新聞筆記 · IDAEO AI News

#新聞媒體

鴻海、輝達合作DGX SuperPOD應用 AI訓練效能提升2.48倍

發布者:

TL;DR · 這代表什麼

鴻海(2317-TW)與輝達(NVIDIA)(NVDA-US)合作,導入NVIDIA DGX SuperPOD及DGX GB200系統,加速自研大型語言模型FoxBrain訓練,1200億參數模型的訓練速度較過去採用H100的方案提升2.48倍,在12天內處理1兆Tokens,進一步強化AI模型訓練能力,推動AI技術導…

(摘自原文導言,非改寫)

新聞正文

鴻海(2317-TW)與輝達(NVIDIA)(NVDA-US)合作,導入NVIDIA DGX SuperPOD及DGX GB200系統,加速自研大型語言模型FoxBrain訓練,1200億參數模型的訓練速度較過去採用H100的方案提升2.48倍,在12天內處理1兆Tokens,進一步強化AI模型訓練能力,推動AI技術導入全球製造據點。

透過NVIDIA DGX SuperPOD搭配NVIDIA Blackwell架構及NVLink交換器,可整合多顆GPU的運算資源,加速大型AI模型訓練。鴻海以此為基礎訓練FoxBrain,並進一步結合工業資料與多模態推理能力,發展視覺語言模型,將AI應用延伸至製造、電動車及智慧城市等領域。

在模型訓練效能方面,鴻海採用DGX SuperPOD訓練1200億參數模型,速度較先前以H100為基礎的解決方案提升2.48倍;此外,透過DGX SuperPOD在12天內處理1兆個Tokens,支援FoxBrain模型持續訓練及多模態能力發展。

除了提升模型訓練效能,鴻海也將AI導入生產管理流程,透過自動化生產排程系統(APS)減少工廠排程工時25%,降低生產規劃的人力負擔。在射出成型製程方面,運用AI最佳化製程設定參數,將製程切換相關工程工作量降低50%,提升生產流程效率。

在產線品質管理方面,鴻海運用AI分析SMT產線問題,已針對超過20項主要缺陷根因進行改善,異常改善率逾90%。透過AI模型分析及即時決策能力,將AI應用延伸至製造現場,協助辨識產線異常原因,並提升問題處理效率。

鴻海也運用NVIDIA Mission Control管理AI運算資源,支援全球超過200個廠區的AI工作負載調度,並結合NVIDIA Run及NIM微服務,提升AI模型部署彈性。此外,鴻海採用NVIDIA RTX PRO伺服器,支援工廠數位孿生模擬及AI代理工作流程,透過NVIDIA Omniverse與Isaac模擬機器人及生產環境,協助產線驗證與複製,加速AI技術導入全球製造據點。

鴻海也將持續與輝達合作,推動AI在智慧製造、智慧電動車及智慧城市等領域的應用,並透過AI Token生態系與開放式代理框架,協助企業發展客製化AI代理,擴大AI技術在產業的應用。

引用級事實單元(F-Units)

鴻海(2317-TW)與輝達(NVIDIA)(NVDA-US)合作,導入NVIDIA DGX SuperPOD及DGX GB200系統,加速自研大型語言模型FoxBrain訓練,1200億參數模型的訓練速度較過去採用H100的方案提升2.48倍,在12天內處理1兆Tokens,進一步強化AI模型訓練能力,推動AI技術導入全球製造據點。

F1 本站收錄原文的原句(僅去排版記號與多餘空白)· 第 1 段 · 鉅亨網 來源類別:未分類(尚未核實)

在模型訓練效能方面,鴻海採用DGX SuperPOD訓練1200億參數模型,速度較先前以H100為基礎的解決方案提升2.48倍;此外,透過DGX SuperPOD在12天內處理1兆個Tokens,支援FoxBrain模型持續訓練及多模態能力發展。

F2 本站收錄原文的原句(僅去排版記號與多餘空白)· 第 3 段 · 鉅亨網 來源類別:未分類(尚未核實)

除了提升模型訓練效能,鴻海也將AI導入生產管理流程,透過自動化生產排程系統(APS)減少工廠排程工時25%,降低生產規劃的人力負擔。

F3 本站收錄原文的原句(僅去排版記號與多餘空白)· 第 4 段 · 鉅亨網 來源類別:未分類(尚未核實)

在射出成型製程方面,運用AI最佳化製程設定參數,將製程切換相關工程工作量降低50%,提升生產流程效率。

F4 本站收錄原文的原句(僅去排版記號與多餘空白)· 第 4 段 · 鉅亨網 來源類別:未分類(尚未核實)

在產線品質管理方面,鴻海運用AI分析SMT產線問題,已針對超過20項主要缺陷根因進行改善,異常改善率逾90%。

F5 本站收錄原文的原句(僅去排版記號與多餘空白)· 第 5 段 · 鉅亨網 來源類別:未分類(尚未核實)

常見問題(FAQ)

這則新聞的重點是什麼?

鴻海(2317-TW)與輝達(NVIDIA)(NVDA-US)合作,導入NVIDIA DGX SuperPOD及DGX GB200系統,加速自研大型語言模型FoxBrain訓練,1200億參數模型的訓練速度較過去採用H100的方案提升2.48倍,在12天內處理1兆Tokens,進一步強化AI模型訓練能力,推動AI技術導入全球製造據點。

原文提到哪些關鍵數字?

在模型訓練效能方面,鴻海採用DGX SuperPOD訓練1200億參數模型,速度較先前以H100為基礎的解決方案提升2.48倍;此外,透過DGX SuperPOD在12天內處理1兆個Tokens,支援FoxBrain模型持續訓練及多模態能力發展。 除了提升模型訓練效能,鴻海也將AI導入生產管理流程,透過自動化生產排程系統(APS)減少工廠排程工時25%,降低生產規劃的人力負擔。

這則新聞的原始出處與發布時間?

原始出處:鉅亨網(https://news.cnyes.com/news/id/6637592)。原文發布時間:2026-10-26。