Skip to navigationSkip to content
BizHanKook BizHanKook

AMD與韓國AI企業結成“聯合陣線”……以成本競爭力撼動市場格局

[BizHanKook]  人工智慧(AI)競爭的重心正從大語言模型(LLM)訓練和圖形處理器(GPU)的獲取,轉移至實際服務運營中的推理與成本效率層面。在不僅需要最佳化半導體效能,還需統籌軟體、網路與儲存的背景下,AMD正攜手韓國AI企業,展開不同算力晶片相結合的基礎設施驗證工作。其構想是將韓國企業的半導體與軟體納入AMD生態系統,在韓國完成系統驗證後,將其推向全球市場。

AMD全球AI市場總負責人兼高階副總裁基思·斯特里爾(Keith Strier)4日在首爾江南區威斯汀朝鮮酒店舉行的“2026年AMD推進AI全球巡演首爾站”上發表主旨演講。圖片=姜恩京(音)記者

AMD於4日在首爾江南區威斯汀朝鮮酒店舉辦了“2026年AMD推進AI全球巡演首爾站”,分享了全球AI戰略及韓國市場合作方向。這是AMD首次在韓國舉辦一直以美國為中心的年度技術盛會。FuriosaAI、MangoBoost、Moreh等韓國AI半導體與基礎設施企業,以及NAVER Cloud等合作伙伴也參與其中,展示了各自的技術與應用案例。

疊加國產NPU的異構基礎設施,打造韓國“實證基地”

AMD全球AI市場總負責人兼高階副總裁基思·斯特里爾在主旨演講中宣佈,將於2027年春季在首爾與FuriosaAI、MangoBoost共同構建首個參考叢集(Reference Cluster)。該方式將AMD的中央處理器(CPU)與GPU,與韓國AI半導體企業FuriosaAI的神經網路處理器(NPU)、資料中心基礎設施半導體與系統企業MangoBoost的資料處理單元(DPU)相結合。三家公司當天還簽署了業務合作協議(MOU)。其中,CPU負責協調工作,GPU負責大規模運算,NPU負責AI推理,DPU負責網路與資料遷移,從而充分利用各型別半導體的優勢。

AMD當天宣佈,計劃與FuriosaAI、MangoBoost攜手,於2027年春季在首爾構建首個參考叢集。圖片=姜恩京(音)記者

參考叢集是用於驗證多種半導體與軟體在實際資料中心環境下能否協同工作,併為其他企業引入該系統提供參考標準的基準系統。斯特里爾高階副總裁表示:“我們在今年7月簽署MOU時就承諾過,不僅要將AMD的技術引入韓國,還要將韓國的技術整合進AMD生態系統。這將成為展示異構AI基礎設施形態的先行案例,同時也是落實與韓國合作伙伴承諾的重要一步。”

斯特里爾高階副總裁強調:“不存在能滿足所有工作負載的單一晶片,僅憑單一配置或單一機架也無法解決所有需求。”由72個GPU組成的機架級系統“Helios”預計將於2027年前部署至全球主要資料中心和雲平臺。隨著AI Agent的普及,負責工作協調的CPU作用再次凸顯。斯特里爾預計:“明年全年的CPU銷售總量將超過過去幾年的銷售總和。”

韓國科學技術資訊通訊部第2次官柳濟明(音)4日在“2026年AMD推進AI全球巡演首爾站”上致辭。柳次官表示:“AI時代下,沒有任何一家企業能獨自解決所有問題”,並宣佈將透過與AMD的合作,推進AI計算基礎設施建設、研究中心設立及人才培養。圖片=姜恩京(音)記者

韓國科學技術資訊通訊部與AMD的合作也在進一步具體化。雙方此前於7月簽署了包含AI計算基礎設施建設、設立AMD AI研究中心及人才培養等內容的MOU。AMD在10月釋出了計劃,擬在韓國設立擁有數百名研究人員規模的AI研究中心。科學技術資訊通訊部資訊通訊政策室長李道奎(音)在當天的圓桌論壇上表示:“(MOU)中包含了與韓國國產NPU進行合作的內容,這非常罕見。”

他解釋稱,通常MOU簽署內容較為概括,但此次明確指出了AMD CPU/GPU與韓國NPU的合作,且相關合作已在實地開展。韓國政府計劃明年基於國產NPU,組合搭配AMD CPU/GPU等多種架構,構建大規模實證參考體系,以支援公共機構、民間企業及海外客戶的採購需求。

驗證成本競爭力是“課題”

韓國企業的角色不僅僅侷限於半導體供應。AMD AI產品管理副總裁Ramin Roane表示:“我們正與韓國生態系統合作伙伴共同基於ROCm構建韓國型軟體棧。”要提供AI模型服務,必須根據硬體進行算力最佳化,並隨著新模型的推出不斷進行軟體更新。此外,各種裝置還需作為統一系統執行。

AI基礎設施軟體企業Moreh分析稱,資料中心正在從單純的GPU算力租賃,轉型為能夠直接運營模型並提供Token的“Token工廠”。Moreh代表趙康元(音)解釋說,公司透過在AMD ROCm之上結合晶片及叢集級最佳化軟體,能夠快速支援最新模型,並正在開發一套能相容AMD、英偉達等不同GPU,乃至未來國產NPU的通用架構。據Moreh自行測算,其方案處理GLM模型推理的吞吐量約為通用英偉達GPU加標準開源軟體組合的2倍。公司方面表示,自建資料中心的企業若使用該方案,運營成本可比使用外部Token服務降低約一半。

AMD韓國代表張正熙(音,主持人)、科學技術資訊通訊部資訊通訊政策室長李道奎(音)、Moreh代表趙康元(音)、MangoBoost代表金章宇(音)4日在“2026年AMD推進AI全球巡演首爾站”上,圍繞AI基礎設施的本地化構建及開放生態擴充套件方案進行對話。圖片=姜恩京(音)記者

MangoBoost強調了同時最佳化網路、儲存、加速器與軟體的系統能力。MangoBoost代表金章宇(音)表示:“資料主權固然重要,但更重要的問題是AI成本太高。”他介紹了透過提升韓國大企業GPU效率並結合自研硬體,將價效比提升2倍以上的案例。

NAVER Cloud雲技術中心主任樸英熙(音)表示,目前公司正運營約3.5萬臺搭載AMD伺服器CPU“EPYC”的執行伺服器。相比英特爾系統,該方案節省了20%至25%的機架空間,是在綜合考量電力、製冷及總體擁有成本(TCO)後決定擴大采用的。

不過,異構基礎設施要穩固紮根市場,還需確保不同半導體間的穩定相容,並客觀驗證效能與成本優勢。趙代表指出:“如果特定供應商決定一年內不對韓國供應GPU,現在的環境下資料中心甚至無法建設。”這意味著企業不僅需要引入其他半導體,更需要具備即使更換供應商也能順暢運營資料中心的軟體與系統能力。

李室長表示:“政府將盡全力支援我們的企業在全球開放生態中發揮應有的夥伴作用,並致力於構建相關環境,以確保關鍵敏感資訊能夠在國內得到處理。”

本文由AI自動翻譯。與韓語原文相比可能存在誤差。
Kang Eun-kyung

I cover and write about technology and industry.

gong@bizhankook.com
Copyright © BizHanKook. All rights reserved.