MangoBoost推出基于自主研发硬件的人工智能推理服务“Mango Inference”
代表Kim Jangwoo:“AMD图形处理器供应无忧”……已制定数万块获取规划
将通过开放权重模型服务,与以供应图形处理器为主的新兴云服务企业展开竞争
扩大韩国本土人工智能模型及神经网络处理器的应用……推进建设500兆瓦基础设施

MangoBoost代表Kim Jangwoo在12日举行的记者会上介绍“Mango Inference”。图片由技术专家Baek Jongmin提供。

MangoBoost代表Kim Jangwoo在12日举行的记者会上介绍“Mango Inference”。图片由技术专家Baek Jongmin提供。

View original image

韩国人工智能基础设施企业MangoBoost携手AMD,挑战英伟达的独占优势。其武器是将AMD芯片转化为客户可直接使用的人工智能服务的技术。公司计划以稳定供应AMD半导体为基础,进一步扩大应用范围,将韩国本土人工智能模型纳入其中,从而减少韩国人工智能产业对英伟达的依赖。


首尔大学教授、MangoBoost代表Kim Jangwoo在12日举行的记者会上发布了人工智能推理服务“Mango Inference”,并宣布:“MangoBoost如今已不再是一家零部件公司。”这意味着公司将从专注于网络和存储设备相关处理的数据处理单元,转型为向终端客户提供人工智能推理服务的企业。


Mango Inference是一项对硬件和软件进行协同优化的人工智能推理服务。该服务旨在让客户无需另行搭建服务器即可使用人工智能模型,同时提高响应速度和处理能力、降低运营成本。


随着CoreWeave、Lambda等新兴云服务企业不断发展,MangoBoost则将其差异化优势定位于一项技术:把AMD图形处理器与自行设计的服务器、网络设备及推理软件结合起来。


客户无需另行搭建基础设施,就可以自行选择DeepSeek、GLM、MiniMax等开放权重模型。企业用户不必购买图形处理器或安装模型,只需根据令牌使用量支付费用。


AMD正在人工智能图形处理器市场追赶英伟达,但要缩小差距并不容易。要应用人工智能,连接图形处理器的网络、存储设备和软件必须协同运作,而这些领域正是AMD的弱项。


MangoBoost专注于设计和优化这套完整系统。AMD甚至于9日在官方博客上介绍了双方的联合技术成果及Mango Inference。Kim Jangwoo信心十足地表示:“只有我们取得成功,才能撼动英伟达的霸主地位。”


据Kim Jangwoo介绍,7日访韩的AMD董事长Lisa Su将MangoBoost列为扩大韩国人工智能基础设施的关键案例。Kim Jangwoo还讲述了当时自己站在Su身旁合影的经历,以此强调双方关系密切。


他似乎对原定与Su单独会面的安排因美国总统Donald Trump召见她、行程因此改变而告吹,仍感到颇为遗憾。


据介绍,合作的实际收益也体现在获取图形处理器方面。图形处理器即使对大型企业来说也难以确保供应,但Kim Jangwoo强调:“其他公司拿不到货时,我们能拿到。”


这意味着MangoBoost能够从AMD稳定获得最新图形处理器,并已制定以数万块为单位的获取规划。其逻辑是,扩大AMD图形处理器应用范围的技术实力,也会转化为争取半导体供应的谈判筹码。

AMD董事长Lisa Su于7日在首尔与韩国半导体初创企业举行会面活动后合影。左起:科学技术信息通信部第二次官Ryu Jemyeong、AMD董事长Lisa Su、MangoBoost代表Kim Jangwoo。照片由Kim Jangwoo提供。

AMD董事长Lisa Su于7日在首尔与韩国半导体初创企业举行会面活动后合影。左起:科学技术信息通信部第二次官Ryu Jemyeong、AMD董事长Lisa Su、MangoBoost代表Kim Jangwoo。照片由Kim Jangwoo提供。

View original image

Kim Jangwoo计划将Mango Inference的支持范围扩大至韩国本土人工智能模型,并表示也将使用韩国本土神经网络处理器。


即使服务易于使用,如果费用过高,竞争力也会下降。对此,Kim Jangwoo表示,有信心通过同步优化硬件和软件来降低使用费用。


MangoBoost已在首尔江南建设一座规模为1兆瓦的基础设施,预计于2027年第一季度完工。公司还计划与美国、日本及东南亚等地的合作伙伴携手,将规模扩大至500兆瓦。



Kim Jangwoo还提出了未来规划:初期扩建将使用自有资金,之后则通过与大型企业合资、与海外企业共同建设等方式推进。


本报道由人工智能(AI)翻译技术生成。

版权所有 © 阿视亚经济。未经许可不得转载,禁止用于AI训练及使用。

不容错过的热点