西門子與輝達合推工業 AI 系統：從數位孿生走向自治工廠，加速製造業 AI 落地

擁有超過 175 年工業底蘊的西門子 (Siemens) 正式攜手輝達 (NVIDIA)，共同深化在工業 AI 領域的合作。雙方不只整合硬體與軟體，更進一步將 AI、模擬、數位雙生與自動化全面結合，目標打造一套可在真實工廠中「實際運作、能規模化部署」的工業 AI 作業系統。對此西門子執行長 Roland Busch 與輝達執行長黃仁勳，首次完整說明這套工業 AI 系統的落地時程、應用場景，以及對製造業、能源與全球供應鏈的實質影響。

工業 AI 落地進廠，從輔助決策走向代辦行動

Busch 指出，工業 AI 現在的關鍵變化，是新一代模型不只提供建議，而是能直接代表人做決策與執行，讓系統開始具備自治與自我調整能力。

他也提到，許多客戶已進一步把製造流程做成數位孿生，先在虛擬世界把流程最佳化，再搬到真實工廠落地；AI 也確實已在產線運作，只是正邁向更高階的層級。

規模化才是硬仗，門檻要降到好部署與複製

Busch 坦言，真正困難不在 AI 可不可行，而是能不能「做大做廣」。關鍵卡點包括：

客戶是否有足夠技能

系統是否容易部署

以及能否跨工廠跨產業快速複製

目前導入工業 AI 仍高度仰賴專業人力與複雜整合，因此西門子正把重點放在降低使用門檻，讓部署更容易、使用更直覺。他也強調，從造船、重工業到新創，都已開始採用相關解決方案，顯示市場動能正在加速堆疊。

輝達加速西門子軟體，設計到工廠一條龍打通

黃仁勳表示，這次合作不是象徵性結盟，而是跨軟硬體、跨流程的深度整合。合作重點包含：

加速西門子的 EDA 軟體

加速物理與製程模擬軟體

把 AI、實體 AI 與大型模型整合進 Teamcenter 與工廠自動化系統

這代表輝達未來在設計晶片與系統時，會更直接依賴西門子的模擬與數位孿生工具；同時，輝達自家工廠與合作夥伴 (像是鴻海) 也能把這套工業 AI 作業系統用在產線與工廠管理上，形成從研發到製造端的完整閉環。

(註：Teamcenter 是西門子開發的產品生命週期管理 軟體，是一個串聯企業人員、流程與資料的數位平台，透過統一的數位線程整合機械、電子與軟體設計、物料清單與流程管理，協助企業從產品概念、設計到製造與服務全流程協作，加快上市速度並降低開發成本。EDA 軟體，是利用電腦輔助設計 (CAD) 工具，自動化複雜的積體電路 (IC) 和電子系統設計流程，涵蓋邏輯設計、電路模擬、佈局、驗證等。)

數位孿生降低試錯成本，邊緣推論加速效率

談到 AI 對真實世界的影響，黃仁勳以「Vera Rubin」為例，說明系統複雜度與成本壓力已高到需要全新的設計方式，這套系統由六顆晶片整合，單顆 GPU 功耗高達 24 萬瓦，能效與成本效率都較前代提升 10 倍。

他的重點是，如果能在西門子的數位雙生裡完成整套系統設計與驗證，就能大幅降低試錯成本，把「不可能」變成「可量產」，而且更接近一次到位。

Busch 也補充，AI 的戰場不只在資料中心，真正價值在於低延遲推論能不能落到工廠邊緣；現在 AI 晶片已進入控制器、工業電腦與邊緣設備，讓工廠可以即時調整與最佳化，而不是事後分析，進一步拉動良率、能耗與整體效率。

(註：邊緣設備，就是裝在工廠、機器或現場的電腦／控制器，能即時感知、運算並做出反應。)

自治工廠與能源瓶頸並行，供應鏈壓力一路延伸到太空

雙方一致認為，自治化與高度自動化工廠需求正在升溫，背後推力包括勞動力短缺、良率提升、能源效率更好，且對美國製造業回流尤其關鍵。

黃仁勳形容，現代工廠本身就是「巨型機器人」，過去最難的是機器人太難教、太吃軟體人力。而實體 AI 的價值在於讓機器人更容易被「教會」，用示範取代大量手寫程式。

至於能源，黃仁勳直言所有工業革命都受能源限制，AI 革命也不例外，因此每一代產品都要更省電。Busch 則把視角拉到整條電力供應鏈，指出資料中心對高品質電力的需求，已讓發電、燃氣渦輪、高壓變壓器到配電設備都承壓，部分地區可能出現瓶頸。

話題延伸到中國市場，黃仁勳表示需求仍強，態度多透過企業端間接反映。Busch 也提到西門子軟體投資仍會擴張，未排除以併購補強。

最後，兩人把想像推到更長期，也就是太空資料中心可能具備能源與冷卻優勢，而若真要在太空生產，最適合的產品就是可快速傳回地球的智慧與算力。未來 2 到 3 年，隨著 AI、數位雙生與自動化全面融合，自治工廠將不再只是概念，而是全球製造業競爭的新起點。

(輝達 Alpamayo 生態系登場：讓 AI 自駕車具推理能力，還能說明決策原因)

這篇文章 西門子與輝達合推工業 AI 系統：從數位孿生走向自治工廠，加速製造業 AI 落地 最早出現於 鏈新聞 ABMedia。