NVIDIA et Foxconn utilisent des robots pour assembler le GB300, objectif de taux de réussite de 99,5 %

Le 4 octobre 2026, le quotidien technologique Tech News a rapporté que NVIDIA et Foxconn testent le processus d'assemblage du plateau de test Grace Blackwell GB300 à l'aide de robots, avec pour objectif d'atteindre un taux de réussite supérieur à 99,5 % pour les tâches d'assemblage critiques. Cette information provient d'une source officielle du laboratoire de robotique de Seattle de NVIDIA, qui a indiqué que les deux entreprises travaillent en étroite coopération depuis plusieurs mois.

Contexte de développement et objectifs

Le laboratoire de robotique de Seattle de NVIDIA, en partenariat avec son équipe d’ingénierie Isaac, a récemment engagé une collaboration avec le fabricant sous contrat du GB300, Foxconn, afin de concentrer leurs efforts sur des technologies d'assemblage automatisé à haute précision et capables de fonctionner pendant de longues périodes sans interruption. Ensemble, ils ont défini des seuils de performance stricts pour la chaîne de production, notamment un taux de réussite minimum de 99,5 %, l'absence totale de collisions de plateau, un temps d'assemblage du bus ne dépassant pas 124 secondes, et un temps d’insertion des connecteurs limité à 72 secondes.

Le cœur de cette coopération repose sur l’intégration de la plateforme d’apprentissage par renforcement Isaac Lab de NVIDIA avec les ressources de fabrication de Foxconn, afin de créer un système robotique capable de maintenir une stabilité élevée même lorsque les conditions de l’environnement de production varient. Les deux parties ont souligné que l’objectif était de combiner la puissance de simulation et d’apprentissage de l’IA avec l’expertise industrielle de Foxconn pour obtenir une solution robuste et adaptable.

Processus d'assemblage robotisé et état actuel

Les tâches d’assemblage du plateau de test GB300 se concentrent sur deux points majeurs : d’une part, le placement d’un bus long et lourd, suivi du serrage de seize vis à l’aide d’un bras robotisé ; d’autre part, l’insertion de quatre ensembles de connecteurs à haute tolérance, composés de deux grands et deux petits connecteurs. Ces deux opérations imposent des exigences strictes en matière de précision de positionnement, de contrôle de la force et de rétroaction sensorielle pour les robots impliqués.

À ce jour, le taux de réussite du placement du bus et du serrage des vis a déjà dépassé les 95 %, tandis que le processus complet, incluant à la fois le bus et les connecteurs, nécessite en moyenne environ 160 secondes. Ce résultat indique que les objectifs de temps de 124 secondes pour le bus et de 72 secondes pour les connecteurs n’ont pas encore été atteints, mais les progrès réalisés sont considérables.

L’opération d’insertion des connecteurs combine les algorithmes d’apprentissage par renforcement d’Isaac Lab, des données de fabrication réelles et la conception de pinces personnalisées. Dans un environnement de simulation, le robot apprend plusieurs stratégies d’insertion, puis ajuste continuellement ses actions lors des essais réels afin d’améliorer sa capacité à tolérer les variations de haute précision exigées par les connecteurs. Cette approche itérative vise à renforcer la robustesse du robot face aux exigences de tolérance stricte.

Chemin vers la production en série et défis

Les deux partenaires précisent clairement que la phase de test actuelle ne représente qu’une étape de développement et ne prouve pas encore la viabilité d’une mise en production à grande échelle. Les défis clés à venir comprennent l’augmentation du taux de réussite du montage du bus au-delà de 99,5 %, la réduction du temps total du processus pour atteindre les objectifs de 124 secondes et 72 secondes, ainsi que la garantie que les robots n’engendrent aucune collision de plateau même lors d’opérations prolongées.

Pour surmonter ces obstacles, NVIDIA prévoit d’élargir continuellement la base de données d’entraînement d’Isaac Lab, tout en travaillant conjointement avec Foxconn pour optimiser la structure matérielle du bras robotisé et la disposition des capteurs. De son côté, Foxconn s’engage à fournir davantage d’échantillons de test provenant de lignes de production réelles, afin de valider la constance des performances du robot sur différents lots de produits.

Les résultats de test actuels montrent que le robot possède déjà une stabilité notable sous des charges élevées et des conditions de tolérance stricte, mais il reste nécessaire d’obtenir des avancées supplémentaires en matière de calibration de précision et d’évitement dynamique des obstacles pour atteindre le seuil de 99,5 % de réussite fixé par les deux parties.

En résumé, la coopération entre NVIDIA et Foxconn a déjà permis d’enregistrer des progrès significatifs dans l’assemblage robotisé du plateau de test GB300, notamment en automatisant le traitement du bus et des connecteurs. Si les dernières barrières liées au temps d’exécution et au taux de réussite sont franchies, cette solution pourrait offrir une nouvelle voie d’automatisation pour la production en série de serveurs haut de gamme et de cartes d’accélération IA.

Actuellement, les deux entreprises accélèrent les phases de validation et d’optimisation, avec l’objectif de finaliser la vérification de tous les seuils dans les prochains mois. Une fois ces critères remplis, elles prévoient d’évaluer la faisabilité d’un déploiement complet en production ainsi que le calendrier associé pour une mise en œuvre à grande échelle.