据台媒经济日报报道，英伟达与鸿海首次对外展示了利用机器人制造设备的成果。针对英伟达 GB300 的母线（Busbar，也叫汇流排或母排，是一种用于大电流配电和传输的导电金属条、棒或管）以及多组连接器组装等较复杂、依赖人工的工序，已经可以导入机器人自动化，提升组装稳定性与效率。

关键工艺指标

在核心工艺指标方面：Busbar 组装成功率已超过 95%；多连接器插接成功率约在 90% 至 95% 之间。作业耗时上，Busbar 组装时间目标控制在 124 秒以内，4 组连接器的插接时间目标控制在 72 秒以内。整体生产周期则以不超过熟练人工两倍时间为目标。

根据鉅亨網对英伟达技术部落格的梳理，此次合作由英伟达西雅图机器人实验室（Seattle Robotics Lab，SRL）与 Isaac 工程团队共同推进，并与英伟达营运团队及代工伙伴鸿海合作，针对 GB300 测试托盘（tester trays）组装中的 Busbar 组装及多连接器插接两项任务进行机器人训练与测试。

其中，Busbar 组装涉及将又长又重的 Busbar 插入托盘、锁固 16 颗螺丝，以及相关治具与夹具的安装、拆卸，目前成功率已超过 95%。不过受螺丝需逐一锁固影响，目前整体作业时间约 160 秒，团队表示后续将持续优化，朝缩短至 124 秒以内的目标迈进。多连接器插接则涉及 2 个大型及 2 个小型电气连接器，机器人需提起带有可变形线缆的连接器，再精准插入间隙极小的对应插座，目前成功率约 90% 至 95%。

为什么要用机器人

技术团队指出，由于 GB300 测试托盘的零件摆放、几何形状及线缆状态存在不确定性，无法完全依赖传统固定式自动化。因此采取传统机器人感知、规划与控制技术，搭配机器人学习方法，依不同任务寻找合适的解决方案，并以实际制造需求作为成功率与作业时间的评估标准。团队也在持续朝制造端要求的 99.5% 成功率迈进。

GB300 是什么

GB300 是英伟达基于 Blackwell Ultra 架构推出的产品。据英伟达官网资料，GB300 NVL72 采用全液冷机架规模设计，将 72 颗 Blackwell Ultra GPU 与 36 颗搭载 Arm 架构的 NVIDIA Grace CPU 整合至单一平台，通过 NVIDIA NVLink 高速互连技术串联，使其如同一颗超大 GPU 运作。该平台于 2025 年 3 月 18 日举行的 GTC 大会上，随 Blackwell Ultra DGX SuperPOD 一同正式发布。

鸿海（富士康）是全球最大的电子制造服务商，其全球 AI 服务器市占率超过 40%，是英伟达 GB200 NVL72 与 GB300 NVL72 架构的主要供应商。鸿海与英伟达为联合设计制造（JDM）关系，参与从机架架构到液冷方案的联合定义。在 2025 年 5 月揭幕的 COMPUTEX 2025 上，鸿海曾展出 GB300 NVL72 系统，以及机器人与智慧制造平台等相关方案。

更大的图景

在 AI 服务器连接与供电方面，鸿海的产品线涵盖新一代 AI 芯片插槽、主板 PCIe 高速连接器与线缆、GB300 Power Clip、Busbar 线缆等高速信号、高压供电与液冷连接方案。此外，鸿海还计划以 K-1 项目成为首批导入 800 VDC 电力架构的企业，以强化 AI 服务器电力与冷却的整合设计能力。

将机器人导入 GB300 这类高复杂度 AI 服务器机柜的组装，标志着”用 AI 制造 AI”的闭环正在从概念走向产线。当训练芯片本身的算力越来越依赖高效、稳定的制造能力时，产线自动化水平的每一次提升，都会反哺整个 AI 基础设施的供给。