw蓝图来构建其制造运营管理智能体MoMClaw，将传感器和机器信号与专业智能体相连接，通过自然语言界面为工厂管理者和操作员提供实时答案和行动计划，并集成NVIDIA OpenShell (https://build.nvidia.com/openshell)隐私控制和安全护栏。富士康估计根因分析时间加速80%，劳动生产率提高15%，机器故障率降低10%。富士康还使用DeepHow的SOP验证视觉AI系统，该系统基于NVIDIA Cosmos和NVIDIA Metropolis视频搜索与摘要(VSS)蓝图 (https://build.nvidia.com/nvidia/video-search-and-summarization)，以更深入了解复杂制造过程，从而提升制造效率并将首次通过率提高3%。该公司还将NVIDIA Isaac Teleop、Isaac Sim、Isaac Lab和ROS 2应用于工厂内的轮式人形机器人，支持拾取和放置、双臂协作以及力控螺丝紧固等精密装配任务。富士康在台湾投资14亿美元的AI云超级计算中心——由10,000块NVIDIA GPU驱动——采用NVIDIA GB300 NVL72混合冷却架构构建。云达科技(QCT)正利用基于NVIDIA Omniverse的数字孪生来加速工厂规划，为工程、运营和物流团队提供设计数据的共享访问权限，从而实现更快的布局反馈、优化的工作流程和更高的空间利用率。 QCT还与其子公司达明机器人(Techman Robot)合作开发物理AI开发者套件，使用QuantaGrid系统进行数据生成和模型训练。达明机器人正在使用NVIDIA Jetson Thor和Isaac GR00T平台来支持其下一代机器人开发，包括TM Xplore I人形机器人，用于服务器风扇组装等高级工业任务。纬创(Wistron)正在使用NVIDIA Omniverse DSX蓝图 (https://build.nvidia.com/nvidia/omniverse-dsx-blueprint-for-ai-factories)、NVIDIA PhysicsNeMo框架和Cadence Reality DC Design，对全球制造现场的老化环境进行仿真以进行压力测试，并优化AI服务器制造。这些工作流程在纬创的NVIDIA AI基础设施 (https://www.wistron.com/en/Newsroom/2025-08-26)上运行，配备NVIDIA RTX PRO 6000 Blackwell Server Edition (https://www.nvidia.com/en-us/data-center/rtx-pro-6000-blackwell-server-edition/) GPU、NVIDIA Omniverse和NVIDIA Metropolis库，可将布局分析速度提高多达70%，并通过动态机架优化将设施电力需求降低20%。和硕(Pegatron)正在采用NVIDIA Omniverse DSX蓝图，开发仿真就绪资产，并连接设计数据、热仿真、数字孪生和物理认证——加速AI工厂的设计和部署。和硕还使用NVIDIA的缺陷图像生成物理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，将AI视觉检测部署时间减少67%，运营工作减少10%。英业达(Inventec)在其Observation Agent中使用缺陷图像生成技能，为自动光学检测生成合成缺陷数据。在笔记本电脑外观检查中，内部验证生成了超过10,000张合成缺陷图像，并显示出可以减少约30%的真实数据收集和手动标注，缩短约25%的AI部署时间，并提高约10%的异常检测率。随着NVIDIA Vera Rubin全面投产，台湾制造领导者正展示AI基础设施如何成为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来构建下一代AI系统。 *观看NVIDIA创始人兼CEO黄仁勋在**GTC台北主题演讲* (https://www.nvidia.com/en-tw/gtc/taipei/keynote/)*，并探索**物理AI相关会议* (https://www.nvidia.com/en-tw/gtc/taipei/session-catalog/?tab.catalogallsessionstab=16566177511100015Kus&search=STW61026%2C%20STW61028%2C%20STW61011%2C%20STW61066%2C%20STW61024%2C%20STW61062%2C%20STW61036#/)*。*

台湾行业巨头携手NVIDIA加速全球AI基础设施建设

相似文章

沃斯堡制造：纬创资通开设先进制造工厂，生产NVIDIA AI系统

OpenAI 与富士康合作加强美国 AI 供应链制造能力

Foxconn和Intel合作构建下一代AI系统

@CNET：Nvidia CEO 黄仁勋在 GTC 2026 详解 Vera Rubin 系统

NVIDIA GTC Taipei 在 COMPUTEX：AI 未来动态实时更新

提交意见反馈