NVIDIA 除了 Computex 的主題演講外，也參與多場分場專題，而 NVIDIA 亦針對其中幾個主題邀請台灣的合作夥伴探討如何透過 NVIDIA 的技術創造產業升級。稍早 NVIDIA 針對智慧製造領域，邀請矽品、英業達兩家自建智慧製造應用的大型企業，與偲倢科技、小柿智檢兩家協助企業導入 AI 智慧製造解決方案的公司進行分享。
四家台灣廠商對於 AI 在智慧製造的觀點相當類似，皆認為以 AI 取代人力並非 AI 真正的目的，而是使 AI 能減少以人力進行檢測時產生的人力疲勞、或是倦怠後產生評估準確率下降的問題，同時利用 AI 技術評估部分瑕疵的可用性，提升產品的產能與良率；四家廠商也分別扮演具備規模的大企業如何建構自身的 AI 技術團隊，以及具備 AI 與系統整合技術的服務商如何協助中小企業實現智慧製造。
矽品
矽品作為封裝測試大廠，早在先前就開始評估導入 AI 技術作為封裝的機器視覺檢測，當前使用 NVIDIA 的 DGX 2 作為 AI 模型訓練，並以基於 8 張 NVIDIA T4 的 AI 系統作為場域佈署的基礎建設；當前矽品針對不同的產品類型約訓練達 200 種的 AI 模型，面臨的挑戰在兩部分，雖然當前模型辨識的精確度不錯，但模型訓練的提升幅度比預期的慢，正確率在五成到九成不等，其次是檢測系統的管理與維護，畢竟當前矽品對於 AI 的發展仍未達完全信任，在模型導入測試一段時間後仍需重複驗證 AI 模型的準確率；矽品也不諱言投入 AI 的前一年半幾乎沒有突破，但後續在 NVIDIA 持續協助下的發展速度終於獲得起飛，雖然目前 AI 技術的導入比起預期來的慢，但矽品仍看好 AI 模型後續帶來的價值。
英業達
英業達主要將 AI 應用在產品的製造檢測領域，諸如筆電產品、 PCB 的外觀檢測，同時也建構全台第一座可技術輸出的 5G ORAN 智慧工廠。英業達開發一套用於產品外觀檢測的通用模型，能夠自適應不同的產品設計進行判斷，關鍵在於英業達的 AI 模型不同於傳統外觀判斷的 AI 模型訓練是標註瑕疵類型，而是使 AI 能夠判斷完好生產的商品該有的外觀，其 AI 模型僅需判斷外觀是否符合預期，檢測外觀是否有瑕疵問題，簡化判斷程序。此外英業達的 AI 團隊也將 AI 用於研判業界趨勢與原物料供應，藉 AI 分析預估市場需求變化、零組件波動，率先進行調整，使生產更為順遂。
偲倢科技 SmaSOFT
偲倢科技是一家提供 AI 與 AOI 軟體解決方案的軟體自動化公司，主要以協助不具 AI 規劃能力的中小規模企業導入 AI 技術，並幫助他們自訓練資料、 AI 落地到管理；偲倢科技原先是以機器手臂與視覺自動化方案為主，後續因應客戶需求提供 SmaMAX 的跨廠區資料管理，以及 SmaONE 雲平台資料管理，並透過旗下四大軟體模組的組合，因應客戶規模、應用類型進行組合。此次偲倢也舉出旗下兩個合作客戶案例說明智慧製造帶來的價值，其一是提供半導體客戶進行表面平整度的檢測，透過兩種 AI 模型分辨六種瑕疵，除了有 99.5% 的檢測準確率以外，也進一步從檢測結果使生產良率自 85% 提高度 93% 。另一個則是傳統加工製造的車用金屬加工件案例，透過 AOI 檢測轉化為 AI 檢測，除了檢查金屬加工品的品質以外，更透過 AI 判斷瑕疵是否影響功能性，進一步減少以往透過人工檢測過於嚴格的過殺率，也降低大量的人檢時間。
小柿智檢
小柿智檢是由富士康集團內部創新獨立的新創公司，是針對中小企業建構以軟體為核心的 AI 檢測方案，定位在一半軟體、一半設備商，並藉由 AWS 雲平台能夠減少企業佈署 AI 訓練系統的負擔，但企業亦可選擇自行擁有 AI 訓練平台，另外搭配基於 NVIDIA T4 的終端設備實現 AI 落地，同時小柿智檢可提供多元的感測器類型，符合不同產業影像辨識與檢測的需求。小柿智檢也舉了幾項應用案例，例如中部製鞋廠透過 AI 影像檢測，除了能檢驗傳統影像辨識技術也能判斷的的色差與差排缺件問題外，進一步可找出如包風、短射、刮傷、毛邊、氣泡等生產瑕疵；另外在 IPC 廠則透過落地應用專機可檢查工業電腦的外觀生產瑕疵，並透過機器手臂的彈性打光優點，能夠有更高的判斷精確度；最後則是透過落地應用專機進行小尺寸加工件的 AI 六面檢測，可判斷如裂痕、髒汙、崩角與崩邊等情況。
