韩国电信巨头SK电信(SKT)宣布与英伟达合作,计划在韩国本土建设吉瓦级人工智能云基础设施,以满足该国日益增长的AI算力需求。
根据合作计划,SKT将部署英伟达的DSX平台,建设大规模AI工厂,专门用于生成先进AI工作负载所需的计算Token。首批设施预计于2027年正式投入运营。
与通用云环境不同,SKT的AI云将针对GPU加速计算进行深度定制,专为训练、推理及智能体AI工作负载而设计,重点面向韩国各行业提供主权AI、物理AI及企业AI服务,并计划逐步向更广泛的亚洲市场延伸。
英伟达DSX平台是一套完整的全栈参考架构,涵盖软件、硬件与运营管理,用于高效生成AI Token。其中,DSX MaxLPS软件可实现每兆瓦最高Token处理性能,而DSX OS操作层则负责管理AI工厂的全生命周期、健康自动化及多租户能力。
英伟达首席执行官黄仁勋表示:"电信网络正在演变为国家级AI基础设施。它们连接着人、企业、设备与机器,如今还将成为新型AI云的核心骨干。借助英伟达DSX,SK电信可以大规模构建韩国的AI云,为驱动韩国乃至全球的企业和产业带来智能体AI、企业AI与物理AI能力。"
此次合作的意义不仅限于AI基础设施的部署。SK集团与英伟达还宣布计划联合开展下一代AI工厂架构研究。这一"从芯片到电网"的创新项目将聚焦加速计算、存储技术及数据中心运营,旨在推动AI服务向更具弹性和可扩展性的方向发展。
SK集团董事长崔泰源表示,此次合作使公司获得了从芯片级硬件到数据中心整体运营的全栈AI基础设施能力。他补充道:"我们将与英伟达携手攻克GPU、内存与能耗方面的挑战,致力于成为引领亚洲AI生态的顶尖AI云企业。"同时,SKT也将正式成为英伟达云合作伙伴,加入这家科技巨头覆盖全球的AI基础设施与软件提供商生态体系。
打造全栈AI强企
与英伟达达成的这一协议,是SKT从传统电信运营商向全栈全球AI公司转型历程中的最新重要举措。
今年早些时候,由SKT牵头的联合团队成功构建了A.X K1基础模型。该模型不仅在韩语任务上表现卓越,在数学与编程领域同样成绩突出。这一拥有5190亿参数的模型目前已应用于韩国政府的主权AI项目。
在英伟达之外,SKT还在构建自研AI基础设施技术栈,以提升能效表现。2026年4月,SKT与半导体公司Arm及AI加速器初创企业Rebellions达成合作,联合开发专为推理工作负载设计的定制化数据中心硬件与软件。
与此同时,SKT也在持续加大对整体AI生态的投入。除设立专项AI投资部门扶持新兴初创企业外,SKT还大力押注生成式AI领域,其中最具代表性的举措是2023年向Claude开发商Anthropic投资1亿美元。
SKT与英伟达日益深化的合作关系在上周举办的英伟达GTC台北大会上得到充分体现。SKT在会上展示了如何借助英伟达Omniverse库,将数字孪生技术应用于SK海力士半导体晶圆厂,优化复杂制造环境,并为其新建的吉瓦级AI云所承载的工业AI应用奠定坚实基础。
Q&A
Q1:SKT与英伟达合作建设的AI云有什么特别之处?
A:SKT与英伟达合作打造的AI云基础设施规模达吉瓦级别,与通用云不同,该AI云基于英伟达DSX平台深度定制,专为GPU加速计算设计,支持训练、推理及智能体AI等工作负载,重点服务韩国各行业的主权AI、企业AI与物理AI需求,并计划未来向亚洲市场拓展。
Q2:SKT的A.X K1基础模型有哪些主要特点?
A:A.X K1是由SKT牵头联合团队打造的基础模型,拥有5190亿个参数,不仅在韩语任务上表现出色,在数学和编程能力上同样具备竞争优势。目前该模型已被应用于韩国政府的主权AI项目,是SKT全栈AI战略布局的重要组成部分。
Q3:SKT在AI领域还有哪些重要的投资和合作布局?
A:SKT在AI领域动作频频:设立专项AI投资部门支持初创企业发展;2023年向Claude开发商Anthropic投资1亿美元;与Arm及Rebellions合作开发定制化数据中心硬件;还通过英伟达Omniverse技术将数字孪生应用于SK海力士芯片制造,全面推进从投资到技术的AI生态布局。
好文章,需要你的鼓励
"影子AI"是指员工在未经公司批准的情况下使用AI工具办公。虽然ChatGPT等工具能提升效率,但将内部文件、客户数据或源代码输入未授权平台,可能导致企业数据失控。IBM报告显示,20%的企业存在未授权AI工具,63%尚无AI治理政策。专家建议,一味封禁效果有限,企业应明确哪些工具可用、哪些数据禁止上传,员工也应主动核查AI输出内容,避免将敏感信息粘贴至公共AI平台。
阿里Qwen团队通过引入强化学习和在线策略蒸馏,将Qwen-Image-2.0升级为Qwen-Image-2.0-RL,让图像生成模型真正学会人类审美,文生图Elo评分提升78分,图像编辑提升93分。
Hirebotics联合Fanuc发布首款基于无代码Beacon平台的防爆协作喷涂机器人Cobot Painter。该方案适用于金属制造商,无需专用喷涂房或复杂编程,可在现有人工喷涂环境中数日内完成部署。操作人员通过平板或手机的"点击示教"功能即可引导机器人完成路径学习,实现液体涂料、粉末涂装等高精度重复作业,帮助制造商将涂装业务收回自主管理。
港科大与快手联合提出NormGuard,针对流匹配模型强化学习训练中速度范数膨胀问题,通过训练时单向惩罚约束,在保留奖励的同时改善图像真实感。