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
英国国家医疗服务(NHS)正将无人机纳入常规医疗物流体系。自今年2月起,无人机每天在雷恩斯公园和圣乔治医院之间运送血液等诊断样本,飞行仅需3分钟,比公路运输快约85%,且碳排放减少高达98%。目前已有逾2000名患者受益。NHS计划将该服务扩展至圣赫利尔、克罗伊登等多家医院,最终惠及约180万名患者。该网络由英国医疗初创公司Apian与谷歌旗下Wing合作运营。
AgentLens是Explyt公司联合俄罗斯学术机构开发的AI编程助手评测基准,通过分析完整人机交互轨迹而非仅看最终结果,从五个维度评估代码智能体的真实表现。
边缘AI计算厂商Aetina宣布,将在其DeviceEdge AIE-KT风冷系列和新款AIE-PT无风扇平台上支持英伟达全新Jetson T3000和T2000模块。T3000基于Blackwell GPU,最高提供865 FP4 TFLOPS算力,功耗70W;T2000则提供400 FP4 TFLOPS,面向视觉AI代理和自主移动机器人等场景。两款模块预计2027年第一季度上市,支持Nemotron、Cosmos 3等英伟达AI软件生态。
韩国梨花女子大学提出Splash框架,通过识别AI模型中的"休眠参数"并只在其中训练触觉能力,让小型多模态AI在学会感知材质触感的同时,完整保留原有视觉语言推理能力。