Nvidia ขยายความร่วมมือด้าน AI ในเกาหลีใต้ ตั้งแต่หุ่นยนต์ในโรงงานไปจนถึงแท็กซี่ไร้คนขับ

ใช้เวลาอ่าน 11 นาที
Nvidia Expands South Korea AI Partnerships From Factory Robots to Autonomous Taxis

โรงงานเสมือนจริงกลายเป็นสนามฝึกหุ่นยนต์เกาหลี

Nvidia กำลังขยายความร่วมมือกับผู้ผลิตในเกาหลีใต้ เพื่อฝึกหุ่นยนต์ในโรงงานเสมือนจริงก่อนนำไปใช้ในสายการผลิต ขณะเดียวกัน ข้อตกลงใหม่กับ Kakao Mobility ยังต่อยอดเทคโนโลยีของบริษัทไปสู่แผนพัฒนาแท็กซี่ไร้คนขับ ในงาน Nvidia AI Day Seoul 2026 ซึ่งเริ่มขึ้นเมื่อวันที่ 9 พฤศจิกายน ที่ COEX ในกรุงโซล บริษัทนำเสนอโครงการที่ร่วมมือกับ Hyundai Motor Group, Doosan Robotics, LG Electronics, Samsung Electronics และ SK Hynix

สารบัญ
  1. โรงงานเสมือนจริงกลายเป็นสนามฝึกหุ่นยนต์เกาหลี
  2. AI กายภาพเปลี่ยนสายการผลิตอย่างไร
  3. Hyundai ทดสอบการปรับเปลี่ยนโรงงานโดยไม่หยุดการผลิต
  4. Doosan และ LG รับมือกับการสัมผัส แรงกด และการจัดการชิ้นส่วน
  5. โรงงานเซมิคอนดักเตอร์เชื่อมการจำลองเข้ากับการตรวจสอบปัญหา
  6. Kakao Mobility ตั้งเป้าขยับจากแท็กซี่ที่มีคนควบคุมไปสู่ระบบระดับ 4
  7. ระบบขับขี่ทำงานร่วมกันอย่างไร
  8. AI agent ต้นทุนต่ำลงและโมเดลภาษาเกาหลีช่วยสนับสนุนโรงงาน
  9. ทางเลือกด้านพลังงานและแพลตฟอร์มกำหนดทิศทางการขยายตัว
  10. สิ่งที่ควรรู้

โครงการเหล่านี้มุ่งเน้นงานอุตสาหกรรมเฉพาะด้าน ได้แก่ การทดสอบการเคลื่อนไหวของหุ่นยนต์ในโรงงานรถยนต์ การขัดประตูรถยนต์ การประกอบชิ้นส่วนเครื่องซักผ้า และการตรวจสอบปัญหาของอุปกรณ์ในโรงงานเซมิคอนดักเตอร์ ส่วน Kakao Mobility วางแผนผสาน AI สำหรับการขับขี่ของบริษัทเข้ากับหน่วยประมวลผลที่มีระบบ Nvidia DRIVE AGX Thor สองชุด สำหรับรถยนต์ที่พัฒนาร่วมกับ Kia

Deepu Talla รองประธานฝ่ายหุ่นยนต์และ Edge AI ของ Nvidia กล่าวว่า AI agent อาจช่วยลดเวลาสร้างสภาพแวดล้อมจำลองหุ่นยนต์ จากหลายเดือนที่ต้องใช้วิศวกรหลายคน เหลือไม่ถึงหนึ่งสัปดาห์สำหรับวิศวกรหนึ่งคน นอกจากนี้ เขายังกล่าวถึงความเป็นไปได้ที่จะเร่งการพัฒนาดิจิทัลทวินและเวิร์กโฟลว์หุ่นยนต์ที่เกี่ยวข้องได้ราว 100 เท่า

การสาธิตในเดือนพฤศจิกายนต่อยอดจากข้อตกลงที่ระบุไว้ในการอัปเดตความร่วมมือเมื่อเดือนมิถุนายนของ Nvidia ซึ่งกล่าวถึงโรงงาน AI ของ LG แผนขยายศูนย์ข้อมูล GAK Sejong ของ Naver ให้มีกำลังไฟฟ้า 55 เมกะวัตต์ และขยายสู่ระดับกิกะวัตต์ในระยะต่อไป ตลอดจน AI Cloud ของ SK Telecom ที่วางแผนให้มีกำลังไฟฟ้าระดับกิกะวัตต์โดยใช้ Nvidia DSX

เกาหลีใต้จึงมีบทบาทเชื่อมโยงกันสองด้านในกลยุทธ์ของ Nvidia ได้แก่ การจัดหาหน่วยความจำ อุปกรณ์อิเล็กทรอนิกส์ และความเชี่ยวชาญภาคอุตสาหกรรมสำหรับโครงสร้างพื้นฐาน AI รวมถึงการจัดหาโรงงานและบริการขนส่งที่สามารถนำโครงสร้างพื้นฐานดังกล่าวไปใช้ได้ ความร่วมมือล่าสุดมุ่งเปลี่ยนกำลังประมวลผลให้เป็นเครื่องจักรที่ทำงานจริงและเป็นประโยชน์

โฆษณา

AI กายภาพเปลี่ยนสายการผลิตอย่างไร

AI กายภาพช่วยให้เครื่องจักรใช้ข้อมูลเกี่ยวกับสภาพแวดล้อมเพื่อตัดสินใจว่าจะเคลื่อนไหวและทำงานอย่างไร สำหรับหุ่นยนต์ในโรงงาน อาจหมายถึงการปรับการจับยึดเมื่อชิ้นส่วนมาถึงในตำแหน่งที่ต่างออกไป หรือเปลี่ยนแรงกดเมื่อสัมผัสพื้นผิวที่ไม่เรียบ

Talla เปรียบเทียบแนวทางนี้กับหุ่นยนต์อุตสาหกรรมที่ตั้งโปรแกรมให้ทำการเคลื่อนไหวแบบเดิมซ้ำ ๆ ตามคำอธิบายของเขา ระบบอัตโนมัติในอุตสาหกรรมยานยนต์ที่พัฒนามาหลายทศวรรษทำให้งานผลิตซ้ำ ๆ มีประสิทธิภาพ ขณะที่งานซึ่งมีการเปลี่ยนแปลงบ่อยยังทำให้ระบบอัตโนมัติเข้ามาทำงานได้ยากกว่า

Talla กล่าวถึงปัญหาการเขียนโปรแกรมระหว่างการบรรยายหลักว่า:

ในพื้นที่ที่สภาพแวดล้อมการทำงานเปลี่ยนแปลงอยู่เสมอ คุณไม่สามารถเขียนโปรแกรมกำหนดทุกการกระทำได้

เวิร์กโฟลว์ที่ Nvidia เสนอประกอบด้วยการประมวลผลสามขั้น ระบบ DGX ใช้ฝึกโมเดล AI เทคโนโลยี RTX รองรับการจำลองเสมือนจริง และคอมพิวเตอร์ Jetson ใช้รันซอฟต์แวร์ที่ได้บนหุ่นยนต์ Isaac มีเครื่องมือสำหรับพัฒนาและฝึกหุ่นยนต์ Omniverse จำลองสภาพแวดล้อมการทำงาน ส่วน Newton จำลองปฏิสัมพันธ์ทางกายภาพ เช่น การสัมผัสระหว่างเครื่องมือกับพื้นผิว

Cosmos แพลตฟอร์มโมเดลโลกของ Nvidia ช่วยเติมเต็มกระบวนการอีกส่วนหนึ่งด้วยการสร้างสภาพแวดล้อมจำลองและข้อมูลสังเคราะห์ ข้อมูลสังเคราะห์คือตัวอย่างที่สร้างขึ้นด้วยซอฟต์แวร์ แทนการเก็บจากอุปกรณ์จริงทั้งหมด นักพัฒนาสามารถใช้ตัวอย่างเหล่านี้ฝึกหุ่นยนต์และประเมินการตอบสนองต่อสถานการณ์ต่าง ๆ

Hyundai ทดสอบการปรับเปลี่ยนโรงงานโดยไม่หยุดการผลิต

Hyundai Motor Group และ Nvidia กำลังสร้างโรงงานผลิตรถยนต์เป็นดิจิทัลทวิน ซึ่งเป็นแบบจำลองเสมือนของโรงงานและอุปกรณ์จริง วิศวกรสามารถใช้แบบจำลองนี้ทดสอบตำแหน่งและการเคลื่อนไหวของหุ่นยนต์ ตลอดจนลำดับการผลิต โดยที่สายการประกอบจริงยังเดินเครื่องต่อไป

การปรับเปลี่ยนที่เสนอสามารถทดลองซ้ำในโรงงานเสมือนก่อนที่พนักงานจะเคลื่อนย้ายเครื่องจักรหรือเปลี่ยนกระบวนการผลิต Nvidia ระบุว่าสามารถทดลองได้หลายร้อยหรือหลายพันครั้ง โดยการจำลองซ้ำดำเนินไปเร็วกว่าการทำงานจริง

AI agent มีเป้าหมายช่วยให้สร้างสภาพแวดล้อมเสมือนเหล่านี้ได้ง่ายขึ้น Agent คือซอฟต์แวร์ที่วางแผนงานและเรียกใช้เครื่องมืออื่นเพื่อทำงานให้สำเร็จ ในกรณีนี้ agent เชื่อมเครื่องมือจำลองเข้าด้วยกันและทำงานบางส่วนโดยอัตโนมัติ ซึ่งก่อนหน้านี้วิศวกรและศิลปินดิจิทัลต้องทำด้วยมือ

ประโยชน์ที่ Hyundai คาดหวังคือการย่นระยะเวลาตั้งแต่แนวคิดทางวิศวกรรมไปจนถึงการทดสอบการเปลี่ยนแปลงในสายการผลิต โดยสามารถตรวจสอบพฤติกรรมของหุ่นยนต์ควบคู่กับกระบวนการทำงานของโรงงานโดยรวม แทนที่จะพิจารณาเครื่องจักรแต่ละตัวเป็นอุปกรณ์แยกส่วน

โฆษณา

Doosan และ LG รับมือกับการสัมผัส แรงกด และการจัดการชิ้นส่วน

Doosan Robotics กำลังร่วมมือกับ Nvidia พัฒนาการขัดประตูรถยนต์และพื้นผิวเครื่องใช้ไฟฟ้าอย่างแม่นยำ งานขัดไม่ได้หมายถึงการทำเส้นทางเดิมซ้ำ ๆ เท่านั้น ผลลัพธ์ยังขึ้นอยู่กับวัสดุ ความหยาบของพื้นผิว และแรงกดจากหุ่นยนต์

ความร่วมมือนี้ใช้ Isaac Lab และเอนจินฟิสิกส์ Newton เพื่อศึกษาปฏิสัมพันธ์ดังกล่าว การสาธิตตรวจสอบสภาพพื้นผิวและแรงกดในการขัด โดยมีเป้าหมายคาดการณ์ว่าการเคลื่อนไหวของหุ่นยนต์จะเปลี่ยนแปลงวัสดุที่สัมผัสอย่างไร

LG Electronics นำ Isaac Sim และ Isaac Lab มาใช้กับการผลิตเครื่องใช้ไฟฟ้า หุ่นยนต์ฝึกหยิบ ประกอบ และจัดวางชิ้นส่วนสำหรับผลิตภัณฑ์ต่าง ๆ รวมถึงเครื่องซักผ้าและตู้เย็น การฝึกซ้ำในสภาพแวดล้อมจำลองช่วยให้นักพัฒนาปรับการเคลื่อนไหวและทดสอบประสิทธิภาพก่อนนำการเปลี่ยนแปลงไปใช้กับชิ้นส่วนและเครื่องจักรจริง

กำหนดการในงานของ LG ยังมีระบบเรียนรู้และตรวจสอบความถูกต้องที่พัฒนาบน Isaac GR00T รวมถึงตัวอย่างการใช้งานในโรงงาน ความร่วมมือในวงกว้างกับ Nvidia เชื่อมโยงข้อมูลการผลิตและความรู้ด้านการผลิตเข้ากับโครงสร้างพื้นฐาน AI โดยมีแผนเชื่อมโยงการจัดซื้อ การผลิต โลจิสติกส์ และการส่งมอบสินค้าให้ลูกค้าผ่านข้อมูลและ AI

บริษัทพัฒนารายย่อยก็เป็นส่วนหนึ่งของเครือข่ายนี้เช่นกัน สตาร์ตอัปเกาหลีใต้ RealWorld กำลังพัฒนา DexPinch เพื่อประเมินการควบคุมหยิบจับของหุ่นยนต์และความแม่นยำของอัลกอริทึม ส่วน Krafton ถูกนำเสนอในฐานะพันธมิตรอีกราย โดยพัฒนาหุ่นยนต์ที่มุ่งปฏิสัมพันธ์กับผู้คนในงานดูแลสังคมและการแพทย์

โรงงานเซมิคอนดักเตอร์เชื่อมการจำลองเข้ากับการตรวจสอบปัญหา

SK Hynix, Samsung Electronics และ SK Telecom แสดงให้เห็นว่าความร่วมมือของ Nvidia ขยายไปไกลกว่าการขยับแขนหุ่นยนต์ โครงการของบริษัทเหล่านี้ใช้โรงงานเสมือน การจำลองทางวิศวกรรม และการวิเคราะห์ด้วย AI เพื่อตรวจสอบอุปกรณ์และกระบวนการทำงานที่ซับซ้อน

ดิจิทัลทวินสำหรับโรงงานเซมิคอนดักเตอร์ช่วยติดตามอุปกรณ์และกระบวนการผลิต ตลอดจนวิเคราะห์ขั้นตอนการปฏิบัติงานมาตรฐาน ซึ่งเป็นคำแนะนำที่พนักงานใช้เพื่อทำงานให้สม่ำเสมอ Nvidia ยังสาธิต AI agent ที่ตรวจสอบสาเหตุของความผิดปกติของอุปกรณ์ภายในโรงงานเสมือน

Samsung นำเสนอการวิเคราะห์การไหลของของไหล ความร้อน และโครงสร้างโดยใช้ PhysicsNeMo เครื่องมือของ Nvidia สำหรับโมเดล AI ที่อิงกับพฤติกรรมทางกายภาพ งานเหล่านี้ตรวจสอบการไหลของของเหลวหรือก๊าซ การเคลื่อนที่ของความร้อน และการตอบสนองของโครงสร้างต่อแรง Samsung ยังสาธิตการใช้ AI ช่วยสำรวจทางเลือกในการออกแบบ

โครงการของ SK Hynix ครอบคลุมการจำลองอุปกรณ์และกระบวนการเซมิคอนดักเตอร์โดยใช้ CUDA-X และ PhysicsNeMo เป้าหมายร่วมของโครงการเหล่านี้คือการเปิดทางให้วิศวกรตรวจสอบการเปลี่ยนแปลงที่เป็นไปได้และปัญหาการทำงานผ่านระบบดิจิทัลควบคู่กับระบบกายภาพที่ตนดูแล

โฆษณา

Kakao Mobility ตั้งเป้าขยับจากแท็กซี่ที่มีคนควบคุมไปสู่ระบบระดับ 4

Kakao Mobility และ Nvidia ลงนามบันทึกความเข้าใจด้านการขับขี่อัตโนมัติเมื่อวันที่ 9 พฤศจิกายน ที่ The Westin Seoul Parnas ในย่านกังนัม ผู้เข้าร่วมประกอบด้วย Kim Jin-gyu รองประธานฝ่าย AI กายภาพของ Kakao Mobility และ Gaurav Agrawal ผู้อำนวยการอาวุโสฝ่ายธุรกิจยานยนต์ของ Nvidia

ปัจจุบัน Kakao Mobility ให้บริการแท็กซี่ไร้คนขับในย่านกังนัม โดยมีพนักงานขับรถเพื่อความปลอดภัยอยู่ในรถ บริการเริ่มต้นด้วยรถสองคันในเดือนมีนาคม และขยายเป็นหกคันในเดือนสิงหาคม ซึ่งเพิ่มจำนวนรถเป็นสามเท่า ผู้โดยสารเรียกใช้บริการผ่าน Kakao T

ความร่วมมือใหม่นี้มุ่งสู่ระบบอัตโนมัติระดับ 4 ซึ่งเป็นระดับที่รถทำหน้าที่ขับขี่ได้โดยไม่ต้องพึ่งพาคนขับภายในเงื่อนไขการใช้งานที่กำหนด เช่น พื้นที่ให้บริการที่ระบุไว้ Kakao Mobility ยังไม่ได้เปิดเผยวันเปิดให้บริการเชิงพาณิชย์หรือจำนวนรถที่จะจัดหาให้บริการระดับ 4 ตามแผน

Kakao Mobility จะเป็นผู้นำพัฒนา AI สำหรับการขับขี่ของบริษัทเอง ขณะที่ Nvidia จัดหาเทคโนโลยีด้านการประมวลผล การเชื่อมต่อเซ็นเซอร์ และความปลอดภัย ทั้งสองบริษัทวางแผนนำระบบที่พัฒนาขึ้นไปใช้กับรถยนต์เฉพาะทางของ Kia เป็นลำดับแรก ซึ่งออกแบบมาเพื่อการใช้งานเฉพาะ เช่น บริการรับส่งผู้โดยสาร

ข้อตกลงนี้ต่อเนื่องจากความคืบหน้าหลายขั้นตอนที่เชื่อมโยงกัน:

  • มีนาคม 2026: Kakao Mobility เริ่มให้บริการแท็กซี่ไร้คนขับในย่านกังนัมด้วยรถสองคันและพนักงานขับรถเพื่อความปลอดภัย
  • พฤษภาคม 2026: Kakao Mobility ร่วมมือกับ LG Innotek ด้านการตรวจจับความแม่นยำสูงและข้อมูลการขับขี่
  • กรกฎาคม 2026: Kakao Mobility และ Kia ตกลงพัฒนาและจัดหารถยนต์สำหรับบริการขับขี่อัตโนมัติ
  • สิงหาคม 2026: จำนวนรถในกองรถย่านกังนัมเพิ่มเป็นหกคัน
  • 9 พฤศจิกายน 2026: Kakao Mobility และ Nvidia ลงนามข้อตกลงความร่วมมือด้านเทคโนโลยี
  • ภายในสิ้นปี 2026: Kakao Mobility วางแผนขยายการนำโมเดล AI สำหรับการขับขี่แบบครบวงจรไปใช้งาน

ระบบขับขี่ทำงานร่วมกันอย่างไร

โมเดลแบบครบวงจรของ Kakao Mobility เชื่อมการทำความเข้าใจสภาพแวดล้อมรอบรถเข้ากับการตัดสินใจขับขี่ผ่านโมเดล AI ปัจจุบันบริษัทผสานการตัดสินใจขับขี่ด้วย AI เข้ากับระบบตรวจสอบความปลอดภัยที่อิงกฎเกณฑ์ชัดเจน

หน่วยประมวลผลตามแผนจะมีระบบ DRIVE AGX Thor สองชุด สถาปัตยกรรมอ้างอิง Hyperion ของ Nvidia เป็นกรอบการออกแบบสำหรับเชื่อมต่อรถยนต์ เซ็นเซอร์ และฮาร์ดแวร์ประมวลผล ส่วน Halos เป็นกรอบความปลอดภัยสำหรับการพัฒนาและตรวจสอบความถูกต้อง

Rishi Dhall รองประธานฝ่ายยานยนต์ของ Nvidia อธิบายการแบ่งหน้าที่ตามแผนว่า:

Nvidia Hyperion มอบพื้นฐานเทคโนโลยีด้านเซ็นเซอร์และการประมวลผลที่จำเป็นต่อการนำระบบขับขี่อัตโนมัติระดับ 4 มาใช้ ส่วน Nvidia Halos สนับสนุนกรอบความปลอดภัยที่ครอบคลุมตลอดทั้งกระบวนการ ตั้งแต่การพัฒนาเทคโนโลยีไปจนถึงการนำไปใช้ในบริการจริง

ทั้งสองบริษัทตั้งใจพัฒนาระบบที่สอดคล้องกับมาตรฐานสากล จัดตั้งบริการในเกาหลีใต้ และพิจารณาขยายสู่ตลาดต่างประเทศในระยะยาว งานด้านวิศวกรรมที่ต้องเร่งดำเนินการคือการผสานซอฟต์แวร์ของ Kakao Mobility ฮาร์ดแวร์ของ Nvidia และรถยนต์ของ Kia ให้เป็นระบบที่ทำงานร่วมกัน

โฆษณา

AI agent ต้นทุนต่ำลงและโมเดลภาษาเกาหลีช่วยสนับสนุนโรงงาน

Nvidia ยังนำเสนอแนวทางลดต้นทุนการใช้งาน AI agent Jonathan Cohen รองประธานฝ่ายวิจัยประยุกต์ของบริษัท อธิบายถึง Switchyard ซึ่งจัดสรรงานไปยังโมเดล AI ต่าง ๆ ตามระดับความยากและต้นทุน

ในการทดสอบภายในของ Nvidia แนวทางดังกล่าวรักษาอัตราความสำเร็จของงานไว้ที่ 80% ขณะลดต้นทุนเหลือประมาณหนึ่งในสามของการใช้โมเดลทรงพลังเพียงโมเดลเดียว กล่าวอีกนัยหนึ่งคือประหยัดค่าใช้จ่ายได้ราวสองในสาม โดยอัตราความสำเร็จไม่เปลี่ยนแปลง

Cohen อธิบายเหตุผลที่การจัดสรรงานมีความสำคัญว่า:

คุณไม่จำเป็นต้องมอบหมายทุกงานให้โมเดลที่ฉลาดที่สุด

Naver เข้าร่วม Nemotron Coalition โดยแบ่งปันข้อมูลและเทคนิคการฝึกเพื่อพัฒนาโมเดลแบบเปิด Naver Cloud นำเสนอประสบการณ์ด้าน Nemotron และการฝึกโมเดลขนาดใหญ่ ส่วน SK Telecom, LG AI Research และ Upstage ต่างใช้เทคโนโลยีและชุดข้อมูล Nemotron เพื่อพัฒนาโมเดลที่เหมาะกับภาษาเกาหลีและอุตสาหกรรมในประเทศ

Nvidia ระบุว่ากลยุทธ์โมเดลแบบเปิดของบริษัทครอบคลุมการเผยแพร่น้ำหนักโมเดล ตลอดจนสคริปต์สำหรับการฝึกและทดสอบ น้ำหนักโมเดลคือค่าตัวเลขที่เรียนรู้มาและกำหนดการตอบสนองของโมเดล การเข้าถึงองค์ประกอบเหล่านี้ช่วยให้บริษัทต่าง ๆ มีจุดเริ่มต้นในการปรับระบบโดยใช้ข้อมูลและความรู้ด้านอุตสาหกรรมของตนเอง

ทางเลือกด้านพลังงานและแพลตฟอร์มกำหนดทิศทางการขยายตัว

การฝึก AI การจำลองหุ่นยนต์ และการให้บริการล้วนต้องใช้โครงสร้างพื้นฐานด้านการประมวลผล แพลตฟอร์ม DSX ของ Nvidia มอง GPU เครือข่าย ระบบระบายความร้อน และแหล่งจ่ายไฟฟ้าเป็นองค์ประกอบของระบบเดียวที่สามารถบริหารจัดการร่วมกันได้

Nvidia ระบุว่า Nscale พันธมิตรด้านคลาวด์ ใช้ระบบบริหารจัดการพลังงานแบบพลวัตเพื่อเพิ่มขีดความสามารถในการติดตั้ง GPU ราว 37% และเพิ่มการสร้างโทเคนประมาณ 50% ภายใต้งบพลังงานเท่าเดิม โทเคนคือหน่วยข้อความขนาดเล็กที่โมเดลภาษาประมวลผลและสร้างขึ้น ตัวอย่างนี้สะท้อนการให้ความสำคัญของบริษัทกับการเพิ่มปริมาณการประมวลผลที่เป็นประโยชน์จากแหล่งจ่ายไฟฟ้าที่มีจำกัด

NVLink Fusion รองรับงานด้านโครงสร้างพื้นฐานอีกส่วนหนึ่ง คือการเชื่อมชิป AI แบบกำหนดเองเข้ากับระบบของ Nvidia โดยออกแบบมาเพื่อลดภาระของผู้พัฒนาชิปในการสร้างโครงสร้างพื้นฐานด้านเซิร์ฟเวอร์ เครือข่าย และแร็กสำหรับโปรเซสเซอร์ของตน

การขยายตัวของเกาหลีใต้มีการจัดสรรชิป 260,000 ชิ้นที่ประกาศเมื่อเดือนพฤศจิกายน 2025 โดยมีกำหนดเริ่มส่งมอบในปี 2026 ข้อตกลงเมื่อเดือนตุลาคม 2026 สำหรับสายการผลิตซับสเตรตโดยเฉพาะ ณ โรงงานของ Samsung Electro-Mechanics ในเมืองเซจงและปูซาน ยังเพิ่มความเชื่อมโยงระหว่างภาคการผลิตของเกาหลีกับห่วงโซ่อุปทานของ Nvidia

บทบาททางธุรกิจของ Nvidia ขยายผ่านความร่วมมือเหล่านี้ Talla อธิบายว่าบริษัทเป็นผู้ให้บริการแพลตฟอร์มและชิป ไม่ใช่ผู้ผลิตหุ่นยนต์ พันธมิตรเกาหลีจัดหาโรงงาน ผลิตภัณฑ์ ความรู้ด้านปฏิบัติการ และแอปพลิเคชัน ส่วน Nvidia จัดหาโครงสร้างพื้นฐานร่วมสำหรับการพัฒนาส่วนใหญ่ การใช้เครื่องมือร่วมกันอาจทำให้การผสานระบบง่ายขึ้น ขณะเดียวกันก็ทำให้ความเข้ากันได้และการเข้าถึงเครื่องมือเหล่านี้อย่างต่อเนื่องเป็นปัจจัยสำคัญสำหรับบริษัทที่เข้าร่วม

โฆษณา

สิ่งที่ควรรู้

  • Nvidia นำเสนอความร่วมมือด้านการผลิตและหุ่นยนต์ที่ขยายตัวในเกาหลีใต้ ในงาน AI Day Seoul 2026 ซึ่งจัดขึ้นระหว่างวันที่ 9 ถึง 10 พฤศจิกายน ที่ COEX
  • Hyundai กำลังทดสอบกระบวนการผลิตในดิจิทัลทวิน Doosan พัฒนาการขัดด้วยหุ่นยนต์ และ LG ฝึกหุ่นยนต์สำหรับการผลิตเครื่องใช้ไฟฟ้า
  • โครงการของ Samsung, SK Hynix และ SK Telecom เชื่อมการจำลองโรงงานเข้ากับการวิเคราะห์ทางวิศวกรรม การติดตามตรวจสอบ และขั้นตอนการปฏิบัติงาน
  • Nvidia ระบุว่า AI agent ช่วยลดเวลาพัฒนาสภาพแวดล้อมจำลองจากหลายเดือนเหลือไม่ถึงหนึ่งสัปดาห์สำหรับวิศวกรหนึ่งคน
  • Kakao Mobility วางแผนผสาน AI สำหรับการขับขี่ของบริษัทเข้ากับเทคโนโลยีประมวลผลและความปลอดภัยของ Nvidia ในรถยนต์ Kia สำหรับบริการระดับ 4
  • กองรถปัจจุบันของ Kakao Mobility ในย่านกังนัมมีรถหกคันและพนักงานขับรถเพื่อความปลอดภัย บริษัทยังไม่ประกาศวันเปิดตัวบริการระดับ 4 หรือจำนวนรถที่จะจัดหา
  • การบริหารจัดการพลังงานของศูนย์ข้อมูล โมเดลภาษาเกาหลี และแพลตฟอร์มพัฒนาร่วมกัน เป็นแรงสนับสนุนความพยายามในภาคอุตสาหกรรมโดยรวม
แชร์บทความนี้

เรื่องที่คุณอาจชอบ