Nvidia og LG bygger AI-fabrikk for fysisk AI

Nvidia og LG Group bygger en AI-fabrikk som skal brukes på tvers av robotikk, autonom mobilitet, datasenterteknologi og GPU-baserte skytjenester. Det er ikke en vanlig leverandøravtale om mer regnekraft. Planen er å koble modellutvikling, simulering, syntetiske data, robottrening, edge-deploy og digitale tvillinger inn i én industriell arbeidsflyt.

Nvidia publiserte nyheten 8. juni. Selskapet beskriver samarbeidet som en fullstack AI-fabrikk for LGs neste bølge av AI-drevne virksomheter. LG skal bruke akselerert infrastruktur til å trene, simulere, validere og rulle ut AI-applikasjoner i egne forretningsområder. Det omfatter forbrukerelektronikk, robotikk, mobilitetskomponenter, smarte bygg, datasentre og produksjon.

Kjernen er fysisk AI. Det betyr systemer som ikke bare svarer på tekst, men som skal forstå rom, bevegelse, risiko, materialflyt og operasjoner i den virkelige verden. For en industrigruppe som LG handler det om mer enn en chatbot på toppen av eksisterende prosesser. Nvidia og LG peker på autonome produksjonsløp der råvareinnkjøp, produksjon, logistikk og levering kobles sammen i sanntid med data og AI.

Fra pilot til fabrikk

AI-fabrikk er blitt Nvidias foretrukne navn på infrastrukturen rundt moderne AI. Begrepet flytter diskusjonen fra enkeltmodeller og GPU-klynger til produksjonssystemer. En fabrikk tar inn råvarer og lager produkter. I AI-versjonen er råvarene data, simuleringer og domeneekspertise. Produktene er modeller, agenter, syntetiske treningssett, digitale tvillinger og styringssystemer som kan kjøres i produksjon.

LG-samarbeidet viser hvorfor dette er en leder- og styresak. Når AI flyttes inn i robotikk og fabrikkdrift, blir risikoen fysisk, operasjonell og regulatorisk. Feil modelloppførsel kan gi stans, skader, feil i logistikk eller kvalitetsavvik. Samtidig kan gevinstene være store: raskere utvikling av roboter, bedre produksjonsplanlegging, kortere vei fra simulering til drift og mer effektiv bruk av energi og datakapasitet.

LG Electronics skal bruke Nvidia Isaac Sim og Isaac Lab for å simulere, trene og validere hjemmeroboter før utrulling. Selskapet vurderer også Isaac GR00T, Nvidias åpne modell for robotresonnering og handling, både for hjemmeroboter og modulære robotplattformer. Nvidia og LG planlegger i tillegg felles referanseroboter som skal inngå i Isaac GR00T-økosystemet.

Et annet viktig punkt er treningsdata. Robotikk stopper ofte på datamangel: det er dyrt og tregt å samle nok gode situasjoner i den fysiske verden. LG Electronics utvikler derfor en fysisk AI-datafabrikk som skal bruke Nvidia Cosmos-modeller til syntetisk datagenerering og utvidelse. Ideen er å gjøre regnekraft om til treningsdata for robotikk og industriell AI.

Datasenteret blir en del av industrien

Avtalen går også inn i selve datasenterlaget. Nvidia skriver at LG Electronics samarbeider om kjøleteknologi for AI-fabrikker, blant annet kjøledistribusjonsenheter, cold plates og prefabrikkerte moduldesign. Dette kobles mot Nvidia DSX-plattformen for raskere utrulling av skalerbar superdatainfrastruktur.

LG Uplus, LG Electronics og LG Energy Solution planlegger dessuten skalerbare og energieffektive AI-fabrikker basert på Nvidia DSX. Det skal kombinere Nvidias akselererte databehandling og referansearkitekturer med LGs kompetanse innen infrastruktur, energi og telekom. Målet er å støtte fremtidige AI-skyer og GPU-tjenester.

For norske CIO-er og industriledere er poenget enkelt: AI-infrastruktur må vurderes som en produksjonsplattform. Det holder ikke å kjøpe modelltilgang og håpe at organisasjonen finner verdien selv. Når leverandører som Nvidia og LG pakker sammen compute, syntetiske data, robotrammeverk, digitale tvillinger, kjøling og drift, blir kjøpsbeslutningen mer lik en fabrikk- eller ERP-investering enn et SaaS-abonnement.

Det gir tre konkrete spørsmål i norske styrerom. Hvilke prosesser er modne for simulering før fysisk endring? Hvem eier dataene som trengs for å trene og validere systemene? Og hvordan skal virksomheten dokumentere sikkerhet, ansvar og kostnader når AI-agentene får påvirke maskiner, logistikk og produksjonsflyt?

Nvidia og LG gir ikke alle svarene. Men samarbeidet viser retningen. Neste fase av enterprise-AI bygges ikke bare i kontorprogrammer. Den bygges i fabrikkgulv, datasentre, robotlabber og energisystemer. Det er der kapasitetskampen, leverandørstyringen og risikobildet nå møtes.

Kilder og medier

Primærkilde: NVIDIA Blog, "NVIDIA and LG Group Build an AI Factory to Advance Physical AI, Mobility and AI Infrastructure", publisert 8. juni 2026. source_url: https://blogs.nvidia.com/blog/nvidia-and-lg-group-ai-factory/

Kildekreditering: NVIDIA Blog. Thumbnail: OpenAI Image 2 / hogby.ai.