AI智慧製造
鴻海用輝達系統把模型訓練提速2.48倍，AI開始直接改造工廠流程
結論先講：鴻海採用輝達DGX SuperPOD後，1,200億參數模型訓練速度提升2.48倍。AI也被導入排程、射出成型與SMT品質管理，改善幅度從25%到逾90%不等。這代表企業AI的價值開始從聊天介面，轉向能直接量化的工廠效率。
2.48倍
模型訓練速度提升幅度
25%
工廠排程工時減幅
90%+
SMT異常改善率
[ 3 個快取重點 ]
01
DGX SuperPOD讓鴻海在12天內處理1兆個詞元，支援FoxBrain訓練。
02
AI排程減少25%工時，射出成型切換工作量降低50%，SMT異常改善率逾90%。
03
還沒定案：鴻海目標把AI擴到全球據點，但導入時程與各廠效益尚未完整揭露。
01AI效益從模型走進產線
企業導入AI常卡在無法量化回報。鴻海案例把訓練速度、排程時間、工程工作量與缺陷改善拆開計算，讓投資是否有效更容易被管理。
01 對照表 · 鴻海AI導入成果
| 應用 | 成果 | 衡量方式 |
|---|---|---|
| 模型訓練 | 提升2.48倍 | 相較H100方案 |
| 生產排程 | 工時減少25% | APS自動排程 |
| 射出成型 | 工作量降低50% | 製程切換工程 |
| SMT品管 | 異常改善逾90% | 20多項缺陷根因 |
同一套AI策略必須落到不同製程指標，才看得出真實回報。
02規模化仍是下一關
單一產線成功後，資料格式、設備差異與人員流程會決定能否複製到全球工廠。技術展示只是起點，跨廠標準化才是最大的管理工程。
Bottom line
企業AI最有說服力的輸出，不是答案更像人，而是工廠少花多少時間。
- 原始報導
- 經濟日報
- 改寫方式
- 快取新聞不轉載原文。我們讀完原始報導後，用自己的話重寫成結論、三個重點與一張圖。數字均取自上列來源，未經我們獨立查證。
- 單位
- 「pt」為百分點，指兩個百分比的差，不是成長率。標示「預估」或斜線紋樣者為推估值，非已實現數字。
更正紀錄本篇尚無更正。若你發現錯誤，寫信到 corrections@cachenews.tw，我們會在文末公開記錄更正內容與時間。