VAST Data表示,SK电讯正在其主权AI基础设施产品的GPU即服务(GPUaaS)组件中使用其存储解决方案。
SK电讯(SKT)已推出主权AI基础设施,基于超过1000个英伟达Blackwell GPU集成的单一集群"Haein"(??, 海印)提供GPUaaS服务。这是其成为全球AI公司的整体AI基础设施项目的最新进展。SK电讯与合作伙伴一直在开发基于自有技术的全栈AI解决方案,涵盖半导体、基础模型、数据和服务,并将开发的模型开源给韩国国内AI生态系统中的各家公司。
目前存在四种AI数据中心商业模式:(1)超大规模、(2)专用单客户、(3)小型模块化、(4)基于订阅的AI云GPUaaS。Haein集群已在韩国科学技术信息通信部的AI计算资源利用基础增强项目中获得一席之地,该项目是专有AI基础模型项目的一部分。SKT通过战略性全球合作伙伴关系为这一主权AI基础设施的推出做好准备,包括与Penguin Solutions合作集成AI数据中心(AIDC)系统,与Supermicro合作全球AI服务器采购。
SK电讯GPUaaS业务办公室负责人Kim Myoung Gook表示:"Haein集群的GPUaaS将成为提升客户和国家AI竞争力的催化剂。作为AI基础设施提供商,我们致力于构建国家的AI高速公路。"
据SKT介绍,Petasus为AI和通用工作负载提供企业就绪的高性能、低功耗云管理平台。这是韩国境内的主权GPU服务,具备自助资源管理、多CPU架构支持和带分布式防火墙的高性能网络功能。SKT基于早期的5G多接入边缘计算(MEC)平台开发了Petasus AI云。
SKT将MEC的自动化、编排和低延迟网络等要求融入GPUaaS服务设计中。当客户需求变化时,SKT可以即时分区和重新配置GPU集群。Petasus拥有"AI云管理器"——一个AIOps平台(面向IT运维的AI),管理从开发、训练到部署的整个AI服务生命周期。
VAST发布了公告,配有博客、播客和即将举行的网络研讨会,大力宣传SKT在Petasus中使用其存储的事实。该公司表示,SKT正在英伟达Blackwell GPU上部署VAST的AI操作系统,以加速虚拟化、简化AI数据管道,并支持国家级AI训练和推理。
SKT AI数据中心实验室副总裁兼负责人DK Lee在一份声明中表示:"VAST Data的统一架构在帮助我们从传统裸机部署转向完全虚拟化的生产级AI云方面发挥了重要作用。VAST AI操作系统提供了支持下一代主权AI工作负载所需的性能、简洁性和灵活性,让我们有信心快速安全地扩展。借助VAST,我们正在构建一个满足韩国政府、研究和企业AI客户严格需求的GPUaaS平台。"
Q&A
Q1:SK电讯的Haein集群是什么?
A:Haein集群是SK电讯推出的主权AI基础设施的核心组件,基于超过1000个英伟达Blackwell GPU集成的单一集群,提供GPU即服务(GPUaaS)。该集群已在韩国科学技术信息通信部的AI计算资源利用基础增强项目中获得重要地位。
Q2:VAST在SK电讯AI基础设施中起什么作用?
A:VAST为SK电讯的GPUaaS服务提供存储支持。SK电讯在英伟达Blackwell GPU上部署VAST的AI操作系统,用于加速虚拟化、简化AI数据管道,并支持国家级AI训练和推理工作负载。
Q3:Petasus AI云平台有哪些特点?
A:Petasus是SK电讯开发的企业级高性能、低功耗云管理平台,基于早期5G多接入边缘计算平台开发。它具备自助资源管理、多CPU架构支持、高性能网络和分布式防火墙功能,还包含AI云管理器用于管理完整的AI服务生命周期。
好文章,需要你的鼓励
Replit与RevenueCat达成合作,将订阅变现工具直接集成至Replit平台。用户只需通过自然语言提示(如"添加订阅"),即可完成应用内购和订阅配置,无需离开平台。RevenueCat管理超8万款应用的订阅业务,每月处理约10亿美元交易。此次合作旨在让"氛围编程"用户在构建应用的同时即可实现商业变现,月收入未达2500美元前免费使用,超出后收取1%费用。
LiVER是由北京大学、北京邮电大学等机构联合提出的视频生成框架,核心创新是将物理渲染技术与AI视频生成结合,通过Blender引擎计算漫反射、粗糙GGX和光泽GGX三种光照图像构成"场景代理",引导视频扩散模型生成光影物理准确的视频。框架包含渲染器智能体、轻量化编码器适配器和三阶段训练策略,支持对光照、场景布局和摄像机轨迹的独立精确控制。配套构建的LiVERSet数据集含约11000段标注视频,实验显示该方法在视频质量和控制精度上均优于现有方法。
所有人都说AI需要护栏,但真正在构建它的人寥寥无几。SkipLabs创始人Julien Verlaguet深耕这一问题已逾一年,他发现市面上多数"护栏"不过是提示词包装。为此,他打造了专为后端服务设计的AI编程智能体Skipper,基于健全的TypeScript类型系统与响应式运行时,实现增量式代码生成与测试,内部基准测试通过率超90%。他认为,编程语言的"人类可读性时代"正走向终结,面向智能体的精确工具链才是未来。
这项由蒙特利尔学习算法研究所(Mila)与麦吉尔大学联合发布的研究(arXiv:2604.07776,2026年4月)提出了AGENT-AS-ANNOTATORS框架,通过模仿人类数据标注的三种角色分工,系统化生成高质量网页智能体训练轨迹。以Gemini 3 Pro为教师模型,仅用2322条精选轨迹对90亿参数的Qwen3.5-9B模型进行监督微调,在WebArena基准上达到41.5%成功率,超越GPT-4o和Claude 3.5 Sonnet,并在从未见过的企业平台WorkArena L1上提升18.2个百分点,验证了"数据质量远比数量重要"这一核心结论。