台北2026年6月4日 /美通社/ — 全球散熱解決方案領導品牌 Cooler Master（訊凱國際）與台灣 AI 架構開發商 Spingence（偲倢科技），於 NVIDIA GTC Taipei 2026 共同發表全球 AI 製造轉型實績。雙方已陸續於台灣、中國、越南與美國四大生產據點，正式導入 NVIDIA 針對物理 AI 打造的三部電腦。透過將 AI 視覺檢測代理、熱物理模擬、數位孿生與企業知識系統深度整合，成功建構串聯「研發、生產、模擬」的 AI 製造閉環，讓 AI 從單點工具升級為支撐全球協作與持續優化的企業核心能力。此合作案不僅是製造業導入實體 AI（Physical AI）的指標案例，更展現了 AI 如何從單點應用，轉化為跨廠區協作的企業核心競爭力。
Cooler Master CIO — Jason Wu (圖左) 與 Spingence CEO — Jesse Chen (圖右) 一同以「從虛擬到現實：全球 AI 工廠的崛起」為主題，擔任 2026 NVIDIA GTC Taipei Session Panel 的講者。圖片來源：Spingence。
三位一體架構：解決全球製程一致性挑戰
隨著生成式 AI 與實體 AI 在製造業中的應用快速成長，跨國企業面臨「全球品質一致性」與「技術經驗傳承」的關鍵挑戰。Cooler Master CIO 吳家賢表示：「Cooler Master 在散熱領域累積逾三十年的工程經驗，我們希望將這些 Know-how，從依賴個人經驗的隱性知識，透過 AI代理、數位孿生以及全球資料整合，將其轉化為可持續學習、可全球共享的企業智慧系統。」
為達成此目標，Spingence 以物理 AI 三部電腦架構建構出自動化且能持續學習的反饋機制：
- Training Computer（訓練節點）： 以 Cooler Master 全球據點累積數十年的散熱工程經驗、製程知識、生產數據與瑕疵樣本作為訓練基礎，持續優化 AI 模型能力。
- Inference Computer（推論節點）： 將 AI 代理及推論系統直接部署於全球產線現場，實現即時視覺檢測、異常事件辨識、現場作業輔助與決策輔助。
- Digital Twin Computer（數位孿生節點）： 透過數位孿生與虛擬工廠模擬技術，於實際部署前先行驗證產線變更與工廠優化方案，並建立虛擬模擬與真實製造之間的持續回饋機制。當實際訓練資料有限時，生成合成資料對於加速模型訓練並提升準確性至關重要。
三個節點共同形成可持續進化的 AI 製造閉環，使全球製程、品質標準與工程經驗得以跨廠區同步演進。
軟硬體深度整合，體現 Physical AI 價值
Spingence 整合旗下 AINavi AI 瑕疵檢測平台、Edgestar 企業地端 LLM 叢集管理平台及 SpinZone 數位孿生平台，協助 Cooler Master 建立涵蓋 AI 模型管理、產線推論、數位孿生與知識治理的企業級 AI 基礎架構。Spingence 正採用 NVIDIA 工廠營運藍圖（Factory Operations Blueprint, FOX），以打造一個集中式的工廠管理代理，能夠串聯、微調並運行多元的代理與應用程式，以加速全球營運。
基於來自 Cooler Master 工廠的生產數據，轉型成效顯著：
- 以 AINavi 實現品質管理自動化：導入 NVIDIA Defect Image Generation 技術及 NVIDIA Cosmos，並結合 NVIDIA TAO進行合成資料生成與模型微調，大幅提升 AI 視覺檢測能力，異常檢出率達 99.6%，檢測產能提升 3 倍，漏檢率下降 78%。
- 研發效能百倍速： 透過 NVIDIA PhysicsNeMo 代理模型（Surrogate Model），熱模擬驗證速度提升百倍，樣品開發週期縮短 60%，實現全球據點統一檢核標準。
- 以 SpinZone 實現數位孿生優化改線： 藉由 NVIDIA Omniverse 函式庫與 Isaac 開放式機器人平台，將原本需耗時數週的產線重組縮短至數天，試錯成本降低 50%，有效減少改線停工損失。
這些工作負載目前運行於 NVIDIA RTX PRO 6000 Blackwell Server Edition。
從製造到決策：建立 24 小時不間斷的知識體系
除了生產現場的優化，Cooler Master 同步推動知識管理轉型。透過整合 NVIDIA NeMo Curator、NVIDIA NeMo Guardrails 與 Edgestar 平台，將製程報告的生成時間由數小時縮短至分鐘級，建立可 24 小時持續運作的 AI 決策與知識系統，使企業智慧能即時回應全球市場與生產變化。
Spingence 創辦人暨執行長陳青煒指出：「AI 轉型的關鍵，不只是導入模型，而是建立能與企業共同演進的 AI 系統。透過持續的資料回饋與流程優化，AI 才能真正成為企業長期競爭力的一部分。」
未來，Spingence 與 Cooler Master 將持續深化合作，將 AI 應用擴展至智慧供應鏈決策與跨廠區動態資源排程，持續推動全球製造體系邁向 AI Native Manufacturing（AI 原生製造）新階段。
媒體聯絡 Media Contact
王郁云 Veronica Wang / Manager of Brand Engagement, Spingence
[email protected] | 02-7723-8823 #31
台北2026年6月4日 /美通社/ — 全球散熱解決方案領導品牌 Cooler Master（訊凱國際）與台灣 AI 架構開發商 Spingence（偲倢科技），於 NVIDIA GTC Taipei 2026 共同發表全球 AI 製造轉型實績。雙方已陸續於台灣、中國、越南與美國四大生產據點，正式導入 NVIDIA 針對物理 AI 打造的三部電腦。透過將 AI 視覺檢測代理、熱物理模擬、數位孿生與企業知識系統深度整合，成功建構串聯「研發、生產、模擬」的 AI 製造閉環，讓 AI 從單點工具升級為支撐全球協作與持續優化的企業核心能力。此合作案不僅是製造業導入實體 AI（Physical AI）的指標案例，更展現了 AI 如何從單點應用，轉化為跨廠區協作的企業核心競爭力。
Cooler Master CIO — Jason Wu (圖左) 與 Spingence CEO — Jesse Chen (圖右) 一同以「從虛擬到現實：全球 AI 工廠的崛起」為主題，擔任 2026 NVIDIA GTC Taipei Session Panel 的講者。圖片來源：Spingence。
三位一體架構：解決全球製程一致性挑戰
隨著生成式 AI 與實體 AI 在製造業中的應用快速成長，跨國企業面臨「全球品質一致性」與「技術經驗傳承」的關鍵挑戰。Cooler Master CIO 吳家賢表示：「Cooler Master 在散熱領域累積逾三十年的工程經驗，我們希望將這些 Know-how，從依賴個人經驗的隱性知識，透過 AI代理、數位孿生以及全球資料整合，將其轉化為可持續學習、可全球共享的企業智慧系統。」
為達成此目標，Spingence 以物理 AI 三部電腦架構建構出自動化且能持續學習的反饋機制：
- Training Computer（訓練節點）： 以 Cooler Master 全球據點累積數十年的散熱工程經驗、製程知識、生產數據與瑕疵樣本作為訓練基礎，持續優化 AI 模型能力。
- Inference Computer（推論節點）： 將 AI 代理及推論系統直接部署於全球產線現場，實現即時視覺檢測、異常事件辨識、現場作業輔助與決策輔助。
- Digital Twin Computer（數位孿生節點）： 透過數位孿生與虛擬工廠模擬技術，於實際部署前先行驗證產線變更與工廠優化方案，並建立虛擬模擬與真實製造之間的持續回饋機制。當實際訓練資料有限時，生成合成資料對於加速模型訓練並提升準確性至關重要。
三個節點共同形成可持續進化的 AI 製造閉環，使全球製程、品質標準與工程經驗得以跨廠區同步演進。
軟硬體深度整合，體現 Physical AI 價值
Spingence 整合旗下 AINavi AI 瑕疵檢測平台、Edgestar 企業地端 LLM 叢集管理平台及 SpinZone 數位孿生平台，協助 Cooler Master 建立涵蓋 AI 模型管理、產線推論、數位孿生與知識治理的企業級 AI 基礎架構。Spingence 正採用 NVIDIA 工廠營運藍圖（Factory Operations Blueprint, FOX），以打造一個集中式的工廠管理代理，能夠串聯、微調並運行多元的代理與應用程式，以加速全球營運。
基於來自 Cooler Master 工廠的生產數據，轉型成效顯著：
- 以 AINavi 實現品質管理自動化：導入 NVIDIA Defect Image Generation 技術及 NVIDIA Cosmos，並結合 NVIDIA TAO進行合成資料生成與模型微調，大幅提升 AI 視覺檢測能力，異常檢出率達 99.6%，檢測產能提升 3 倍，漏檢率下降 78%。
- 研發效能百倍速： 透過 NVIDIA PhysicsNeMo 代理模型（Surrogate Model），熱模擬驗證速度提升百倍，樣品開發週期縮短 60%，實現全球據點統一檢核標準。
- 以 SpinZone 實現數位孿生優化改線： 藉由 NVIDIA Omniverse 函式庫與 Isaac 開放式機器人平台，將原本需耗時數週的產線重組縮短至數天，試錯成本降低 50%，有效減少改線停工損失。
這些工作負載目前運行於 NVIDIA RTX PRO 6000 Blackwell Server Edition。
從製造到決策：建立 24 小時不間斷的知識體系
除了生產現場的優化，Cooler Master 同步推動知識管理轉型。透過整合 NVIDIA NeMo Curator、NVIDIA NeMo Guardrails 與 Edgestar 平台，將製程報告的生成時間由數小時縮短至分鐘級，建立可 24 小時持續運作的 AI 決策與知識系統，使企業智慧能即時回應全球市場與生產變化。
Spingence 創辦人暨執行長陳青煒指出：「AI 轉型的關鍵，不只是導入模型，而是建立能與企業共同演進的 AI 系統。透過持續的資料回饋與流程優化，AI 才能真正成為企業長期競爭力的一部分。」
未來，Spingence 與 Cooler Master 將持續深化合作，將 AI 應用擴展至智慧供應鏈決策與跨廠區動態資源排程，持續推動全球製造體系邁向 AI Native Manufacturing（AI 原生製造）新階段。
媒體聯絡 Media Contact
王郁云 Veronica Wang / Manager of Brand Engagement, Spingence
[email protected] | 02-7723-8823 #31
台北2026年6月4日 /美通社/ — 全球散熱解決方案領導品牌 Cooler Master（訊凱國際）與台灣 AI 架構開發商 Spingence（偲倢科技），於 NVIDIA GTC Taipei 2026 共同發表全球 AI 製造轉型實績。雙方已陸續於台灣、中國、越南與美國四大生產據點，正式導入 NVIDIA 針對物理 AI 打造的三部電腦。透過將 AI 視覺檢測代理、熱物理模擬、數位孿生與企業知識系統深度整合，成功建構串聯「研發、生產、模擬」的 AI 製造閉環，讓 AI 從單點工具升級為支撐全球協作與持續優化的企業核心能力。此合作案不僅是製造業導入實體 AI（Physical AI）的指標案例，更展現了 AI 如何從單點應用，轉化為跨廠區協作的企業核心競爭力。
Cooler Master CIO — Jason Wu (圖左) 與 Spingence CEO — Jesse Chen (圖右) 一同以「從虛擬到現實：全球 AI 工廠的崛起」為主題，擔任 2026 NVIDIA GTC Taipei Session Panel 的講者。圖片來源：Spingence。
三位一體架構：解決全球製程一致性挑戰
隨著生成式 AI 與實體 AI 在製造業中的應用快速成長，跨國企業面臨「全球品質一致性」與「技術經驗傳承」的關鍵挑戰。Cooler Master CIO 吳家賢表示：「Cooler Master 在散熱領域累積逾三十年的工程經驗，我們希望將這些 Know-how，從依賴個人經驗的隱性知識，透過 AI代理、數位孿生以及全球資料整合，將其轉化為可持續學習、可全球共享的企業智慧系統。」
為達成此目標，Spingence 以物理 AI 三部電腦架構建構出自動化且能持續學習的反饋機制：
- Training Computer（訓練節點）： 以 Cooler Master 全球據點累積數十年的散熱工程經驗、製程知識、生產數據與瑕疵樣本作為訓練基礎，持續優化 AI 模型能力。
- Inference Computer（推論節點）： 將 AI 代理及推論系統直接部署於全球產線現場，實現即時視覺檢測、異常事件辨識、現場作業輔助與決策輔助。
- Digital Twin Computer（數位孿生節點）： 透過數位孿生與虛擬工廠模擬技術，於實際部署前先行驗證產線變更與工廠優化方案，並建立虛擬模擬與真實製造之間的持續回饋機制。當實際訓練資料有限時，生成合成資料對於加速模型訓練並提升準確性至關重要。
三個節點共同形成可持續進化的 AI 製造閉環，使全球製程、品質標準與工程經驗得以跨廠區同步演進。
軟硬體深度整合，體現 Physical AI 價值
Spingence 整合旗下 AINavi AI 瑕疵檢測平台、Edgestar 企業地端 LLM 叢集管理平台及 SpinZone 數位孿生平台，協助 Cooler Master 建立涵蓋 AI 模型管理、產線推論、數位孿生與知識治理的企業級 AI 基礎架構。Spingence 正採用 NVIDIA 工廠營運藍圖（Factory Operations Blueprint, FOX），以打造一個集中式的工廠管理代理，能夠串聯、微調並運行多元的代理與應用程式，以加速全球營運。
基於來自 Cooler Master 工廠的生產數據，轉型成效顯著：
- 以 AINavi 實現品質管理自動化：導入 NVIDIA Defect Image Generation 技術及 NVIDIA Cosmos，並結合 NVIDIA TAO進行合成資料生成與模型微調，大幅提升 AI 視覺檢測能力，異常檢出率達 99.6%，檢測產能提升 3 倍，漏檢率下降 78%。
- 研發效能百倍速： 透過 NVIDIA PhysicsNeMo 代理模型（Surrogate Model），熱模擬驗證速度提升百倍，樣品開發週期縮短 60%，實現全球據點統一檢核標準。
- 以 SpinZone 實現數位孿生優化改線： 藉由 NVIDIA Omniverse 函式庫與 Isaac 開放式機器人平台，將原本需耗時數週的產線重組縮短至數天，試錯成本降低 50%，有效減少改線停工損失。
這些工作負載目前運行於 NVIDIA RTX PRO 6000 Blackwell Server Edition。
從製造到決策：建立 24 小時不間斷的知識體系
除了生產現場的優化，Cooler Master 同步推動知識管理轉型。透過整合 NVIDIA NeMo Curator、NVIDIA NeMo Guardrails 與 Edgestar 平台，將製程報告的生成時間由數小時縮短至分鐘級，建立可 24 小時持續運作的 AI 決策與知識系統，使企業智慧能即時回應全球市場與生產變化。
Spingence 創辦人暨執行長陳青煒指出：「AI 轉型的關鍵，不只是導入模型，而是建立能與企業共同演進的 AI 系統。透過持續的資料回饋與流程優化，AI 才能真正成為企業長期競爭力的一部分。」
未來，Spingence 與 Cooler Master 將持續深化合作，將 AI 應用擴展至智慧供應鏈決策與跨廠區動態資源排程，持續推動全球製造體系邁向 AI Native Manufacturing（AI 原生製造）新階段。
媒體聯絡 Media Contact
王郁云 Veronica Wang / Manager of Brand Engagement, Spingence
[email protected] | 02-7723-8823 #31
台北2026年6月4日 /美通社/ — 全球散熱解決方案領導品牌 Cooler Master（訊凱國際）與台灣 AI 架構開發商 Spingence（偲倢科技），於 NVIDIA GTC Taipei 2026 共同發表全球 AI 製造轉型實績。雙方已陸續於台灣、中國、越南與美國四大生產據點，正式導入 NVIDIA 針對物理 AI 打造的三部電腦。透過將 AI 視覺檢測代理、熱物理模擬、數位孿生與企業知識系統深度整合，成功建構串聯「研發、生產、模擬」的 AI 製造閉環，讓 AI 從單點工具升級為支撐全球協作與持續優化的企業核心能力。此合作案不僅是製造業導入實體 AI（Physical AI）的指標案例，更展現了 AI 如何從單點應用，轉化為跨廠區協作的企業核心競爭力。
Cooler Master CIO — Jason Wu (圖左) 與 Spingence CEO — Jesse Chen (圖右) 一同以「從虛擬到現實：全球 AI 工廠的崛起」為主題，擔任 2026 NVIDIA GTC Taipei Session Panel 的講者。圖片來源：Spingence。
三位一體架構：解決全球製程一致性挑戰
隨著生成式 AI 與實體 AI 在製造業中的應用快速成長，跨國企業面臨「全球品質一致性」與「技術經驗傳承」的關鍵挑戰。Cooler Master CIO 吳家賢表示：「Cooler Master 在散熱領域累積逾三十年的工程經驗，我們希望將這些 Know-how，從依賴個人經驗的隱性知識，透過 AI代理、數位孿生以及全球資料整合，將其轉化為可持續學習、可全球共享的企業智慧系統。」
為達成此目標，Spingence 以物理 AI 三部電腦架構建構出自動化且能持續學習的反饋機制：
- Training Computer（訓練節點）： 以 Cooler Master 全球據點累積數十年的散熱工程經驗、製程知識、生產數據與瑕疵樣本作為訓練基礎，持續優化 AI 模型能力。
- Inference Computer（推論節點）： 將 AI 代理及推論系統直接部署於全球產線現場，實現即時視覺檢測、異常事件辨識、現場作業輔助與決策輔助。
- Digital Twin Computer（數位孿生節點）： 透過數位孿生與虛擬工廠模擬技術，於實際部署前先行驗證產線變更與工廠優化方案，並建立虛擬模擬與真實製造之間的持續回饋機制。當實際訓練資料有限時，生成合成資料對於加速模型訓練並提升準確性至關重要。
三個節點共同形成可持續進化的 AI 製造閉環，使全球製程、品質標準與工程經驗得以跨廠區同步演進。
軟硬體深度整合，體現 Physical AI 價值
Spingence 整合旗下 AINavi AI 瑕疵檢測平台、Edgestar 企業地端 LLM 叢集管理平台及 SpinZone 數位孿生平台，協助 Cooler Master 建立涵蓋 AI 模型管理、產線推論、數位孿生與知識治理的企業級 AI 基礎架構。Spingence 正採用 NVIDIA 工廠營運藍圖（Factory Operations Blueprint, FOX），以打造一個集中式的工廠管理代理，能夠串聯、微調並運行多元的代理與應用程式，以加速全球營運。
基於來自 Cooler Master 工廠的生產數據，轉型成效顯著：
- 以 AINavi 實現品質管理自動化：導入 NVIDIA Defect Image Generation 技術及 NVIDIA Cosmos，並結合 NVIDIA TAO進行合成資料生成與模型微調，大幅提升 AI 視覺檢測能力，異常檢出率達 99.6%，檢測產能提升 3 倍，漏檢率下降 78%。
- 研發效能百倍速： 透過 NVIDIA PhysicsNeMo 代理模型（Surrogate Model），熱模擬驗證速度提升百倍，樣品開發週期縮短 60%，實現全球據點統一檢核標準。
- 以 SpinZone 實現數位孿生優化改線： 藉由 NVIDIA Omniverse 函式庫與 Isaac 開放式機器人平台，將原本需耗時數週的產線重組縮短至數天，試錯成本降低 50%，有效減少改線停工損失。
這些工作負載目前運行於 NVIDIA RTX PRO 6000 Blackwell Server Edition。
從製造到決策：建立 24 小時不間斷的知識體系
除了生產現場的優化，Cooler Master 同步推動知識管理轉型。透過整合 NVIDIA NeMo Curator、NVIDIA NeMo Guardrails 與 Edgestar 平台，將製程報告的生成時間由數小時縮短至分鐘級，建立可 24 小時持續運作的 AI 決策與知識系統，使企業智慧能即時回應全球市場與生產變化。
Spingence 創辦人暨執行長陳青煒指出：「AI 轉型的關鍵，不只是導入模型，而是建立能與企業共同演進的 AI 系統。透過持續的資料回饋與流程優化，AI 才能真正成為企業長期競爭力的一部分。」
未來，Spingence 與 Cooler Master 將持續深化合作，將 AI 應用擴展至智慧供應鏈決策與跨廠區動態資源排程，持續推動全球製造體系邁向 AI Native Manufacturing（AI 原生製造）新階段。
媒體聯絡 Media Contact
王郁云 Veronica Wang / Manager of Brand Engagement, Spingence
[email protected] | 02-7723-8823 #31
