ABB 的電力系統將納入 NVIDIA 的數位孿生藍圖,因應 AI 工廠每 Gigawatt 運算規模造價直逼 600 億美元的擴張趨勢。
ABB 的電力系統將納入 NVIDIA 的數位孿生藍圖,因應 AI 工廠每 Gigawatt 運算規模造價直逼 600 億美元的擴張趨勢。

ABB 正將其配電設備以數位孿生形式整合至 NVIDIA 的 DSX 藍圖,讓 AI 工廠營運商能在動工前先驗證電力與冷卻系統。這家總部位於蘇黎世的電氣化公司,將為 NVIDIA 基於 Omniverse 的設計環境提供中壓開關設備、配電設備及不斷電系統平台的 SimReady 3D 模型。
ABB 電氣化事業部全球數據中心領域負責人 Jorge Lis 表示:「透過此次合作,ABB 提供了 AI 所需的電氣化技術領導力。DSX 整合為客戶提供了從設計到部署的成熟路徑,並有 ABB 的全球製造能力與在地工程專業為後盾。」
這項整合涵蓋從電源進線到機櫃的完整配電、保護方案及園區級節能建模。工程師可在訂購預製模組前,於模擬環境中共同驗證電力、散熱與運算系統,從而壓縮 AI 工廠的設計週期——目前此類工廠的運算機櫃功耗已突破每機櫃 1 百萬瓦。此次擴大合作建立在 2025 年 10 月雙方共同開發先進 AI 數據中心 800 VDC 電力架構的協議基礎之上。
根據黃仁勳在 GTC Taipei 主題演講中的說法,此次合作正值 NVIDIA Vera Rubin 平台進入全面量產之際,微軟、戴爾及 CoreWeave 已開始運行 NVL72 系統的工程機櫃。黃仁勳將 AI 工廠描述為史上規模最大的基礎設施建設,單一場址的資本支出已達每 Gigawatt 500 億至 600 億美元,預計未來將攀升至 800 億至 1,000 億美元。黃仁勳表示:「Token 現已成為可獲利的營收單位。」他主張,每瓦運算吞吐量可直接轉化為 AI 基礎設施營運商的收入。他指出,Vera Rubin 的供應鏈規模是 Grace Blackwell 的兩倍,機櫃組裝時間已從每櫃兩小時縮短至五分鐘。NVIDIA 同時推出了 Vera CPU——一款專為代理型工作負載設計的 88 核心處理器,據該公司稱,其代理型沙盒效能可達 x86 CPU 的 1.8 倍。
台灣製造商採用 DSX
台灣的製造合作夥伴已開始將 DSX 框架應用於自身營運。鴻海正斥資 14 億美元打造一座由 10,000 顆 NVIDIA GPU 驅動的 AI 雲端超級運算中心,並採用 DSX 啟發的 Factory Operations 藍圖建置其 MoMClaw 製造代理。該公司估計,根因分析速度可提升 80%,勞動生產力提升 15%,機器故障率降低 10%。鴻海同時應用 NVIDIA 的 Cosmos 與 Metropolis 平台進行視覺 AI 應用,將首次良率提升 3%。
緯創正利用 Omniverse DSX 藍圖,搭配 NVIDIA PhysicsNeMo 框架與 Cadence Reality DC Design,模擬全球製造廠區的壓力測試燒機環境。據 NVIDIA 表示,該工作流程可將佈局分析速度提升高達 70%,並透過動態機櫃優化將設施用電需求降低 20%。和碩也採用了相同的藍圖,連接設計數據、熱模擬與數位孿生,將 AI 視覺檢測部署時間減少 67%,營運工作量減少 10%。廣達雲端技術則採用基於 Omniverse 的數位孿生加速工廠規劃,讓工程、營運與物流團隊共享設計數據,實現更快速的佈局反饋。台積電正在運算式微影、電晶體模擬及製程管控等領域應用 NVIDIA CUDA-X 函式庫與 AI 模型,其中 cuLitho 相較於 CPU 方法可將成本效益提升 20% 至 50%。
對投資人的意義
ABB 與 NVIDIA 的合作使 ABB 能夠在 AI 基礎設施擴張的過程中,掌握更大份額的數據中心電氣化支出。ABB 與西門子及施耐德電機競爭中壓配電與電力分配合約,隨著機櫃從設計之初即需直流供電、固態保護及液體冷卻,此類合約的規模與複雜度正持續增長。對 NVIDIA 而言,DSX 平台藉由將其軟體堆疊嵌入每一座新建 AI 工廠的設計階段,深化了其在 AI 基礎設施領域的護城河,為標準化採用該藍圖的營運商創造了轉換成本。NVIDIA 目前的預期本益比約為 35 倍,反映出市場預期 AI 基礎設施支出將在 Vera Rubin 週期及其後持續維持當前成長軌跡。
本文僅供資訊參考,不構成投資建議。