▍隨著NVIDIA即將於27日公布2024年第四季財報，持續兩年多的AI產業狂潮能否延續成為市場關注焦點。本次財報最大看點在於第一季財測指引，市場將藉此觀察DeepSeek等新興AI服務崛起後，是否導致主要雲端服務供應商（CSP）縮減超大規模資料中心投資計畫。
值得留意的是，受美國特朗普政權可能回歸帶來的半導體代工產業不確定性影響，台積電近期股價承壓。反觀外資買盤持續湧入聯發科，反映市場對邊緣裝置（Edge Device）應用前景的高度期待。
本文將以27日輝達法說會順利落幕為前提，盤點參與GTC 2025科技盛會的台灣公司。
📍 上市櫃公司
鴻海集團:
透過數位孿生與 AI 驅動的護理機器人轉變病患護理
介紹富士康如何運用 NVIDIA 的技術來提升病患護理，包括透過數位孿生技術來模擬疾病並優化護理機器人。它展示了高解析度 3D 模型和模擬如何轉變醫療工作流程，提高診斷精度，並改善醫生與病患之間的溝通。更智能的方式：利用數位孿生技術提升交叉路口安全
介紹數位孿生技術如何在道路安全中發揮關鍵作用，特別是在自動化安全評估、事故診斷和交叉路口設計優化方面。它展示了如何利用數位孿生、預測分析和生成 AI 技術識別危險區域、預測事故，並通過集成解決方案來提升安全性，並提供成功案例來展示這些技術如何在智能城市中應用。重塑智能製造：富士康如何構建和部署 AI 勞動力
介紹富士康如何通過建立 AI 勞動力平台，利用 NVIDIA 的 NeMo 和 Omniverse 工具，將 AI 應用於製造和運營中，提升效率和創新。它還闡述了富士康 AI 工廠的願景，預示著一個完全整合的 AI 生態系統，將重塑未來的製造業和勞動力格局。如何在智慧工廠設計中運用 Omniverse
介紹 Fii Omniverse 數位孿生項目在 GB200 生產線上的應用。數位孿生技術與工業物聯網、AI 和 ERP 系統的結合可以提升協作效率、運營效率，並改善決策過程。該系統的可擴展性使其能夠適應未來需求，並支持基於實時數據的智能決策，從而提升生產力與盈利。物理 AI：工業數字化下一個前沿
介紹各行各業領袖如何透過 AI 和模擬技術實現數字化轉型，重點在於使用生成式 AI、開放數據框架和數位孿生來開創企業的新機遇。還將討論開放標準和數據互操作性的重要性，以及如何準備迎接下一個 AI 進步階段——物理 AI。(工業富聯 X CNBC X Microsoft X Siemens X Intrinsic X Agility Robotics)💡通用型機器人新時代：人形機器人的崛起
介紹人形機器人作為通用型機器人領域的巨大創新，將分享領先公司專家對未來發展的看法，並探討實現這些目標所需的技術進步。重點在於如何使大型基礎模型適應實際機器人任務，處理數據策略，並關注未來技術與行業的關鍵里程碑。
由 Skild AI, Tiffintech, Boston Dynamics, Agility Robotics, 1X發表。
聯發科
SwinPIR：使用 Video Swin Transformer 的封裝動態 IR 降壓預測深度學習框架
介紹SwinPIR，一個基於 Video Swin Transformer 的新型深度學習框架，用於預測翻轉芯片封裝中的 bump-to-bump 電感矩陣。其創新之處在於解決了製程縮小過程中的 IR 降壓問題，並大幅提高了預測速度和準確度，顯著縮短設計周期並提升電源分配網絡設計的效能。利用大型語言模型（LLM）轉變軟體開發流程
介紹如何利用大型語言模型（LLMs）來提升軟體開發的效率，特別是在將 LLM 與領域知識及 AI 代理工作流程相結合的情境中，實現像是從大規模規格中生成測試用例等具體應用，進而改善軟體開發的整體生產力。從邊緣到雲端加速 AI：聯發科的領先車載和數據中心解決方案
介紹聯發科在車載領域和數據中心領域的 AI 解決方案，特別強調其 Dimensity Auto 車載解決方案，這是一個軟體定義車輛平台，並且利用 NVIDIA 的先進 GPU 技術來加速 AI 計算。此外，將介紹聯發科在數據中心領域的領先解決方案，並探討其在高效能、先進製程技術、以及 AI 驅動車輛娛樂和語音解決方案方面的應用。聯發科技與 NVIDIA 合作讓 AI 無所不在
介紹聯發科與 NVIDIA 的合作，特別是在設計 GB10 Grace Blackwell Superchip 方面的合作，該芯片是為 Project DIGITS 項目打造的個人 AI 超級計算機。文章還探討了聯發科技在優化 AI 性能與能效方面的專長，並指出其在汽車、物聯網設備和數據中心領域的 AI 應用，強調其每年為超過 20 億台設備提供動力的規模。
💡目前聯發科概念龍頭為 -- ASIC廠 擷發科(7796), 該公司在CES展出與聯發科 共同合作的工業級AI物聯網平台。
廣達(QCT)
透過自適應融合平台加速 AI 和 HPC
介紹 QCT POD 作為一個即時 AI 和 HPC 解決方案，如何通過簡化基礎設施建設、支持 RAG 系統、以及提供強大的數據管理工具和存儲能力，來加速 AI 和 HPC 應用的部署。它還強調了如何通過集成的管理和監控功能來提升性能並優化工作流程。加速企業的 GenAI 創新
介紹如何使用 QCT AI 開發工具包來加速企業的生成式 AI 創新，特別是透過機械臂集成的實時示範，展示從 RAG 框架實現到推理部署的技術流程。重點在於如何選擇合適的硬體，並使用 QCT 的硬體和開發工具包簡化 Gen AI 應用部署，同時提高性能和效率。
華碩
通過 ASUS AI POD 和先進液冷技術徹底改變 AI 基礎設施
介紹 ASUS AI POD 和先進液冷技術如何解決高性能 AI 工作負載的問題，並強調其創新架構和總擁有成本（TCO）效益。重點在於液冷技術如何提供高效熱管理，同時支持可擴展和可持續的 AI 基礎設施，並幫助企業在 AI 領域中保持競爭力。(華碩 X 台達電)使用 ASUS AI 集群解決方案實現端到端 AI 基礎設施**
介紹如何通過 ASUS 集群解決方案簡化 AI 基礎設施，提供一個預配置的硬體與軟體解決方案，幫助用戶專注於 AI 目標的實現。主要介紹了如何使用 ASUS 解決方案為 AI 應用打下基礎、提升生產力並加速下一代 AI 應用的部署與擴展。(華碩 X 台智雲)
台達電(Delta Robotic Automatic)
- 基於 Omniverse 的 Delta 智慧製造數位孿生
介紹 Delta 如何利用 NVIDIA Omniverse 和其 DIATwin 虛擬機器開發平台，創建數位孿生平台來支援智慧製造生產線的運作。
神達電腦
- GPU伺服器的開放與模組化設計
介紹如何利用開放規範的模組化設計來應對 GPU 伺服器設計中的變化需求，特別是對於支持不同 CPU、GPU 計算能力、I/O 和儲存設備的多種使用情境。重點在於 NVIDIA MGX 和 OCP DC-MHS 在下一代 GPU 伺服器設計中的應用，展示其協同效應和優勢。
和碩
數位孿生 與 AI 工廠 在實現工業設施高階自動化中的互補與變革性作用
介紹數位孿生和 AI 工廠如何協同工作，提升工業設施的自主性。通過展示 PEGATRON 使用 NVIDIA Omniverse、Metropolis 等技術來建立和協調 AI 代理，從而優化操作流程，並深入探討數位和 AI 轉型如何塑造未來的工業自主運營。創新高密度 GPU 機架解決方案，搭載 NVIDIA 平台
介紹和碩的高密度 GPU 機架解決方案，並且展示其如何利用 NVIDIA 平台來提升 AI 基礎設施的效率和可擴展性。特別強調液冷技術和高密度設計對性能提升、空間和能源優化的作用，幫助數據中心應對 AI 計算需求的挑戰。
佳世達
- 多模態醫學報告生成系統
介紹如何利用多模態模型來從醫學影像生成報告，並討論 NeVA 的優勢、目前醫學報告生成中的挑戰、以及未來的發展潛力。此外，會介紹如何使用 GPT-4 來創建更完整的數據集，並展示當前多模態醫學影像模型的應用和進展。(佳世達 X 國際創新生醫技術研究院 X 國立成功大學)
台積電
- GPU 加速半導體製程模擬：從原子到電晶體
介紹 NVIDIA CUDA 軟體生態系統如何在半導體技術計算輔助設計（TCAD）中發揮關鍵作用，通過 GPU 加速技術解決從 tera-scale 到 exa-scale 的複雜問題。利用「單指令多數據」（SIMD）範式重構 TCAD 模擬器的基本組件，進一步提升計算效率，從而大幅縮短處理時間並提升性能。
微星
- 在全方位人形機器人出現之前的變革時代
介紹自主移動機器人（AMR）在智慧工廠和物流倉儲中的應用，重點包括如何通過 AI 驅動的 AMR 實現流程自動化、集成 NVIDIA 平台與庫存管理系統來提升效率，以及成功案例展示 AMR 在電子商務物流中如何提高運營效能。
英業達
AI 代理盒子：設計與部署強健的邊緣 AI 應用程式
介紹了邊緣 AI 的應用，並探索如何在有限的計算資源下開發強健的 AI 代理系統，特別是在 NVIDIA Jetson 平台的支持下。文章提及多種現實案例，如監測雲霧模式、支援醫療診斷和生產線異常檢測等。它還會討論在選擇和優化演算法時，如何平衡資源限制與用戶需求，以確保邊緣設備的性能和可靠性。使用 GPU 加速基於 FHE 的 DNN 安全推理
介紹如何通過 GPU 加速基於全同態加密（FHE）的深度神經網絡（DNN）推理，解決目前 FHE 在 DNN 推理中遇到的性能瓶頸。文中將討論全同態加密的背景及其挑戰，並具體介紹如何通過並行化和優化工作負載來提升推理效率，最終達到約 100 倍的加速效果。這一研究將推動 FHE 基於 DNN 推理向實際應用邁進，並展示 GPU 在加速安全計算中的潛力。為 AI 製造與 AI 為製造服務
介紹如何使用 NVIDIA 產品在智能製造中構建 AI 伺服器和解決方案，並克服設計和部署中的挑戰。重點涵蓋無需大量標註的訓練方法、使用 NVIDIA Omniverse 加速 AI 部署，及在多樣化環境中維持運營效率和安全性。此外，還展示了 AI 在製造自動化中的應用，從而提升流程的智能化和效率。
聰泰科技
- 推動醫療領域的 AI 發展：Holoscan Sensor Bridge 和 IGX 的力量
介紹 NVIDIA 的 Holoscan Sensor Bridge 和 IGX 技術如何結合，通過減少輸入延遲並提升邊緣計算能力，推動醫療領域的即時 AI 應用。特別強調了這些技術如何加速醫學影像處理、提升手術精度和加速臨床決策。此外，這些技術還延伸至醫療之外的領域，涵蓋工業檢測、高速自動化和娛樂系統等多個應用。
益登科技
邊緣 AI 應用開發生態系統
介紹邊緣 AI 應用開發的生態系統，並幫助開發者了解如何整合硬體和軟體資源來加速開發過程。重點包括 NVIDIA 的邊緣 AI 平台，支援機器人、自治機器及智慧視頻分析的軟體開發工具包，以及相關的開發工作流程和生態系統支持。從邊緣到雲端：NVIDIA 平台加速工業 AI 的全面解決方案
介紹 NVIDIA 提供的全面 AI 解決方案，針對工業 AI 的各個方面，從邊緣推理到雲端部署，如何利用 NVIDIA 的硬體 (Jetson、IGX) 和軟體 (AI Enterprise) 建立高效、可擴展的 AI 生態系統。重點展示了智能工廠、計算機視覺檢測和邊緣智能等實際應用案例，強調其在工業創新中的關鍵作用。
所羅門
- 開創智能自動化的未來
介紹 AI 驅動的機器人技術和自動化的當前狀況，並展望未來的智能製造。重點討論 AI 如何與自主移動機器人和工業機械臂集成，並開發更直觀的機器人系統。會中也會探討先進 AI 技術（如 NVIDIA Isaac 平台）的應用，這使得機器人系統更具自主性和效率。此外，還將介紹如何使這些技術對中小型企業變得更加可及，開放新市場。(所羅門 X NVIDIA X Vention X RGo Robotics X Teradyne X Siemens)
💡去年多家媒體報導"達明機器人將出席GTC2025", 經過確認, 參展名單內沒有 Techman Robot Inc.。
GMI Cloud(弘憶股)
- 在 GMI Cloud 上建立可靠的 AI 解決方案
介紹如何在 GMI Cloud 上構建和維護可靠的 AI 解決方案，著重於如何設計容錯架構來應對需求變化，優化 AI 工作負載，提高模型性能，並確保數據的完整性與高可用性。文中將分享實際案例，幫助讀者理解如何利用 GMI Cloud 的基礎設施來持續改進並打造一個適應快速變化的 AI 生態系統。
💡弘憶股董事長葉佳紋的兒子葉威廷為 GMI Cloud的創辦人, 目前GMI Cloud是弘憶股的關係企業。
Comments
Add a Comment