2026-04-28

[Rotary]“AI推理”时代的增长战略

本页标题和正文均由AI机器翻译,未经人工审校。准确内容请以韩文原文为准。

人工智能(AI)竞争的重心正迅速从“训练”转向“推理”。把更多数据教给更大模型的“训练”时代已经过去,能否对我们的需求给出更快、更准确答案的“推理”时代已经到来。英伟达首席执行官(CEO)黄仁勋近期在下一代平台Vera Rubin中果断纳入推理专用技术(Groq LPX),宣告“AI推理的拐点”,正是这一变化的象征性体现。

全球AI推理半导体市场预计到2030年将保持年均30%以上的高增长,但目前尚无绝对主导者。这对已具备自主神经网络处理器(NPU)技术实力与系统能力的韩国企业而言可能是机会。在这一新战场上,胜负已不再取决于单颗芯片,而取决于涵盖服务器、数据中心与网络的整个基础设施系统的竞争力。因为推理时代的关键不在于单纯的运算性能,而在于相关领域的“专用能力”“电力效率”和“低时延”。

如果说传统图形处理器(GPU)的优势在于大规模并行运算,那么韩国企业主攻的NPU凭借专为AI观察、聆听、判断的神经网络运算而设计的架构,在同等功耗下推理处理量要高出许多。因此,GPU负责训练、NPU负责实时生成答案的分工趋势也在固化。在此基础上,再结合优化芯片间数据搬运的计算快速链接(CXL)以及智能处理服务器间数据传输与安全的数据处理器(DPU),强大的AI推理基础设施根基才算真正完成。

推理市场如今正从大型数据中心扩展到我们日常生活中的“端侧终端”。尤其是随着机器人、AI制造、自动驾驶等与现实世界相接的所谓“物理AI”需求激增,能够在现场即刻作出判断的AI半导体作用更为重要。所幸韩国企业正取得有意义的成果。Rebellions与FuriosaAI正进军国内外数据中心市场,DeepX与Mobilint则在边缘领域大步迈向独角兽企业。

但仅靠少数企业的出色表现难以培育起一个产业。必须同步推进NPU的规模化扩展、CXL与DPU的高端化,以及贯通二者联动的大规模测试平台与开放式系统软件的“全栈优化”开发战略。同时应支持其在实际环境中夯实实证基础,并与公共需求相衔接。政府也已以AI半导体产业战略启动布局。把这一势头转化为现场成果的执行力才是关键。

推理时代的AI半导体既是国家战略资产,也属于安全领域。AI推理与制造、金融、医疗、交通等产业及服务直接相连。供应链扰动或技术管制可能立即引发产业现场的混乱,因此仅依赖海外平台十分危险。没有核心推理基础设施的自立,就无法完整守住AI主权。唯有在坚实的AI半导体生态之上,结合韩国自身的AI模型与网络能力,具备“综合竞争力”,韩国才能在AI推理时代成为引领者而非追赶者。

阅读韩文原文