NVIDIA y Foxconn usan robots para ensamblar el GB300, objetivo de tasa de éxito del 99,5 %

El 4 de octubre de 2026, el medio tecnológico Tech News informó que NVIDIA y Foxconn están probando el proceso de ensamblaje robótico del chasis de prueba del Grace Blackwell GB300, con el objetivo de elevar la tasa de éxito de las tareas críticas de ensamblaje a más del 99,5 %. Esta iniciativa representa una colaboración estratégica entre ambas compañías para impulsar la automatización avanzada en la fabricación de servidores de alto rendimiento.

Contexto de desarrollo y objetivo

El laboratorio de robótica de NVIDIA, situado en Seattle, y su equipo de ingeniería Isaac, han iniciado recientemente una colaboración con Foxconn, el fabricante bajo contrato del GB300, centrada en el desarrollo de tecnologías de ensamblaje automatizado que ofrezcan alta precisión y capacidad de operación continua durante periodos prolongados. Ambas partes han acordado un umbral de producción que exige una tasa de éxito mínima del 99,5 %, la ausencia total de colisiones con la bandeja, un tiempo máximo de 124 segundos para el ensamblaje del bus y un tiempo máximo de 72 segundos para la inserción de los conectores.

El núcleo de esta cooperación consiste en combinar la plataforma de aprendizaje por refuerzo Isaac Lab de NVIDIA con los recursos de fabricación de Foxconn, con el fin de crear un sistema robótico capaz de mantener una alta estabilidad incluso cuando el entorno de trabajo varíe o presente incertidumbres inesperadas. Este enfoque integrado busca aprovechar las capacidades de simulación y entrenamiento de IA de Isaac Lab mientras se aprovecha la experiencia de Foxconn en líneas de producción a gran escala.

Proceso de ensamblaje robótico y estado actual

Las tareas de ensamblaje de la bandeja de prueba del GB300 se dividen en dos áreas principales: la primera implica la colocación de un bus largo y pesado, seguida de la fijación de 16 tornillos mediante un brazo robótico; la segunda consiste en la inserción de cuatro conjuntos de conectores de alta tolerancia, compuestos por dos conectores grandes y dos pequeños. Cada una de estas tareas impone requisitos estrictos al robot en términos de precisión de posicionamiento, control de fuerza y retroalimentación sensorial.

Hasta la fecha, la tasa de éxito en la colocación del bus y el apriete de los tornillos ha superado el 95 %, mientras que el proceso completo, que incluye tanto el bus como los conectores, tiene un tiempo medio de aproximadamente 160 segundos, lo que aún no alcanza los límites de 124 segundos y 72 segundos establecidos para cada fase.

La operación de inserción de los conectores combina los algoritmos de aprendizaje por refuerzo de Isaac Lab, datos reales de fabricación y el diseño de pinzas personalizadas. En entornos de simulación, el robot aprende múltiples estrategias de inserción y, durante las pruebas en hardware real, ajusta continuamente su comportamiento para mejorar la tolerancia a variaciones y errores en los conectores de alta precisión.

Ruta futura hacia la producción en masa y desafíos

Ambas partes dejan claro que la fase actual de pruebas representa únicamente el progreso del desarrollo y no constituye una validación para la producción en masa. Los retos críticos para el futuro incluyen elevar la tasa de éxito del ensamblaje del bus por encima del 99,5 %, reducir el tiempo total del proceso a los objetivos de 124 segundos y 72 segundos, y garantizar que el robot no produzca colisiones con la bandeja durante operaciones prolongadas.

Para superar estos retos, NVIDIA planea ampliar continuamente la base de datos de entrenamiento de Isaac Lab y trabajar conjuntamente con Foxconn en la optimización de la arquitectura mecánica del brazo robótico y la disposición de sus sensores. Por su parte, Foxconn aportará un mayor número de muestras de pruebas en líneas de producción reales, con el objetivo de validar la consistencia del rendimiento del robot en diferentes lotes de productos.

Los resultados de las pruebas actuales demuestran que el robot ya muestra una estabilidad considerable bajo condiciones de alta carga y alta tolerancia, aunque aún es necesario lograr avances en la calibración de precisión y en la evasión dinámica de obstáculos para cumplir con el umbral de éxito del 99,5 % establecido por ambas compañías.

En resumen, la colaboración entre NVIDIA y Foxconn ha logrado avances significativos en el ensamblaje robótico de la bandeja de prueba del GB300, especialmente en la automatización del bus y los conectores, lo que evidencia un gran potencial. Si se superan los últimos obstáculos de tiempo y tasa de éxito, esta solución podría ofrecer una nueva vía de automatización para la producción en serie de servidores de alto nivel y tarjetas de aceleración de IA.

La situación actual es que ambas partes están acelerando la fase de verificación y optimización, y se espera completar la validación de todos los umbrales en los próximos meses, momento en el cual se evaluará más a fondo la viabilidad y el calendario para una producción completa.