达明透过导入NVIDIA GPU加速器解决方案，不仅使其机械手臂的运算能力较先前的CPU + IGP方案提升10倍且更具能源效率，更能符合机械手臂高精密作业的要求
过去，台湾在硬件制造累积了丰富的技术与经验，拥有超强的硬实力。不过，只有硬件的产品好似「无魂有体」，如今在软件与算法的推陈出新加持之下，冰冷的硬件产品彷佛注入了温暖的灵魂，与人们的生活结合得更加紧密。随着计算机运算能力与时俱进，科技产品逐渐实现更多人们所企盼的愿景，让这个世界越来越美好！
达明机器人(Techman Robot)研发处软件设计部项目经理黄钟贤博士在进入广达集团旗下广明光电100%持股的达明机器人之前，在工研院负责软件研究与开发。他表示，大学时修习图像处理相关课程后，深深为图像处理相关知识及其未来的重要性所吸引，因此一头栽入计算机视觉和机器视觉的领域。而到了达明机器人之后更是深觉机器人需要「看」的能力，因此积极研究如何在机械手臂上增添视觉功能。
如同人类需要手眼并用，机械手臂需要配合机器视觉才能进行作业，然而为了高精密度的作业流程，机器视觉的摄影机需要以每秒多张达500万画素以上进行影像撷取，同时须具备非常强悍的运算能力，在极短的时间内处理庞大的影像数据，再将结果与机械手臂沟通、协作。透过传统的CPU架构无法满足如此复杂的运算，尤其在达明原有的系统中，CPU需要扮演机械手臂控制与视觉运算双重角色，因此，即便在具备多核心架构的状态下，同时进行高精度机械手臂控制与大量图像的机器视觉处理时，对于纯CPU架构而言仍过于吃重。
因此，达明机器人尝试采用PC架构结合GPU运算的异构运算系统，先期达明透过英特尔(Intel)内建的GPU作为异构运算的解决方案，虽然效能能提升3到4倍，但是仍然未达到达明订定的标准。
经过多方评估，达明从多种异构运算架构中选择了辉达(NVIDIA)的GPU加速解决方案，透过NVIDIA GPU加速器的大量CUDA核心处理复杂的影像并进行分析，不仅使运算力达到较传统纯CPU架构倍增且同时更具能源效率外，其运算效能相较于先前的Intel CPU + IGP解决方案有更显著的跃升。黄博士表示，在导入基于NVIDIA的GPU解决方案后，效能较Intel CPU + IGP提升10倍，更较原本的CPU解决方案达到30倍以上的效能，更符合机械手臂高精密作业的要求。
值得注意的是，目前火热的深度学习(deep learning)与人工智能(artificial intelligence；AI)势必将在机械手臂产业掀起革命，并成为高度自动化的工业4.0世代的关键技术。同时，机器人透过学习人类的作业习惯与行为分析，更有助于搭配人工进行复杂的相互协作，因此，为了赶上这股趋势，具备人工智能与深度学习架构已成为一股势不可挡的浪潮。
黄博士指出，现阶段的达明机械手臂开始在出货时提供搭配NVIDIA解决方案的选项，目前结合NVIDIA解决方案后所发挥的效能有目共睹，未来肯定将会吸引越来越多的客户关注与使用。
为了促使达明机械手臂持续进化增强，并满足客户对于工业4.0及人工智能的高度期待，达明将继续与拥有硬件架构、软件与人工智能发展经验的NVIDIA携手合作，以NVIDIA的人工智能解决方案结合达明机械手臂经验，打造更先进的下一代产品，与机器人一起「看见」更美好的人类生活蓝图。