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
尽管全球企业AI投资在2024年达到2523亿美元,但MIT研究显示95%的企业仍未从生成式AI投资中获得回报。专家预测2026年将成为转折点,企业将从试点阶段转向实际部署。关键在于CEO精准识别高影响领域,推进AI代理技术应用,并加强员工AI能力培训。Forrester预测30%大型企业将实施强制AI培训,而Gartner预计到2028年15%日常工作决策将由AI自主完成。
这项由北京大学等机构联合完成的研究,开发了名为GraphLocator的智能软件问题诊断系统,通过构建代码依赖图和因果问题图,能够像医生诊断疾病一样精确定位软件问题的根源。在三个大型数据集的测试中,该系统比现有方法平均提高了19.49%的召回率和11.89%的精确率,特别在处理复杂的跨模块问题时表现优异,为软件维护效率的提升开辟了新路径。
2026年软件行业将迎来定价模式的根本性变革,从传统按席位收费转向基于结果的付费模式。AI正在重塑整个软件经济学,企业IT预算的12-15%已投入AI领域。这一转变要求建立明确的成功衡量指标,如Zendesk以"自动化解决方案"为标准。未来将出现更精简的工程团队,80%的工程师需要为AI驱动的角色提升技能,同时需要重新设计软件开发和部署流程以适应AI优先的工作流程。
这项由德国达姆施塔特工业大学领导的国际研究团队首次发现,当前最先进的专家混合模型AI系统存在严重安全漏洞。通过开发GateBreaker攻击框架,研究人员证明仅需关闭约3%的特定神经元,就能让AI的攻击成功率从7.4%暴增至64.9%。该研究揭示了专家混合模型安全机制过度集中的根本缺陷,为AI安全领域敲响了警钟。