广成工控的HGX平台具备进行深度学习模型训练和高性能计算任务的能力。以下是关于其可行性的分析：

强大的计算能力：HGX平台通过整合多个GPU，提供了大规模的并行处理能力，这对于深度学习模型训练和高性能计算任务至关重要。
高速互连技术：使用NVLink和NVSwitch技术，HGX平台实现了高速的GPU间通信，这对于大规模数据集和复杂模型的处理非常关键。
灵活的配置：HGX平台可以根据需要配置不同数量的GPU，使得它能够适应不同的工作负载和性能要求。
专为AI设计：NVIDIA的GPU在AI领域具有广泛的应用，其专为AI和深度学习优化的硬件和软件可以提供卓越的性能。
成熟的生态：HGX平台基于NVIDIA的技术，能够无缝集成到NVIDIA的生态系统中，包括CUDA、cuDNN、TensorRT等工具和库，这些都是进行深度学习模型训练的重要资源。
数据中心优化：HGX平台专为数据中心设计，考虑到了能源效率、散热和可扩展性，这对于长时间的高性能计算任务非常重要。
对于控制电机的AI机器人实现，HGX平台同样展现出潜力：

实时处理：HGX平台的高性能计算能力可以确保机器人在接收到传感器数据后能够快速做出反应，实现实时控制。
机器学习模型：通过在HGX平台上训练机器学习模型，可以对电机的控制策略进行优化，提高机器人的智能化水平。
系统集成：HGX平台可以与各种传感器和执行器集成，形成一个完整的AI机器人解决方案。
研发与创新：研究人员可以利用HGX平台的强大计算能力来开发新的算法和技术，推动AI机器人技术的发展。
综上所述，广成工控的HGX平台不仅适合进行深度学习模型训练和高性能计算任务，还能够支持控制电机的AI机器人的实现。然而，具体的实施还需要根据项目的需求、成本预算和技术条件等因素进行详细评估。