黃仁勳×達梭系統執行長對談：AI 不只是工具，而是下一代工業基礎設施

本文整理自 Dassault Systèmes 2026 年 2 月在 3DEXPERIENCE World 大會發布的對談影片。

黃仁勳為什麼出現在一場工程軟體大會？

2026 年 2 月初，休士頓。全球最大的 3D 設計與工程軟體大會 3DEXPERIENCE World 正在舉行，台下坐著的是來自世界各地的機械工程師、產品設計師和製造業高管。這場活動的主辦方是法國達梭系統（Dassault Systèmes），一家在臺灣相對低調、但在全球工業軟體市場舉足輕重的企業。

開場致詞的是達梭系統執行長帕斯卡．達洛茲（Pascal Daloz），但他很快就把全場焦點交給了一位穿著招牌皮衣的來賓——NVIDIA 創辦人暨執行長黃仁勳（Jensen Huang）。黃仁勳站上講台的第一句話，就讓在場觀眾爆出歡呼：他說，如果要重新開始創業，他會選擇用達梭系統的 SOLIDWORKS 來設計產品。

這不只是場面話。NVIDIA 和達梭系統的合作關係可以追溯到四分之一個世紀前，從 OpenGL 時代的電腦圖形技術開始，一路走到今天的加速運算與人工智慧。黃仁勳回憶，當年的合作是圍繞著 CgFX——CUDA 的前身——以及把 UNIX 工作站的運算能力帶到 Windows PC 的願景。如今，兩家公司要宣布的，是這段四分之一世紀合作史上規模最大的一次策略聯盟。

先認識達梭系統：臺灣工程師的隱形盟友

對許多臺灣讀者來說，「達梭」這個名字可能更容易聯想到法國的戰鬥機和商務噴射機。事實上，達梭系統（Dassault Systèmes）正是從法國達梭航太（Dassault Aviation）內部的一個軟體團隊獨立出來的公司。1981 年，15 位工程師開發出世界第一套商用 3D CAD 軟體 CATIA，改寫了飛機設計從手繪圖紙走向電腦螢幕的歷史。波音 777——史上第一架完全在電腦上設計的商用客機——就是用 CATIA 打造的。

45 年後的今天，達梭系統已經遠遠不只是一家 CAD 軟體公司。它的年營收超過 70 億美元，在全球擁有超過 4,500 萬使用者和 40 萬家企業客戶，旗下產品線涵蓋了從概念設計到產品上市的每一個環節：CATIA 做 3D 設計、SOLIDWORKS 做中小企業的產品開發、SIMULIA 做物理模擬、BIOVIA 做藥物與材料科學、DELMIA 做製造規劃、ENOVIA 做產品生命週期管理。這些工具透過一個叫做「3DEXPERIENCE」的統一平台串連在一起，形成一個完整的數位產品開發生態系。

達梭系統在臺灣也有深厚的佈局。臺灣的航太零組件供應商、精密機械業者、半導體設備商和電子製造業都是它的客戶。在中科院的航太研發、自行車產業的設計創新、甚至是臺灣機械業的智慧製造轉型中，CATIA 和 SOLIDWORKS 都扮演著重要角色。對於熟悉臺灣製造業的讀者來說，理解達梭系統的地位，有助於理解這次合作為什麼不只是兩家科技公司的結盟，而是牽動整個全球製造業數位轉型的關鍵佈局。

合作內容：把 NVIDIA 的加速引擎塞進工業軟體

這次合作的核心，用黃仁勳的話來說，是要把 NVIDIA 過去四分之一世紀累積的技術——從電腦圖形到加速運算到人工智慧——全部「融合」進達梭系統的軟體平台裡。具體來說，有三大技術整合方向。

第一是 CUDA-X 加速函式庫。NVIDIA 的 CUDA 平行運算平台原本主要服務於科學計算和 AI 訓練，現在要深入整合到達梭系統的 SIMULIA 模擬引擎中。這意味著，原本跑一次可能要幾小時甚至幾天的流體力學、結構力學、碰撞模擬，將可以被加速一百倍到一千倍。黃仁勳甚至預告，在不遠的將來，這個倍數會達到百萬倍。當模擬速度從「離線批次處理」變成「即時互動」，工程師的設計流程會從根本上改變——你不再是設計完之後把檔案丟給模擬團隊等結果，而是在設計的當下就能看到風洞測試的結果。

第二是物理 AI。NVIDIA 推出了一套叫做 Physics NeMo 的框架，專門用來訓練「懂物理」的 AI 模型。這些模型可以預測材料會怎麼斷裂、碰撞會造成什麼後果、流體會如何流動，而且速度比傳統模擬快上萬倍。黃仁勳用了一個生動的類比：狗能從空中接住球，不是因為牠在腦中做彈性力學的偏微分方程式運算，而是因為牠學會了預測物理行為。Physics NeMo 做的就是類似的事——用 AI 學習物理法則，實現比傳統方程式求解快得多的預測能力。

第三是 Omniverse 數位孿生平台。NVIDIA 的 Omniverse 是一個用來建構和運行大型數位孿生場景的平台，現在要和達梭系統的 DELMIA 製造規劃軟體整合。這讓工廠不再只是被「可視化」——而是可以在虛擬環境中被完整地模擬運行：機器人的動作路徑、產線的排程邏輯、物料的搬運流程，全部可以在虛擬世界中測試和優化，再部署到真實工廠。

三個場景：從食品研發到電動車到 AI 工廠

在對談中，兩位執行長展示了三個具體的客戶案例，清楚說明了這些技術不是概念驗證，而是已經在產業中落地的應用。

第一個場景是生命科學。法國的貝爾集團（Bel Group）——就是做「笑牛」起司和 Babybel 迷你起司球的那家公司——正在用達梭系統的 BIOVIA 平台搭配 NVIDIA 的 BioNeMo 生物 AI，重新發明食品研發的流程。傳統上，開發一款新的食品配方需要數百次的物理實驗。現在，貝爾集團可以在虛擬雙生中用生物學世界模型來模擬蛋白質的行為，自動探索用非乳製蛋白替代乳製蛋白的可能性，同時確保營養價值和口感不打折扣。這不只是加速研發，更關乎食品安全——涉及消費者健康的產品，每一個決策都需要可驗證、可追溯的科學依據。

第二個場景是汽車工程。美國電動車新創 Lucid Motors——以單次充電續航超過 800 公里聞名的高端電動車品牌——正在用達梭系統的 3DEXPERIENCE 平台，把碰撞行為模擬、空氣動力學分析和車輛性能預測全部前移到設計階段的最早期。過去，工程師先設計外型，再交給另一個團隊驗證安全性和性能，如果不合格就得改設計、重新來過。現在，設計師在畫第一條線的時候就能看到這個形狀的碰撞表現和風阻係數，等於是從「設計形狀」升級成「設計行為」。

第三個場景是智慧製造。日本的歐姆龍（OMRON）——全球領先的工業自動化設備商——正在用達梭系統與 NVIDIA 的整合方案，打造所謂的「軟體定義工廠」。他們不是等工廠建好之後才導入自動化，而是在設計階段就把自主機器人的動作路徑、感測邏輯和協同運作全部規劃好，用虛擬雙生驗證完之後再部署到真實產線。達洛茲強調，這種做法讓工廠變得更有彈性、更能快速適應產品線的變動，而不是被固定的硬體設備綁死。

500 億美元的 AI 工廠：人類史上最大的基礎建設浪潮

對談中最讓人印象深刻的一段，是黃仁勳談到 AI 作為基礎設施的規模。他把 AI 和水、電、網路並列，認為 AI 將成為每個產業、每個國家、每個社會都需要的基礎建設，而我們正處在這場新工業革命的起點。

黃仁勳給了一個驚人的數字：一座 gigawatt 級的 AI 工廠，造價大約是 500 億美元。而現在全球正在同時興建數十座這樣的設施。他引述產業估計，未來十年全球在 AI 基礎建設上的投資總額將接近 85 兆美元——這是人類史上最大規模的工業基礎建設投資。

更有趣的是，NVIDIA 自己就是達梭系統的第一個客戶。黃仁勳透露，NVIDIA 正在用達梭系統的虛擬雙生平台來設計和規劃自己的 AI 工廠。在動工之前，每一台超級電腦的擺放位置、每一條網路線路的配置、每一套冷卻系統的管路，都已經在虛擬環境中模擬過了。新一代的 AI 伺服器更重、更耗電、需要液體冷卻，和上一代的架構天差地遠——這些劇烈的變化，任何一個環節出錯都代表數十億美元的損失。虛擬雙生確保所有零件能正確組裝、所有系統能協調運作，才破土動工。

我的觀察：臺灣在這場結盟中的位置

看完這場對談，我最想跟臺灣讀者分享的觀察是：這個合作三角形裡，臺灣其實是關鍵的第四角。

黃仁勳提到 AI 工廠需要大量的晶片工廠、封裝工廠和電腦組裝工廠，這三個環節臺灣幾乎全包。台積電代工所有 NVIDIA 的 AI GPU，日月光負責先進封裝，鴻海和廣達組裝 AI 伺服器，整條供應鏈從新竹科學園區延伸到高雄半導體 S 廊道。當全球正在以 85 兆美元的規模大建 AI 基礎設施，臺灣供應鏈就是這場建設浪潮的軍火庫。

但更值得關注的是達梭系統在這個鏈條中扮演的角色。台積電的新晶圓廠、NVIDIA 的 AI 資料中心、甚至是臺灣機械業的智慧工廠，都需要在虛擬環境中先設計、模擬、驗證之後才動工。達梭系統的 CATIA 和 SIMULIA 在半導體設備設計和工廠規劃中有廣泛應用，這次和 NVIDIA 的深度整合，意味著臺灣的製造業在做數位轉型時，將直接受益於更快的模擬速度和更強的 AI 輔助設計能力。

換個角度看，這也是臺灣製造業必須正視的挑戰。當全球的工廠設計從「先蓋再調」變成「虛擬雙生先行」，當工程設計從「畫完再驗」變成「即時模擬」，沒有跟上這波工具升級的企業，將越來越難和國際同業競爭。這不只是軟體採購的問題，而是整個工程文化和流程的轉型。黃仁勳和達洛茲在休士頓的這場對談，表面上是兩家歐美企業的合作發表，但對臺灣的精密製造、半導體設備和工業自動化產業來說，這場變革已經來到了家門口。