鴻海AI伺服器全球市占已超過4成，下一步朝5成挺進，現在連老師傅手上的功夫，也開始教給機器人。輝達（NVIDIA）揭露與鴻海合作的GB300自動化成果，過去高度仰賴熟練人工的匯流排（Busbar）組裝、多組連接器插接，已交由機器人挑戰，前者組裝成功率超過95%，後者成功率約90%至95%。
只是機器人現在還贏不了老師傅。輝達與鴻海針對實際製造需求，將2項工作的成功率目標都訂在至少99.5%，整體作業時間不得超過熟練人工2倍。以Busbar為例，目前機器人完整組裝約需160秒，距離124秒目標還差36秒。
GB300測試托盤主要用於運算模組出貨、部署前驗證功能及效能。Busbar組裝看似只把零件裝上去，機器人卻得抓起又長又重的Busbar，精準放入托盤，再於16個位置逐一鎖上螺絲，過程還包括治具與夾具的安裝、拆卸；另一項多連接器插接，則要拿起2個大型、2個小型電氣連接器，再插進間隙狹小的插槽。
老師傅做慣的事 機器人卡在16顆螺絲
這些老師傅做慣的動作，換成機器人卻處處碰到難題。GB300測試托盤的零件位置、幾何形狀及纜線狀態存在差異，線材也會彎曲變形，機器人每次抓取、定位及插接，都可能碰到不同狀況。加上產品設計迭代速度快，利用固定治具控制零件位置、讓機械手臂重複相同動作的傳統自動化方式，難以直接套用。
目前Busbar組裝成功率已超過95%，限位治具及Busbar部分子任務也已達到設定的作業時間要求，真正拖慢速度在16顆螺絲。由於螺絲必須依序鎖固，完整作業仍約需160秒，目標在124秒內完成。
另一頭的多連接器插接更考驗機器人。4組連接器連著會變形的線材，還得準確插進間隙極小的插槽，目前成功率約90%至95%，目標在72秒內完成4組插接。
這些數字都是機器人完成指定組裝工作的「成功率」。輝達與鴻海為實際製造設定的成功率目標至少99.5%，過程也不能與托盤發生非預期碰撞，即使輕微損傷，都可能導致整套系統報廢。
輝達教機器人插線 一路試錯找方法
為了解決傳統機械手臂難以應付的工作，輝達西雅圖機器人實驗室（Seattle Robotics Lab）與Isaac工程團隊加入，與輝達營運團隊、GB300合約製造商鴻海合作。Busbar組裝與多連接器插接2項任務，就是雙方依實際製造需求共同挑選的項目。
不同工作，機器人學的方法也不同。Busbar最後採取感知、規劃及控制等模組化架構，搭配3支機械手臂分工作業；面對會彎曲的連接器線材，團隊一度嘗試端到端學習，受限於實體資料取得規模，最後改採專用姿態估測方法，繼續改善機器人辨識及操作能力。
連機器人要做到什麼程度，也是照工廠需求來訂。Busbar成功率至少要99.5%、124秒內完成；4組連接器同樣要求至少99.5%成功率，並在72秒內完成。鴻海參與的已不只有GB300製造，也把實際產線碰到的難題帶進輝達的機器人開發。
GB300還在賣 Rubin已排隊接棒
這場人機競賽背後，是鴻海愈做愈大的AI伺服器生意。鴻海是GB200、GB300重要製造合作夥伴，與輝達採聯合設計製造（JDM）模式合作，全球AI伺服器市占已超過4成，並朝5成目標邁進。
鴻海預估，今年AI機櫃出貨量將倍數成長，目前GB系列需求至少延續至明年；下一代Vera Rubin第三季逐步完成驗證，供應鏈及產能準備到位，第四季開始放量出貨，預計2027年成為主力產品。
AI伺服器一代接一代出貨，鴻海與輝達也把自動化推進過去最依賴熟練人工的工作。至少現在，老師傅還跑在前面：Busbar完整組裝，機器人仍需約160秒，離124秒目標差36秒；成功率超過95%，距離99.5%目標也還有差距。
鴻海AI伺服器市占要從4成往5成推，這36秒，正是輝達與鴻海接下來要搶回來的時間。