AI伺服器製造正成為智慧製造技術的新試驗場。NVIDIA與鴻海合作將機器人導入GB300測試托盤組裝，鎖定過去高度依賴人工的匯流排（Busbar）安裝與多組連接器插接，目前Busbar組裝成功率逾95%，4組連接器插接成功率約為90%至95%，雙方將量產目標拉高至99.5%。
與傳統固定式自動化不同，GB300組裝必須處理長且較重的匯流排，完成定位後還要鎖附16顆螺絲；連接器端有2大、2小共4組線纜，線材容易彎曲、位置及角度也會變化，機器人必須即時辨識並調整動作。現階段Busbar完整作業約160秒，目標壓縮至124秒；4組連接器則以72秒內完成為目標。
在智慧製造領域，機器人開始組AI伺服器，GB300精密裝配挑戰99.5%良率。
|
雙方合作帶來的產業轉變，比起「AI導入工廠」更具供應鏈的意義。當機器人開始處理小公差連接器、線纜與精密鎖附，競爭核心將從昔日主要的機械手臂本體，開始朝向機器視覺、客製化夾爪、力覺感測、扭力工具與控制系統延伸，也可能反過來要求連接器、電纜和母線朝著更適合自動裝配的自動化設計發展。
對台灣製造供應鏈而言，GB300案例意味Physical AI已逐步跨過展示階段，開始面對真正量產要求。下一階段發展的關鍵不只是機器人「能不能做」，而是能否把成功機率由95%推向99.5%以上，同時滿足週期與設備稼動率要求，這也將決定機器人能否真正進入高價電子產品的精密裝配。
