ขุมพลังประมวลผลที่ใหญ่ขึ้นสำหรับ AI ขับขี่ของฮุนได
ฮุนได มอเตอร์ กรุ๊ปกำลังขยายคลาวด์ภายในองค์กรด้วยหน่วยประมวลผลกราฟิก NVIDIA Blackwell ขณะเดินหน้าแผนใช้ชิป 50,000 ตัวกับการขับขี่อัตโนมัติ หุ่นยนต์ และโรงงานอัจฉริยะ การขยายครั้งนี้ต่อยอดจากข้อตกลงที่ประกาศเมื่อวันที่ 31 ตุลาคม 2025 ที่เมืองคยองจู ประเทศเกาหลีใต้ โดยฮุนไดและ NVIDIA เปิดเผยแผนสร้างโรงงาน AI และโครงการ AI กายภาพของเกาหลีใต้ในวงกว้าง ซึ่งมีเม็ดเงินลงทุนราว 3,000 ล้านดอลลาร์
สารบัญ
- ขุมพลังประมวลผลที่ใหญ่ขึ้นสำหรับ AI ขับขี่ของฮุนได
- แผนใช้ GPU 50,000 ตัวครอบคลุมอะไรบ้าง
- เหตุใด 42dot จึงต้องการกำลังประมวลผลเพิ่ม
- คลาวด์ของฮุนไดช่วยสนับสนุนการพัฒนาอย่างไร
- แพลตฟอร์มสามส่วนเชื่อมการฝึกโมเดลกับรถยนต์
- ถนนเสมือนจริงเพิ่มพื้นที่ทดสอบ
- โรงงานและหุ่นยนต์ใช้โครงสร้างพื้นฐานร่วมกัน
- ส่วนแบ่งของฮุนไดในการขยายชิปครั้งใหญ่ของเกาหลีใต้
- อุปทานชิปกับการแข่งขันพัฒนา AI ขับขี่
- ประเด็นสำคัญ
จากข้อมูลในอุตสาหกรรม ฮุนไดมี GPU ใช้งานอยู่แล้วหลายพันตัว โดยศูนย์ข้อมูลกาซานในกรุงโซลเป็นฐานประมวลผลหลัก ปัจจุบันคลาวด์ของบริษัทใช้หน่วยประมวลผล NVIDIA Hopper และทยอยเพิ่มสถาปัตยกรรม Blackwell รุ่นใหม่ นอกจากนี้ยังมีแผนเพิ่มหน่วยประมวลผลอีก รวมถึง B300 จากซีรีส์ Blackwell Ultra
ทีมพัฒนาการขับขี่อัตโนมัติบางส่วนของ 42dot ซึ่งเป็นศูนย์ซอฟต์แวร์ระดับโลกของกลุ่ม คาดว่าจะเป็นกลุ่มแรก ๆ ที่ใช้คลาวด์ Blackwell ทีมเหล่านี้กำลังพัฒนา AI ที่เชื่อมโยงการทำความเข้าใจภาพถนนเข้ากับการตัดสินใจว่ารถควรเคลื่อนที่อย่างไร
ประกาศโรงงาน AIของฮุนไดระบุเป้าหมายครอบคลุมการฝึกโมเดล การตรวจสอบความถูกต้อง และการนำไปใช้งาน พูดง่าย ๆ คือการสอน AI ตรวจสอบพฤติกรรม และนำไปใช้จริง บริษัทยังไม่ได้เผยแพร่กำหนดการส่งมอบโดยละเอียดหรือจำนวน GPU Blackwell ที่ใช้งานอยู่ในปัจจุบันอย่างแน่ชัด ตัวเลข 50,000 คือขนาดที่วางแผนไว้สำหรับโครงการ ขณะที่คลาวด์ที่เปิดใช้งานอยู่กำลังขยายเป็นระยะ
แผนใช้ GPU 50,000 ตัวครอบคลุมอะไรบ้าง
ฮุนไดและ NVIDIA ระบุว่าโรงงาน AI เป็นโครงสร้างพื้นฐานร่วมสำหรับธุรกิจยานยนต์หลายด้าน การขับขี่อัตโนมัติเป็นหนึ่งในการใช้งานหลัก ควบคู่กับหุ่นยนต์ ระบบอัตโนมัติในโรงงาน และฟีเจอร์ AI ภายในรถ ทั้งสองบริษัทใช้คำว่า AI กายภาพเพื่อเรียกระบบที่ตีความข้อมูลและลงมือทำในโลกจริง เช่น รถเบรกหรือหุ่นยนต์เคลื่อนย้ายชิ้นส่วน
เงินลงทุนราว 3,000 ล้านดอลลาร์เป็นส่วนหนึ่งของโครงการ AI กายภาพของเกาหลีใต้ในวงกว้าง ประกาศของฮุนไดเชื่อมโยงโครงการนี้กับศูนย์ประยุกต์ใช้ AI กายภาพ ศูนย์เทคโนโลยี AI ของ NVIDIA และศูนย์ข้อมูล AI กายภาพ กระทรวงวิทยาศาสตร์และ ICT ฮุนได และ NVIDIA ลงนามบันทึกความเข้าใจเมื่อวันที่ 31 ตุลาคม 2025 เพื่อกำหนดกรอบความร่วมมืออย่างเป็นทางการ
ศูนย์ต่าง ๆ ที่วางแผนไว้มีบทบาทแตกต่างกันในโครงการ โดยมีเป้าหมายสนับสนุนการประยุกต์ใช้จริง ความร่วมมือด้านเทคนิค และขีดความสามารถด้านการประมวลผล ขณะเดียวกัน การแลกเปลี่ยนความรู้กับวิศวกรและช่างเทคนิคของ NVIDIA จะช่วยฝึกอบรมผู้เชี่ยวชาญ AI ชาวเกาหลีใต้ ข้อตกลงนี้จึงครอบคลุมมากกว่าการซื้อหน่วยประมวลผล แต่ยังรวมถึงการพัฒนาบุคลากรและซอฟต์แวร์ที่จำเป็นต่อการใช้งาน
เจนเซน หวง ผู้ก่อตั้งและประธานเจ้าหน้าที่บริหารของ NVIDIA กล่าวถึงขอบเขตการใช้งานเทคโนโลยีนี้ในวันประกาศว่า:
AI จะปฏิวัติทุกแง่มุมของทุกอุตสาหกรรม
สำหรับฮุนได บททดสอบในทางปฏิบัติคือโครงสร้างพื้นฐานร่วมนี้จะช่วยให้ทีมต่าง ๆ พัฒนาระบบที่ใช้งานได้จริงกับทั้งรถยนต์และสายการผลิตหรือไม่
เหตุใด 42dot จึงต้องการกำลังประมวลผลเพิ่ม
42dot กำลังพัฒนาโมเดลขับขี่อัตโนมัติบนเทคโนโลยีวิชัน-ภาษา-การกระทำ ซึ่งมักเรียกย่อว่า VLA โมเดลเหล่านี้เชื่อมโยงข้อมูลภาพ ความเข้าใจที่อาศัยภาษา และการกระทำ สำหรับรถยนต์ ภารกิจคือการตีความสถานการณ์และกำหนดการตอบสนองที่เหมาะสม ไม่ใช่เพียงระบุวัตถุในภาพ
คนเดินเท้าที่กำลังเข้าใกล้ทางข้ามเป็นตัวอย่างของความท้าทายนี้ ระบบขับขี่ต้องตรวจจับบุคคล พิจารณาผังถนนและการจราจรใกล้เคียง แล้วตัดสินใจว่าจะชะลอหรือหยุดดี ทางแยกที่ซับซ้อนและการเคลื่อนไหวที่คาดไม่ถึงทำให้เกิดสถานการณ์หลากหลาย ซึ่งนักพัฒนาต้องใช้ฝึกและทดสอบระบบ
อี ฮีซอก ผู้บริหารของ 42dot กล่าวเมื่อเดือนกันยายนว่า VLA ใช้โมเดลภาษาขนาดใหญ่ จึงต้องการทรัพยากรประมวลผลมากขึ้นและฮาร์ดแวร์ที่ทรงพลังยิ่งขึ้น การฝึกระบบเหล่านี้ต้องประมวลผลข้อมูลการขับขี่จำนวนมากซ้ำ ๆ และปรับโมเดลขณะเรียนรู้รูปแบบต่าง ๆ
GPU ช่วยได้เพราะสามารถคำนวณหลายรายการพร้อมกัน Blackwell เป็นสถาปัตยกรรมรุ่นใหม่กว่า Hopper และออกแบบมาเพื่อยกระดับการฝึกและการทำงานของโมเดล AI ขนาดใหญ่ สำหรับ 42dot การเข้าถึงทรัพยากรประมวลผลที่มากขึ้นอาจช่วยให้ดำเนินงานฝึกและตรวจสอบได้มากขึ้นระหว่างการพัฒนา
คลาวด์ของฮุนไดช่วยสนับสนุนการพัฒนาอย่างไร
คลาวด์ GPU ภายในองค์กรของฮุนไดเปิดให้ทีมวิจัยใช้ จัดการ และจัดสรรทรัพยากรประมวลผลร่วมกันภายในกลุ่ม แทนที่แต่ละโครงการจะต้องจัดหาบริการประมวลผลจากภายนอกเอง ทีมต่าง ๆ สามารถใช้หน่วยประมวลผลจากทรัพยากรส่วนกลางตามภาระงานของตน
งานฝึกโมเดลมักต้องใช้กำลังประมวลผลสูงในช่วงเวลาที่จำกัด คลาวด์ส่วนกลางช่วยให้ฮุนไดจัดสรรทรัพยากรข้ามโครงการได้ ทั้งด้านการขับขี่อัตโนมัติ หุ่นยนต์ และการผลิต บริษัทกำลังขยายทรัพยากรจากฐาน Hopper แทนการเปลี่ยนโครงสร้างพื้นฐานทั้งหมดในคราวเดียว
การดำเนินงานคลาวด์เองยังช่วยลดการพึ่งพาบริการคลาวด์จากภายนอก ทำให้ฮุนไดควบคุมการจัดสรรกำลังประมวลผลได้โดยตรงมากขึ้น ขณะที่ทีมต่าง ๆ เตรียมการทดลอง ฝึกโมเดล และประเมินผลลัพธ์
ฮุนไดกำลังดำเนินงานขับขี่อัตโนมัติควบคู่กันสองแนวทาง ได้แก่ ใช้แพลตฟอร์มของ NVIDIA และพัฒนาเทคโนโลยีของตนเองผ่าน 42dot งาน Atria AI และโมเดล VLA รุ่นถัดไปอยู่ในยุทธศาสตร์ดังกล่าว กำลังประมวลผลส่วนกลางที่เพิ่มขึ้นสนับสนุนงานพัฒนาระบบเหล่านี้ ขณะที่ NVIDIA จัดหาส่วนหนึ่งของแพลตฟอร์มฮาร์ดแวร์และซอฟต์แวร์ในภาพรวม
แพลตฟอร์มสามส่วนเชื่อมการฝึกโมเดลกับรถยนต์
แผนอย่างเป็นทางการของฮุนไดกำหนดบทบาทที่แตกต่างกันให้แพลตฟอร์มประมวลผลของ NVIDIA สามส่วน DGX และโครงสร้างพื้นฐานอื่นของ NVIDIA รองรับการฝึกโมเดล AI ขนาดใหญ่และการพัฒนาซอฟต์แวร์ ส่วน Omniverse และ Cosmos รองรับการจำลองสถานการณ์ ขณะที่ DRIVE AGX Thor ให้กำลังประมวลผลภายในรถยนต์และหุ่นยนต์
ลำดับขั้นมีความสำคัญ โมเดลอาจเรียนรู้จากข้อมูลบนคอมพิวเตอร์ประสิทธิภาพสูงในศูนย์ข้อมูลก่อน จากนั้นนักพัฒนาจึงตรวจสอบพฤติกรรมของโมเดลในสถานการณ์จำลอง ท้ายที่สุดหน่วยประมวลผลในรถต้องเรียกใช้ซอฟต์แวร์ที่เกี่ยวข้องได้รวดเร็วพอที่จะตอบสนองต่อสภาพถนนที่เปลี่ยนแปลง
DRIVE AGX Thor มีเป้าหมายรองรับระบบช่วยขับขี่ขั้นสูง ฟังก์ชันด้านความปลอดภัย และฟีเจอร์ AI อื่น ๆ ในรถยนต์ ประกาศของฮุนไดระบุว่าจะทำงานร่วมกับระบบปฏิบัติการ DriveOS ของ NVIDIA ซึ่งผ่านการรับรองด้านความปลอดภัย บทบาทของระบบนี้แตกต่างจากคลัสเตอร์ GPU ขนาดใหญ่ที่ใช้ฝึกโมเดล
ฮุนไดและ NVIDIA ยังวางแผนร่วมมือพัฒนาโมเดลที่ใช้ Nemotron และ NeMo โดยการใช้งานที่อาจเกิดขึ้น ได้แก่ ผู้ช่วยดิจิทัลเฉพาะบุคคล ระบบสาระบันเทิง และการตั้งค่าความสะดวกสบายที่ปรับตามผู้โดยสาร ฮุนไดระบุว่าโมเดลเหล่านี้อาจรองรับการอัปเดตผ่านเครือข่ายไปยังรถยนต์ ทำให้ความสามารถต่าง ๆ เปลี่ยนแปลงได้หลังจากขายรถแล้ว
ถนนเสมือนจริงเพิ่มพื้นที่ทดสอบ
ฮุนไดระบุว่ากำลังทดสอบ Omniverse และ Cosmos บนเซิร์ฟเวอร์ NVIDIA RTX PRO ที่ติดตั้ง GPU RTX PRO 6000 Blackwell Server Edition งานนี้เกี่ยวข้องกับแฝดดิจิทัลของสภาพแวดล้อมและเงื่อนไขการขับขี่ในภูมิภาคต่าง ๆ
แฝดดิจิทัลคือภาพจำลองเสมือนของสถานที่หรือระบบจริง ในการพัฒนาระบบขับขี่ เทคโนโลยีนี้ช่วยสร้างสภาพถนนจำลองให้ซอฟต์แวร์เผชิญกับผังถนน การเคลื่อนตัวของการจราจร และสภาพแวดล้อมที่แตกต่างกัน นักพัฒนาสามารถจำลองสถานการณ์ซ้ำและเปรียบเทียบการตอบสนองของโมเดลแต่ละรุ่นได้
การทดสอบนี้เชื่อมโยงการขยาย GPU เข้ากับงานตรวจสอบความถูกต้องที่จำเป็นต่อการขับขี่อัตโนมัติ การฝึกทำให้โมเดลเปลี่ยนแปลง ส่วนการจำลองเปิดโอกาสให้นักพัฒนาตรวจสอบการตัดสินใจในสภาพแวดล้อมอีกรูปแบบหนึ่ง ประกาศของฮุนไดระบุว่าทั้งสองกิจกรรมเป็นส่วนหนึ่งของโรงงาน AI ที่วางแผนไว้
บริษัทระบุว่าการทดสอบสภาพแวดล้อมการขับขี่กำลังดำเนินอยู่ เป้าหมายในภาพรวมคือสร้างกระบวนการพัฒนาที่เชื่อมโยงการฝึก การจำลอง และการนำไปใช้งานเข้าด้วยกัน เพื่อให้ทีมต่าง ๆ นำการปรับปรุงไปต่อยอดในแต่ละขั้นได้
โรงงานและหุ่นยนต์ใช้โครงสร้างพื้นฐานร่วมกัน
ฮุนไดวางแผนใช้ Omniverse Enterprise สร้างแฝดดิจิทัลของสภาพแวดล้อมการผลิต โรงงานเสมือนเหล่านี้จะรวบรวมข้อมูลการผลิตและช่วยตรวจสอบเครื่องจักร ระบบควบคุม และกระบวนการผลิต ก่อนนำการเปลี่ยนแปลงไปใช้กับสายการผลิตจริง
การใช้งานที่วางแผนไว้ประการหนึ่งคือการทดสอบเดินระบบเสมือน หมายถึงการทดสอบอุปกรณ์และระบบควบคุมในสถานการณ์จำลองก่อนเริ่มใช้งานในโรงงาน อีกประการคือการบำรุงรักษาเชิงคาดการณ์ ซึ่งใช้ข้อมูลการทำงานช่วยระบุอุปกรณ์ที่อาจต้องได้รับการดูแลก่อนเกิดความขัดข้อง
NVIDIA Isaac Sim ขยายงานไปสู่การจำลองหุ่นยนต์ รวมถึงระบบหุ่นยนต์คล้ายมนุษย์ ประกาศของฮุนไดระบุถึงการตรวจสอบเสมือนจริงเกี่ยวกับการมอบหมายงาน การวางแผนการเคลื่อนไหว และความปลอดภัยตามหลักการยศาสตร์ ก่อนนำหุ่นยนต์ไปใช้ในสายการผลิต ทีมงานสามารถตรวจสอบได้ว่าหุ่นยนต์เอื้อมหยิบชิ้นส่วนหรือเคลื่อนที่ในพื้นที่ทำงานอย่างไร ก่อนปรับเปลี่ยนสภาพแวดล้อมจริง
การใช้งานเหล่านี้ช่วยอธิบายว่าเหตุใดฮุนไดจึงสร้างโครงสร้างพื้นฐานสำหรับธุรกิจหลายด้านร่วมกัน ระบบขับขี่ การจำลองโรงงาน และหุ่นยนต์มีหน้าที่แตกต่างกัน แต่ล้วนต้องใช้ทรัพยากรประมวลผลเพื่อพัฒนาและทดสอบพฤติกรรม AI ศูนย์ที่วางแผนไว้จึงจะสนับสนุนโครงการอุตสาหกรรมในวงกว้าง ไม่ได้รองรับเฉพาะการขับขี่อัตโนมัติ
ส่วนแบ่งของฮุนไดในการขยายชิปครั้งใหญ่ของเกาหลีใต้
แผน GPU 50,000 ตัวเป็นส่วนหนึ่งของความพยายามระดับชาติในการขยายกำลังประมวลผลขั้นสูง การจัดสรรที่ประกาศไว้ครอบคลุมหน่วยประมวลผล 260,000 ตัว โดยรัฐบาล ซัมซุง เอสเค และฮุนไดได้รับรายละ 50,000 ตัว ส่วน Naver Cloud ได้รับ 60,000 ตัว คิดเป็นสัดส่วนประมาณ 19% ของทั้งหมดสำหรับฮุนได โดยคำนวณจาก 50,000 หารด้วย 260,000
แผนขยายชิปแห่งชาติของเกาหลีใต้ ซึ่งมีรายละเอียดเมื่อวันที่ 7 พฤศจิกายน 2025 คาดว่าจะเริ่มส่งมอบในปี 2026 และทยอยดำเนินการเป็นระยะ โครงการในวงกว้างนี้มีเป้าหมายเพิ่มจำนวนชิป AI ขั้นสูงของประเทศจากราว 65,000 ตัวเป็นมากกว่า 300,000 ตัว เพื่อสนับสนุนทั้งการพัฒนา AI ในประเทศและการใช้งานด้านการผลิต
ลำดับเหตุการณ์แสดงให้เห็นว่าการขยายคลาวด์ในปัจจุบันของฮุนไดเชื่อมโยงกับแผนงานที่ใหญ่กว่าอย่างไร:
- 30 ตุลาคม 2025: เจนเซน หวง ประธานเจ้าหน้าที่บริหารของ NVIDIA พบกับชอง อึยซอน ประธานบริหารฮุนได และอี แจยง ประธานซัมซุง อิเล็กทรอนิกส์ในกรุงโซล และพบกับชเว แทวอน ประธานเอสเคแยกอีกครั้ง
- 31 ตุลาคม 2025: ฮุนไดและ NVIDIA ประกาศโรงงาน AI Blackwell ที่เมืองคยองจู และกระทรวงวิทยาศาสตร์ร่วมลงนามบันทึกความเข้าใจด้าน AI กายภาพกับทั้งสองบริษัท
- 7 พฤศจิกายน 2025: รายละเอียดการขยายโครงการระดับชาติในวงกว้างระบุว่าจะเริ่มส่งมอบในปี 2026 และเพิ่มจำนวนเป็นระยะ
- ระหว่างการขยายในปัจจุบัน: ฮุนไดกำลังเพิ่มกำลังประมวลผล Blackwell ให้กับคลาวด์ Hopper ที่มีอยู่ และวางแผนเพิ่ม GPU ต่อไป รวมถึงชิป B300
โครงการระดับชาติและการติดตั้งระบบภายในของฮุนไดดำเนินไปในแนวทางที่เกี่ยวข้องกันแต่แยกจากกัน โครงการของเกาหลีใต้ครอบคลุมกำลังประมวลผลภาครัฐและผู้ให้บริการภาคเอกชนหลายราย ขณะที่ฮุนไดจัดสรรกำลังประมวลผลตามความต้องการของทีมพัฒนาและการใช้งานในภาคอุตสาหกรรมของตน
อุปทานชิปกับการแข่งขันพัฒนา AI ขับขี่
การลงทุนของฮุนไดเกิดขึ้นในช่วงที่ผู้ผลิตรถยนต์ รวมถึง Mercedes-Benz และ General Motors เพิ่มการลงทุนในเทคโนโลยีขับขี่อัตโนมัติ การแข่งขันกำลังขยับจากการตรวจจับรถที่อยู่ใกล้เคียงและเส้นจราจร ไปสู่โมเดลที่เลือกการกระทำที่เหมาะสมในสถานการณ์ซับซ้อนได้
การเข้าถึงหน่วยประมวลผลทรงพลังกลายเป็นส่วนหนึ่งของการแข่งขันนี้ กำลังประมวลผลที่มากขึ้นช่วยให้ทีมพัฒนาฝึกโมเดลขนาดใหญ่ ประมวลผลข้อมูลการขับขี่ และจำลองสถานการณ์ได้มากขึ้น คลาวด์ภายในของฮุนไดทำให้ทรัพยากรเหล่านี้อยู่ใกล้ทีม 42dot และทีมอื่น ๆ ในกลุ่มที่พัฒนาซอฟต์แวร์
นโยบายส่งออกของสหรัฐฯ ยังได้รับความสนใจระหว่างการขยายชิปในเกาหลีใต้ หลังประกาศเรื่องอุปทาน ประธานาธิบดีโดนัลด์ ทรัมป์กล่าวถึงการเก็บชิปรุ่นล้ำหน้าที่สุดไว้ในสหรัฐฯ แยกต่างหาก สก็อตต์ เบสเซนต์ รัฐมนตรีว่าการกระทรวงการคลัง หารือถึงความเป็นไปได้ในการขาย Blackwell ให้จีนภายในหนึ่งหรือสองปี เมื่อมีเทคโนโลยีรุ่นใหม่ออกมา คำกล่าวเหล่านี้ทำให้ประเด็นด้านกำหนดเวลาการจัดหาและการเข้าถึงฮาร์ดแวร์รุ่นปัจจุบันถูกหยิบยกขึ้นมาพูดถึงควบคู่กับข้อตกลงของเกาหลีใต้
ขณะนี้โครงการของฮุนไดมีภารกิจที่เป็นรูปธรรมหลายด้าน ได้แก่ ขยายคลาวด์ที่ใช้งานอยู่ เปิดให้ทีมพัฒนาเข้าถึง ทดสอบโมเดลในสภาพแวดล้อมจำลอง และนำซอฟต์แวร์ที่เหมาะสมไปใช้ในรถยนต์และโรงงาน ความร่วมมือกับ NVIDIA เป็นกรอบรองรับงานดังกล่าว ขณะที่ 42dot ยังคงพัฒนา AI ขับขี่ของฮุนไดเอง
ประเด็นสำคัญ
- ฮุนไดกำลังเพิ่ม GPU NVIDIA Blackwell ในคลาวด์ภายในองค์กร ซึ่งมีหน่วยประมวลผลใช้งานอยู่แล้วหลายพันตัว โดยส่วนใหญ่เป็นชิปรุ่น Hopper
- กลุ่มบริษัทตั้งเป้าใช้ GPU Blackwell 50,000 ตัวกับการฝึกโมเดล การตรวจสอบ และการนำไปใช้งานด้านการขับขี่ หุ่นยนต์ และโรงงาน
- คาดว่าทีมขับขี่อัตโนมัติบางส่วนของ 42dot จะเป็นกลุ่มแรก ๆ ที่ใช้คลาวด์ซึ่งขยายกำลังแล้ว เพื่อพัฒนาโมเดลวิชัน-ภาษา-การกระทำ
- ข้อตกลงเมื่อวันที่ 31 ตุลาคม 2025 สนับสนุนโครงการ AI กายภาพของเกาหลีใต้ในวงกว้าง ซึ่งมีเม็ดเงินลงทุนราว 3,000 ล้านดอลลาร์
- ฮุนไดกำลังทดสอบสภาพแวดล้อมขับขี่เสมือนจริง และวางแผนจำลองโรงงานดิจิทัลและหุ่นยนต์ควบคู่กับงาน AI สำหรับรถยนต์
- บริษัทยังไม่เปิดเผยจำนวน Blackwell ที่ติดตั้งใช้งานอย่างแน่ชัด หรือกำหนดการโดยละเอียดสำหรับการดำเนินแผน GPU 50,000 ตัวให้เสร็จสิ้น
