NVIDIAはAI Summitで、韓国政府、企業、研究機関とのAI連携を更新しました。KAISTとの共同AI研究ラボを発表し、NVIDIA Nemotronのオープンモデル、NVIDIA AI Cloud partner computing、韓国の科学人材を組み合わせ、agentic AI研究を進めると説明しています。 国家AI戦略はGPU調達だけでなく、大学研究、通信、半導体、ロボティクス、物理AIを束ねるフルスタックの産業政策として進んでいます。 半導体供給国からフルスタック拠点への転換 韓国とNVIDIAの関係は25年以上に及び、PCゲームからHBMメモリを使うAI基盤へ対象を広げてきました。今回のAI Summitでは、半導体製造だけでなく、計算基盤、産業導入、大学研究を同じ国家戦略に束ねています。前月のJensen Huang氏の訪韓と6月の協力発表を受け、個別案件を拡張する流れです。KAISTとの共同ラボは、韓国の大学と世界的テクノロジー企業による初の共同AIラボとされ、韓国語と国内産業に向けたagentic AI研究を複数年で支援します。計算資源の購入から、研究人材と応用先を国内に蓄積する段階へ進んだと見られます。 通信、自動車、大学で異なる実装課題 NAVERはGAK SejongデータセンターのNVIDIA DSX AI factoryを200メガワット、約10万GPU規模へ拡張する計画です。SK GroupはVera Rubin基盤とSK hynixのHBM4を組み合わせ、世界的な計算需要へ対応します。Hyundai Motor Groupは5万基のBlackwell GPUを使う既存計画を土台に、ロボット参照基盤とDRIVE Hyperionを車両へ統合します。大学ではKAISTの機械工学部とSeoul National Universityが、physical AI、基盤モデル、科学AI、人材育成を扱います。同じGPU基盤でも、通信事業者はサービス運用、自動車会社は安全認証、大学は研究の公開性が主な論点になります。 設備投資と研究成果を別々に管理する 企業や研究機関が連携へ参加する際は、GPU台数を成果指標にせず、誰が計算資源へアクセスし、どの研究や製品へ割り当てるかを定める必要があります。大規模データセンターでは電力、冷却、ネットワーク、更新世代を含む総コストを見積もることが論点です。大学との共同研究では、NemotronやCosmosのオープンモデルを使う範囲、研究成果の公開、知的財産、人材の所属を事前に整理する必要があります。自動車やロボティクスでは、学習環境と実機の安全要件を分け、DriveOSなど安全認証された構成と研究用部品の境界を明確にすることが重要です。 発表規模と実稼働の差が注視点 原文は国家AI factory、大学拠点、車両基盤の計画を示しますが、すべての設備が稼働する時期や研究成果の公開日を一律には示していません。約10万GPUや5万GPUという規模も、導入完了時点と利用率を分けて見る必要があります。今後は電力確保、Vera Rubin世代の供給、共同ラボの研究テーマ、韓国語モデルの評価方法が判断材料になります。国家戦略としての発表が、企業や大学の利用可能な計算時間へどう変換されるかが焦点です。