物理 AI 選型
看選型表物理 AI 硬體怎麼選？
先用任務、資料、控制與驗收條件反推硬體，不先比單一 TOPS。
AI硬體大未來
從物理 AI 到本地算力，看懂硬體怎麼選
用圖文、可爬取比較與選型表，拆解物理 AI、VLA、機器人運算、AI PC、GPU、VRAM、DGX Spark 與企業導入的真正限制。
進入 AI 硬體名詞庫查 NPU、TOPS、VRAM、RAG 等名詞
從你的情境出發
不知道先看什麼，就從這三種問題進站
我想搞懂物理 AI
先分清感知、推理、動作、Edge AI 與安全控制，再判斷是不是該做機器人方案。
從物理 AI 開始我在規劃機器人導入
先定任務、硬體責任、安全邊界和驗收，再決定 Jetson、工作站或模擬平台。
看物理 AI PoC我需要更強本地算力
從 AI 工作站、本地 AI 主機到 DGX Spark，先看模型大小、VRAM 與使用人數。
看工作站與主機- 01感測／機器視覺
- 02Edge 運算／通訊
- 03控制／驅動
- 04傳動／致動
- 05系統整合
- 06驗證／落地
01
本地 AI 多人併發壓力測試紀錄器
固定模型、引擎、請求形狀與 TTFT／TPOT，留下可重跑的多人使用證據。
02
Jetson 多相機時間同步驗收紀錄器
分開硬體同步、擷取、配對、錄製與重播，不把同一個時間戳誤當驗收通過。
03
VLA 評估紀錄產生器
保存版本、seed、逐次結果、人工介入與停止規則，讓 benchmark 能被回查。
04
物理 AI PoC 驗收與交接表
把八類關卡、測試前門檻、現場觀察、證據與負責人放進同一份紀錄。
01總覽地圖AI 硬體是什麼？AI PC、工作站、物理 AI 怎麼分先把 AI 電腦、手機、工作站、本地主機與伺服器放到同一張分類圖裡。02買電腦前AI PC 是什麼？Copilot+ PC、RTX AI PC 差在哪AI PC、Copilot+ PC、RTX AI PC、NPU 與 GPU 的差異先拆開。03手機端側 AIAI 手機是什麼？跟一般手機差在哪、NPU 與端側 AI 怎麼看分清哪些功能在手機上跑，哪些仍靠雲端、私有雲或 App 支援。04資料位置本地 AI 是什麼？AI PC、工作站與本地 AI 主機怎麼選本地 AI 不只問硬體，也要問模型、權限、資料與維護方式。05規格字典AI 硬體規格怎麼看？NPU / GPU / TOPS / VRAM / RAM 一次拆解TOPS、VRAM、RAM、unified memory 不能只比數字。06工作負載AI 工作站是什麼？跟本地 AI 主機差在哪、怎麼選？工作站、本地主機、DGX Spark 類裝置要用使用人數和模型大小判斷。07企業 PoC企業本地 AI 導入指南：資料、RAG、權限、PoC 與主機選型RAG、權限、監控、備份與導入責任，比單台主機規格更早決定。08高階節點DGX Spark / GB10 能跑大型 AI 模型嗎？規格、用途與推論限制把 DGX Spark / GB10 當成桌邊 AI 開發平台觀察，不寫成一般 AI PC。
01
TOPS 是什麼？40 TOPS、NPU 與 GPU TOPS 怎麼看
TOPS 是每秒兆次運算，但 NPU TOPS、GPU TOPS 與整體平台 TOPS 不能直接混比。看懂 40 TOPS、精度、記憶體與軟體支援。
02
LeRobot 硬體需求怎麼看？訓練工作站、GPU 顯存與 Jetson 上機檢查
LeRobot 做資料採集、訓練與上機推論要怎麼配硬體？依官方 VRAM 參考、資料 I/O、Jetson 驗證邊界做三層選型。
03
Jetson 多相機掉幀怎麼查？GMSL、ROS 2 與 rosbag2 驗收流程
Jetson 多相機掉幀、延遲或 rosbag2 漏資料時，依序隔離感測器、CSI／GMSL、Argus／V4L2、ROS 2 QoS 與儲存層，附可下載驗收表。
04
本地 AI 是什麼？AI PC、工作站與本地 AI 主機怎麼選
本地 AI 是把模型、RAG、資料查詢或 AI 工作流放在自己可控的環境。先分清 AI PC、工作站與多人用本地 AI 主機，再決定 GPU、VRAM 與維運。
05
VLA 是什麼？視覺語言動作模型、VLM 差別與硬體需求
VLA（Vision-Language-Action）如何把影像、指令與機器狀態轉成動作？一次看懂 VLM 差別、訓練與推論硬體、用途及安全邊界。
來源與更新制度
我們怎麼拆解 AI 硬體
本站以官方文件、產品規格、可信媒體與公開技術資料為基礎，拆解 AI 硬體的用途、限制與採購判斷。未確認的規格、價格與上市資訊，會標示來源狀態，不寫成確定事實。
- 定義與規格先回官方來源
- 效能與體驗補第三方實測
- 台灣售價與供貨不寫成未確認事實
- 每篇保留來源、限制與最後更新日