在 CES 2026 期間，西門子與 NVIDIA 宣布進一步擴大雙方的策略合作，希望將 AI 真正導入工業現場，從產品設計、模擬、製造、生產到供應鏈管理，全面重塑工業流程。
簡單來說，雙方的目標是打造一套「工業用的 AI 作業系統」，讓工廠不只會生產，還能像 AI 系統一樣持續學習、優化與自我調整。
這次合作中，NVIDIA 將提供 AI 運算平台、模擬函式庫、模型與軟體框架，而西門子則投入其工業軟硬體實力，以及數百位工業 AI 專家。雙方希望把 AI 深度整合進整個工業價值鏈，而不只是停留在資料分析或單一應用。
西門子執行長 Roland Busch 表示，這項合作將結合 NVIDIA 在 AI 與加速運算上的優勢，以及西門子在工業與數位孿生領域的長期經驗，讓企業能在虛擬環境中快速驗證設計與製程，再直接套用到真實世界。
NVIDIA 執行長黃仁勳則指出，生成式 AI 正讓數位孿生從「被動模擬」進化成能主動決策的智慧系統，企業可以先在軟體中模擬極度複雜的工業系統，再無縫部署到實際產線。
在實際應用上，雙方希望打造「AI 驅動的自適應工廠」。透過結合西門子的工業軟體與 NVIDIA Omniverse 平台，工廠可以持續分析自身的數位孿生模型，在虛擬環境中測試各種改善方案，再把結果回饋到實體產線。
這樣的做法不只能縮短決策時間，也能降低導入新製程或調校設備時的風險。西門子計畫在 2026 年於德國埃朗根的新電子工廠，作為首個完整展示這套 AI 工廠概念的示範場域。
目前已有包括鴻海、HD 現代、KION Group 以及百事公司等企業，正在評估或測試相關技術。
隨著合作深化，西門子也將把旗下所有模擬產品全面導入 GPU 加速，並支援 NVIDIA CUDA-X 函式庫與 AI 物理模型。這意味著模擬速度與規模都能大幅提升，讓工程師能進行更高精度、即時性的模擬分析。
雙方也將結合 NVIDIA PhysicsNeMo 與開放模型，發展具備即時工程回饋能力的「自主型數位孿生」，讓系統能自行調整設計與製程參數，而不只是單純顯示結果。
合作範圍也延伸到半導體設計領域。西門子與 NVIDIA 計畫將 GPU 加速與 AI 技術整合進西門子的 EDA 工具中，聚焦在驗證、佈局與製程最佳化，目標是在關鍵設計流程中帶來 2 到 10 倍的效能提升。
未來，工程師在進行晶片設計時，將能獲得 AI 輔助的佈局建議、除錯與最佳化，大幅提升設計效率與良率。
在對外推廣前，西門子與 NVIDIA 也會先在自家系統中導入這些技術。NVIDIA 將評估採用西門子的工業解決方案來優化自身營運，而西門子則會與 NVIDIA 合作，加速內部 AI 工作負載的執行效率。
雙方希望透過這種「先實戰、再商用」的方式，讓工業 AI 不只是概念，而是真正能落地、能擴展的解決方案。
簡單來說，雙方的目標是打造一套「工業用的 AI 作業系統」，讓工廠不只會生產，還能像 AI 系統一樣持續學習、優化與自我調整。
AI 從設計一路跑到產線與供應鏈
這次合作中，NVIDIA 將提供 AI 運算平台、模擬函式庫、模型與軟體框架，而西門子則投入其工業軟硬體實力，以及數百位工業 AI 專家。雙方希望把 AI 深度整合進整個工業價值鏈，而不只是停留在資料分析或單一應用。
西門子執行長 Roland Busch 表示，這項合作將結合 NVIDIA 在 AI 與加速運算上的優勢，以及西門子在工業與數位孿生領域的長期經驗，讓企業能在虛擬環境中快速驗證設計與製程，再直接套用到真實世界。
NVIDIA 執行長黃仁勳則指出，生成式 AI 正讓數位孿生從「被動模擬」進化成能主動決策的智慧系統，企業可以先在軟體中模擬極度複雜的工業系統，再無縫部署到實際產線。
用 AI 大腦，讓工廠自己學會最佳化
在實際應用上，雙方希望打造「AI 驅動的自適應工廠」。透過結合西門子的工業軟體與 NVIDIA Omniverse 平台，工廠可以持續分析自身的數位孿生模型，在虛擬環境中測試各種改善方案，再把結果回饋到實體產線。
這樣的做法不只能縮短決策時間，也能降低導入新製程或調校設備時的風險。西門子計畫在 2026 年於德國埃朗根的新電子工廠，作為首個完整展示這套 AI 工廠概念的示範場域。
目前已有包括鴻海、HD 現代、KION Group 以及百事公司等企業，正在評估或測試相關技術。
模擬全面 GPU 加速，數位孿生更即時
隨著合作深化，西門子也將把旗下所有模擬產品全面導入 GPU 加速，並支援 NVIDIA CUDA-X 函式庫與 AI 物理模型。這意味著模擬速度與規模都能大幅提升，讓工程師能進行更高精度、即時性的模擬分析。
雙方也將結合 NVIDIA PhysicsNeMo 與開放模型，發展具備即時工程回饋能力的「自主型數位孿生」，讓系統能自行調整設計與製程參數，而不只是單純顯示結果。
從晶片設計到 AI 工廠，一路用 AI 加速
合作範圍也延伸到半導體設計領域。西門子與 NVIDIA 計畫將 GPU 加速與 AI 技術整合進西門子的 EDA 工具中，聚焦在驗證、佈局與製程最佳化，目標是在關鍵設計流程中帶來 2 到 10 倍的效能提升。
未來，工程師在進行晶片設計時，將能獲得 AI 輔助的佈局建議、除錯與最佳化，大幅提升設計效率與良率。
先用在自己身上，再推向市場
在對外推廣前，西門子與 NVIDIA 也會先在自家系統中導入這些技術。NVIDIA 將評估採用西門子的工業解決方案來優化自身營運，而西門子則會與 NVIDIA 合作，加速內部 AI 工作負載的執行效率。
雙方希望透過這種「先實戰、再商用」的方式，讓工業 AI 不只是概念，而是真正能落地、能擴展的解決方案。