SK Telecom מרחיבה תשתית הסקה ל-AI עם שבבים קוריאניים
SK Telecom ו-Rebellions מרחיבות תשתית הסקה ל-AI עם שבבים קוריאניים כדי לאתגר את הדומיננטיות של Nvidia. המהלך מתמקד ביעילות מבחינת עלות וצריכת אנרגיה עבור שירותים מסחריים, בעוד ש-92% ממודלי ה-AI הריבוניים עדיין מאומנים על שבבי Nvidia, ויש תוכניות להקמת קיבולת של 5 ג'יגה-וואט עד 2029.
הסימן המבשר: Nvidia שולטת, אבל ההסקה משנה את המשחק
בזמן ש-Nvidia מחזיקה בנתח של 92% משוק האימון של מודלי AI ריבוניים, המעבר לשירותי AI מסחריים הופך את ההסקה — התהליך שבו מודל AI מאומן מייצר תשובות למשתמשים — לזירה תחרותית חדשה. כאן, יעילות מבחינת עלות וצריכת אנרגיה הופכת לקריטית כמו ביצועי עיבוד גולמיים, ושבבים מקומיים יכולים לבלוט.
רקע: הדומיננטיות של Nvidia
מחקר של Counterpoint Research מכסה כ-170 מודלי AI ריבוניים ביותר מ-80 מדינות, ומגלה שרובם המוחלט מאומנים על מעבדי Nvidia ותוכנת CUDA. הדומיננטיות נובעת לא רק מכוח העיבוד, אלא גם ממערכת אקולוגית נרחבת ש-Nvidia בנתה. כתוצאה מכך, חברות AI גלובליות, כולל בדרום קוריאה, עדיין תלויות ב-Nvidia לצורך אימון מודלים גדולים. אך כשמדינות מתחרות זו בזו כדי לפתח מודלי AI ריבוניים, תשתית מקומית להסקה הופכת לאסטרטגית.
שותפות מקומית: SK Telecom ו-Rebellions
SK Telecom, חברת התקשורת הדרום-קוריאנית, מרחיבה את השימוש בשבבי AI מקומיים דרך שותפות עם Rebellions, יצרנית שבבי AI. החברה פרסה מעבדי NPU של Rebellions במערכות התומכות בשירות ה-AI שלה, A., והפעילה בהצלחה את מודל ה-AI ההיפר-סקייל A.X K1 — מודל בעל 519 מיליארד פרמטרים — במרכזי הנתונים שלה. Counterpoint Research ציינה את השותפות כדוגמה לתחרות המתפתחת בתשתיות הסקת AI.
איך זה עובד: ״מפעל AI״ ושילוב מעבדים
המאמץ הוא חלק מאסטרטגיה רחבה יותר של SK Telecom לבנות ״מפעל AI״, שמשלב מרכזי נתונים, שבבי AI, רשתות ותוכנה לפיתוח ולהפעלת מודלים. החברה שואפת לשפר את התחרותיות על ידי שילוב סוגי מעבדים שונים — כולל מעבדי GPU של Nvidia ומעבדי NPU מקומיים — במקום להסתמך על ארכיטקטורה אחת. הגישה הזו מאפשרת לבחור מעבדים למשימות שונות: GPUs לאימון מודלים גדולים ומאיצים חלופיים להסקה, שבהם היתרונות בולטים.
הכנסות ותוכניות עתידיות
SK Telecom דיווחה שפעילות מרכזי הנתונים בתחום ה-AI הניבה הכנסות של 136.2 מיליארד וון (כ-92.1 מיליון דולר), מה שמצביע על כך שהפעילות מתרגמת להכנסות מסחריות. החברה מתכננת לפתח קיבולת של 5 ג'יגה-וואט במרכזי נתונים מקומיים ל-AI בשלבים, החל מ-2029, כחלק מתוכנית להרחיב את הקיבולת הכוללת ל-15 ג'יגה-וואט.
מבט קדימה: תחרות מעבר ל-Nvidia
משקיפים בתעשייה צופים שהתחרות תתפתח מעבר למאבק פשוט בין Nvidia לשבבים קוריאניים. מפעילי מרכזי נתונים יבחרו יותר ויותר מעבדים שונים למשימות שונות, תוך שימוש במעבדי GPU במקומות שבהם הם מתאימים לאימון מודלים ובמאיצים חלופיים להסקה, שבהם יעילות מבחינת עלות וצריכת אנרגיה מעניקה יתרונות. חברות AI בדרום קוריאה צפויות להישאר תלויות ב-Nvidia לאימון מודלים גדולים, אך להרחיב את השימוש בשבבים מקומיים להסקה — בדומה לאופן שבו SK Telecom ו-Rebellions פועלות.
אז, בעוד Nvidia עדיין שולטת באימון, ההסקה הופכת להיות השדה שבו שבבים קוריאניים יכולים באמת לאתגר את הסטטוס קוו. אם זה יעבוד, זה עשוי לשנות את כללי המשחק בתשתיות AI ברחבי העולם — לפחות בכל הנוגע לשירותים מסחריים.