Nvidia baut KI-Partnerschaften in Südkorea aus: von Fabrikrobotern bis zu autonomen Taxis

Virtuelle Fabriken werden zum Trainingsgelände für koreanische Roboter

Nvidia baut die Zusammenarbeit mit südkoreanischen Herstellern aus, um Roboter in virtuellen Fabriken zu trainieren, bevor sie in Produktionslinien eingesetzt werden. Eine neue Vereinbarung mit Kakao Mobility erweitert den Einsatz der Technologie zudem auf Pläne für autonome Taxis. Beim Nvidia AI Day Seoul 2026, der am 9. November im COEX in Seoul eröffnet wurde, stellte das Unternehmen Projekte mit der Hyundai Motor Group, Doosan Robotics, LG Electronics, Samsung Electronics und SK Hynix vor.

Die Projekte befassen sich mit konkreten Aufgaben in der Industrie: dem Test von Roboterbewegungen in Autofabriken, dem Polieren von Autotüren, der Montage von Waschmaschinenbauteilen und der Untersuchung von Anlagenproblemen in Halbleiterfabriken. Kakao Mobility plant unterdessen, die eigene Fahr-KI mit einer Recheneinheit zu kombinieren, die zwei Nvidia-DRIVE-AGX-Thor-Systeme enthält und für gemeinsam mit Kia entwickelte Fahrzeuge vorgesehen ist.

Deepu Talla, Nvidias Vizepräsident für Robotik und Edge-KI, sagte, KI-Agenten könnten den Aufwand für den Aufbau von Robotersimulationsumgebungen von mehreren Monaten Arbeit mehrerer Ingenieure auf weniger als eine Woche für einen Ingenieur reduzieren. Zudem beschrieb er ein mögliches Tempo, das bei der Entwicklung digitaler Zwillinge und damit verbundenen Robotikabläufen etwa 100-mal höher sei.

Die Demonstrationen im November knüpfen an die in Nvidias Partnerschaftsupdate vom Juni beschriebenen Zusagen an. Die Ankündigung skizzierte eine KI-Fabrik von LG, den geplanten Ausbau von Naver GAK Sejong auf 55 Megawatt und langfristig auf eine Gigawatt-Leistung sowie eine im Gigawatt-Maßstab geplante SK Telecom AI Cloud mit Nvidia DSX.

Südkorea übernimmt damit in Nvidias Strategie zwei miteinander verbundene Rollen: Das Land liefert Speicher, Elektronik und Industriekompetenz für die KI-Infrastruktur und bietet zugleich Fabriken und Verkehrsdienste, in denen diese Infrastruktur zum Einsatz kommen kann. Die jüngsten Partnerschaften konzentrieren sich darauf, Rechenleistung in Maschinen umzusetzen, die nützliche Arbeit in der realen Welt verrichten.

Was physische KI an einer Produktionslinie verändert

Physische KI ermöglicht einer Maschine, Informationen über ihre Umgebung zu nutzen, um zu entscheiden, wie sie sich bewegt und handelt. Für einen Fabrikroboter kann das bedeuten, den Griff anzupassen, wenn ein Bauteil an einer anderen Stelle ankommt, oder den auf eine unebene Oberfläche ausgeübten Druck zu verändern.

Talla stellte diesem Ansatz Industrieroboter gegenüber, die auf festgelegte Bewegungsabläufe programmiert sind. Seiner Darstellung zufolge hat jahrzehntelange Automatisierung in der Automobilindustrie wiederkehrende Produktionsabläufe effizient gemacht, während Aufgaben mit häufigen Veränderungen schwieriger zu automatisieren bleiben.

Talla beschrieb das Programmierproblem in seiner Keynote:

In Bereichen, in denen sich die Arbeitsumgebung ständig verändert, kann man nicht jede einzelne Handlung programmieren.

Nvidias vorgeschlagener Arbeitsablauf umfasst drei Rechenstufen. DGX-Systeme trainieren KI-Modelle, RTX-Technologie unterstützt die virtuelle Simulation und Jetson-Computer führen die daraus hervorgehende Software auf Robotern aus. Isaac stellt Werkzeuge für die Entwicklung und das Training von Robotern bereit, Omniverse bildet Arbeitsumgebungen nach und Newton simuliert physische Wechselwirkungen, etwa den Kontakt zwischen einem Werkzeug und einer Oberfläche.

Cosmos, Nvidias Plattform für Weltmodelle, ergänzt diesen Prozess, indem sie simulierte Umgebungen und synthetische Daten erzeugt. Synthetische Daten sind Beispiele, die von Software erstellt und nicht vollständig an realen Anlagen gesammelt werden. Entwickler können damit Roboter trainieren und prüfen, wie sie auf unterschiedliche Situationen reagieren.

Hyundai testet Fabrikänderungen ohne Produktionsstopp

Die Hyundai Motor Group und Nvidia bilden Automobilwerke als digitale Zwillinge nach, also als virtuelle Abbilder realer Fabriken und Anlagen. Ingenieure können darin die Platzierung von Robotern, ihre Bewegungen und Produktionsabläufe testen, während die tatsächliche Montagelinie weiterläuft.

Eine geplante Änderung lässt sich im virtuellen Werk wiederholt ausprobieren, bevor Beschäftigte Maschinen umstellen oder einen Produktionsprozess anpassen. Nvidia zufolge können Hunderte oder Tausende Versuche durchgeführt werden, wobei sich wiederholte Simulationen schneller als in Echtzeit abspielen.

KI-Agenten sollen den Aufbau dieser virtuellen Umgebungen vereinfachen. Ein Agent ist eine Software, die eine Aufgabe planen und weitere Werkzeuge zu ihrer Erledigung aufrufen kann. In diesem Fall verbinden Agenten Simulationswerkzeuge und automatisieren Teile der Arbeit, die Ingenieure und digitale Künstler zuvor manuell erledigten.

Für Hyundai liegt der praktische Vorteil darin, dass der Weg von einer technischen Idee zu einer geprüften Produktionsänderung kürzer wird. Das Verhalten von Robotern kann im Zusammenhang mit dem gesamten Fabrikablauf untersucht werden, statt jede Maschine als isolierte Anlage zu betrachten.

Doosan und LG arbeiten an Kontakt, Druck und Teilehandhabung

Doosan Robotics arbeitet mit Nvidia am Präzisionspolieren von Autotüren und Geräteoberflächen. Beim Polieren reicht es nicht, immer wieder dieselbe Bahn abzufahren: Das Ergebnis hängt vom Material, der Rauheit der Oberfläche und dem vom Roboter ausgeübten Druck ab.

Bei der Zusammenarbeit kommen Isaac Lab und die Physik-Engine Newton zum Einsatz, um diese Wechselwirkungen zu untersuchen. Die Demonstrationen befassten sich mit Oberflächenbeschaffenheit und Polierdruck. Ziel ist es, vorherzusagen, wie die Bewegung eines Roboters das berührte Material verändert.

LG Electronics setzt Isaac Sim und Isaac Lab in der Gerätefertigung ein. Roboter üben das Aufnehmen, Montieren und Positionieren von Bauteilen für Produkte wie Waschmaschinen und Kühlschränke. Wiederholungen in der Simulation ermöglichen Entwicklern, Bewegungen anzupassen und die Leistung zu testen, bevor Änderungen an realen Bauteilen und Maschinen vorgenommen werden.

Zum Veranstaltungsprogramm von LG gehörten außerdem ein Lern- und Validierungssystem auf Basis von Isaac GR00T sowie Beispiele für Anwendungen in Fabriken. Die umfassendere Partnerschaft mit Nvidia verbindet Produktionsdaten und Fertigungswissen mit KI-Infrastruktur. Geplant ist, Beschaffung, Produktion, Logistik und Kundenauslieferung mithilfe von Daten und KI miteinander zu verknüpfen.

Auch kleinere Entwickler gehören zum Netzwerk. Das südkoreanische Start-up RealWorld entwickelt DexPinch, um die Robotermanipulation und die Genauigkeit von Algorithmen zu bewerten. Als weiterer Partner wurde Krafton vorgestellt. Das Unternehmen arbeitet an Robotern, die mit Menschen in der Sozial- und Gesundheitsversorgung interagieren sollen.

Halbleiterfabriken verbinden Simulation mit der Untersuchung von Störungen

SK Hynix, Samsung Electronics und SK Telecom zeigen, dass Nvidias Partnerschaften über die Bewegung von Roboterarmen hinausgehen. In ihren Projekten kommen virtuelle Anlagen, technische Simulationen und KI-Analysen zum Einsatz, um komplexe Ausrüstung und Betriebsabläufe zu untersuchen.

Digitale Zwillinge von Halbleiterfabriken dienen der Überwachung von Anlagen und Prozessen sowie der Analyse von Standardarbeitsanweisungen, also Anleitungen, die Beschäftigten helfen, Aufgaben einheitlich auszuführen. Nvidia demonstrierte zudem KI-Agenten, die in virtuellen Anlagen die Ursachen von Anomalien bei Maschinen untersuchen.

Samsung stellte mithilfe von PhysicsNeMo, Nvidias Werkzeugen für KI-Modelle, die physikalische Vorgänge berücksichtigen, Strömungs-, Wärme- und Strukturanalysen vor. Dabei wird untersucht, wie Flüssigkeiten oder Gase fließen, wie sich Wärme ausbreitet und wie Strukturen auf Kräfte reagieren. Samsung zeigte außerdem KI-Unterstützung bei der Untersuchung von Designoptionen.

Das Programm von SK Hynix umfasste Simulationen von Halbleiterbauelementen und -prozessen mit CUDA-X und PhysicsNeMo. Allen Projekten gemeinsam ist das Ziel, Ingenieuren zu ermöglichen, mögliche Änderungen und Betriebsprobleme digital zu untersuchen und sie mit den betreuten physischen Systemen abzugleichen.

Kakao Mobility will von überwachten Taxis zu Level 4 wechseln

Kakao Mobility und Nvidia unterzeichneten ihre Absichtserklärung zum autonomen Fahren am 9. November im The Westin Seoul Parnas in Gangnam. Zu den Teilnehmenden gehörten Kim Jin-gyu, Vizepräsident für physische KI bei Kakao Mobility, und Gaurav Agrawal, Senior Director für das Automobilgeschäft bei Nvidia.

Kakao Mobility betreibt in Gangnam bereits einen Taxidienst mit autonom fahrenden Fahrzeugen und Sicherheitsfahrern an Bord. Der Dienst startete im März mit zwei Fahrzeugen und wurde im August auf sechs ausgeweitet. Damit verdreifachte sich die Flotte. Fahrgäste können den Dienst über Kakao T nutzen.

Die neue Zusammenarbeit zielt auf Automatisierung der Stufe 4. Auf dieser Stufe übernimmt das Fahrzeug die Fahraufgabe, ohne innerhalb bestimmter Betriebsbedingungen, etwa eines festgelegten Einsatzgebiets, auf einen menschlichen Fahrer angewiesen zu sein. Kakao Mobility hat weder einen kommerziellen Starttermin noch die Zahl der Fahrzeuge für den geplanten Level-4-Dienst bekannt gegeben.

Kakao Mobility wird die eigene Fahr-KI entwickeln, während Nvidia Rechenleistung, Sensorintegration und Sicherheitstechnologie bereitstellt. Die Unternehmen planen, das daraus entstehende System zunächst in speziell für bestimmte Einsatzzwecke wie den Personentransport konzipierte Fahrzeuge von Kia zu integrieren.

Die Vereinbarung folgt auf mehrere miteinander verbundene Schritte:

• März 2026: Kakao Mobility startete seinen autonomen Taxidienst in Gangnam mit zwei Fahrzeugen und Sicherheitsfahrern.
• Mai 2026: Kakao Mobility ging eine Partnerschaft mit LG Innotek für Präzisionssensorik und Fahrdaten ein.
• Juli 2026: Kakao Mobility und Kia vereinbarten die Entwicklung und Lieferung von Fahrzeugen für autonome Fahrdienste.
• August 2026: Die Flotte in Gangnam wurde auf sechs Fahrzeuge erweitert.
• 9. November 2026: Kakao Mobility und Nvidia unterzeichneten ihre Vereinbarung zur technologischen Zusammenarbeit.
• Bis Ende 2026: Kakao Mobility plant, den Einsatz seines durchgängigen Fahr-KI-Modells auszuweiten.

So fügt sich das Fahrsystem zusammen

Kakao Mobilitys durchgängiges Modell verbindet das Erfassen der Fahrzeugumgebung über ein KI-Modell mit Fahrentscheidungen. Das Unternehmen kombiniert derzeit KI-Fahrentscheidungen mit einem Sicherheitsverifikationssystem, das auf expliziten Regeln basiert.

Die geplante Recheneinheit wird zwei DRIVE-AGX-Thor-Systeme enthalten. Nvidias Referenzarchitektur Hyperion bietet einen Entwurfsrahmen für die Verbindung von Fahrzeug, Sensoren und Rechenhardware. Halos stellt einen Sicherheitsrahmen für Entwicklung und Überprüfung bereit.

Rishi Dhall, Vizepräsident für den Automobilbereich bei Nvidia, beschrieb die vorgesehene Aufgabenverteilung:

Nvidia Hyperion stellt die für die Umsetzung des autonomen Fahrens auf Level 4 erforderliche technologische Grundlage für Sensorik und Rechenleistung bereit. Nvidia Halos unterstützt einen umfassenden Sicherheitsrahmen für den gesamten Prozess, von der Technologieentwicklung bis zum Einsatz in realen Diensten.

Die Unternehmen wollen ein System entwickeln, das globalen Standards entspricht, Dienste in Südkorea einrichten und längerfristig eine internationale Expansion prüfen. Ihre unmittelbare technische Aufgabe ist es, die Software von Kakao Mobility, Nvidias Hardware und die Fahrzeuge von Kia zu einem abgestimmten System zusammenzuführen.

Kostengünstigere KI-Agenten und koreanische Sprachmodelle unterstützen die Fabriken

Nvidia stellte auch Möglichkeiten vor, die Betriebskosten von KI-Agenten zu senken. Jonathan Cohen, Nvidias Vizepräsident für angewandte Forschung, beschrieb Switchyard, eine Lösung, die Aufgaben je nach Schwierigkeitsgrad und Kosten an verschiedene KI-Modelle weiterleitet.

In internen Tests von Nvidia hielt dieser Ansatz eine Erfolgsquote von 80 Prozent bei Aufgaben aufrecht und senkte die Kosten auf etwa ein Drittel der Kosten für den Einsatz eines einzelnen leistungsstarken Modells. Anders ausgedrückt: Die angegebenen Einsparungen betrugen etwa zwei Drittel, bei unveränderter Erfolgsquote.

Cohen erläuterte, warum die Weiterleitung wichtig ist:

Man muss nicht jede Aufgabe dem intelligentesten Modell übergeben.

Naver beteiligt sich an der Nemotron Coalition und teilt Daten und Trainingstechniken für die Entwicklung offener Modelle. Naver Cloud stellte seine Erfahrungen mit Nemotron und dem Training großer Modelle vor. Auch SK Telecom, LG AI Research und Upstage nutzen Nemotron-Technologie und Datensätze, um Modelle zu entwickeln, die auf die koreanische Sprache und heimische Branchen zugeschnitten sind.

Nvidia erklärte, im Rahmen seiner Strategie für offene Modelle Modellgewichte sowie Skripte für Training und Tests zu veröffentlichen. Modellgewichte sind die erlernten numerischen Einstellungen, die bestimmen, wie ein Modell reagiert. Der Zugang zu diesen Komponenten bietet Unternehmen eine Grundlage, um Systeme mit eigenen Daten und Branchenkenntnissen anzupassen.

Stromversorgung und Plattformwahl bestimmen den Ausbau

KI-Training, Robotersimulationen und der Betrieb von Diensten erfordern Recheninfrastruktur. Nvidias DSX-Plattform behandelt GPUs, Netzwerke, Kühlung und Stromversorgung als Teile eines einzigen Systems, die gemeinsam verwaltet werden können.

Nvidia zufolge konnte der Cloud-Partner Nscale mit dynamischem Energiemanagement die Kapazität für den Einsatz von GPUs um etwa 37 Prozent und die Token-Generierung um etwa 50 Prozent steigern, und zwar bei gleichem Strombudget. Tokens sind die kleinen Texteinheiten, die Sprachmodelle verarbeiten und erzeugen. Das Beispiel veranschaulicht, wie das Unternehmen mit begrenzter Stromversorgung mehr nutzbare Rechenleistung bereitstellen will.

NVLink Fusion adressiert eine weitere Aufgabe der Infrastruktur: die Anbindung kundenspezifischer KI-Chips an Nvidia-Systeme. Die Lösung soll den Aufwand für Chiphersteller verringern, die Server-, Netzwerk- und Rack-Infrastruktur rund um ihre Prozessoren aufbauen müssen.

Der Ausbau in Südkorea umfasst bereits eine im November 2025 angekündigte Zuteilung von 260.000 Chips, deren Auslieferung 2026 beginnen soll. Eine Vereinbarung vom Oktober 2026 über dedizierte Produktionslinien für Substrate in den Werken von Samsung Electro-Mechanics in Sejong und Busan schafft eine weitere Verbindung zwischen der koreanischen Fertigung und Nvidias Lieferkette.

Nvidias Rolle im Geschäft zieht sich durch diese Partnerschaften. Talla bezeichnete das Unternehmen als Anbieter von Plattformen und Chips, nicht als Roboterhersteller. Koreanische Partner bringen Fabriken, Produkte, Betriebswissen und Anwendungen ein; Nvidia stellt einen Großteil der gemeinsam genutzten Entwicklungsinfrastruktur bereit. Gemeinsame Werkzeuge können die Integration vereinfachen. Zugleich werden Kompatibilität und der fortlaufende Zugang zu diesen Werkzeugen für die teilnehmenden Unternehmen zu wichtigen Faktoren.

Das Wichtigste in Kürze

• Nvidia stellte beim AI Day Seoul 2026, der vom 9. bis 10. November im COEX stattfand, erweiterte Partnerschaften mit südkoreanischen Herstellern und Robotikunternehmen vor.
• Hyundai testet Produktionsabläufe in digitalen Zwillingen, Doosan entwickelt Roboter zum Polieren und LG trainiert Roboter für die Gerätefertigung.
• Projekte von Samsung, SK Hynix und SK Telecom verbinden Fabriksimulationen mit technischen Analysen, Überwachung und Betriebsabläufen.
• Nvidia zufolge können KI-Agenten die Entwicklung von Simulationsumgebungen von mehreren Monaten auf weniger als eine Woche für einen Ingenieur verkürzen.
• Kakao Mobility plant, seine Fahr-KI mit Nvidias Rechen- und Sicherheitstechnologie in Kia-Fahrzeugen für Dienste auf Level 4 zu kombinieren.
• Kakao Mobilitys bestehende Flotte in Gangnam umfasst sechs Fahrzeuge mit Sicherheitsfahrern. Ein Starttermin für den Level-4-Dienst und die Zahl der Fahrzeuge wurden nicht bekannt gegeben.
• Energiemanagement in Rechenzentren, koreanische Sprachmodelle und gemeinsam genutzte Entwicklungsplattformen unterstützen die umfassenderen Industrievorhaben.