AI基础设施软件公司Lablup正加快推进全球化布局。公司计划以异构AI加速器统一运维能力和逾10年的项目积累为基础，借科斯达克上市进一步加大对下一代AI芯片兼容性技术和海外业务的投入，并将业务版图从GPU资源管理延伸至AI模型推理以及Token用量与成本管理。

Lablup首席执行官Junggyu Shin 19日在首尔汝矣岛国会康莱德酒店举行的IPO记者会上，公布了公司的上市后增长战略。

Lablup成立于2015年，定位为AI基础设施管理与运维软件厂商。其核心产品Backend.AI覆盖GPU切分虚拟化、AI工作负载编排，以及模型训练、推理和服务化等环节，面向AI基础设施提供统一管理能力。

公司将“不依赖特定芯片厂商”的全栈统一运维能力视为核心竞争力。Backend.AI目前支持Nvidia、AMD、Intel的GPU，以及国产NPU等在内的11种以上AI加速器，可在同一平台上统一管理不同厂商芯片，并适配本地部署和云端等多种环境。

Junggyu Shin表示，平台能力已从GPU虚拟化和编排延伸至机器学习运维（MLOps）和AI模型推理，可通过单一平台打通完整链路；从芯片层优化到用户界面交付的一体化方案，在市场上相对少见。

按公司说法，与被Nvidia收购的GPU资源管理软件公司Run:ai相比，后者更侧重以Nvidia数据中心GPU为核心的运维环境，而Lablup则强调对AMD、Intel等其他芯片以及边缘侧加速器的兼容能力。

开源技术路线和大规模运维经验也是Lablup的重要卖点。公司于2017年将Backend.AI开源，并自2019年起推出商业版本。Lablup表示，其模式并非为每家客户重新搭建一套系统，而是将不同环境中的问题及解决经验沉淀到统一的软件产品中。

Junggyu Shin称，率先进入市场带来的时间优势已构成技术“护城河”，而要继续拉开与后来者的差距，仍需持续加大研发投入。

目前，Backend.AI已在海内外企业和机构的研究所、数据中心等场景落地120多个部署站点。公司称，单个站点最高管理超过2000块GPU；在客户项目中，GPU利用率可由30%提升至85%，GPU预算可节省40%。此外，公司还表示参与了政府主导的自主AI基础模型项目，累计已形成2500张以上训练相关案例。

对于AI基础设施可能出现的过度投资风险，Lablup认为，自身业务模式在一定程度上具备缓冲能力。Junggyu Shin表示，公司并非直接采购GPU再对外出租的运营商，因此相较重资产模式，承受大规模设备投资的压力较小，也更能对冲硬件投入波动带来的风险。

收入方面，公司目前主要采用年度订阅授权模式，收费依据包括客户使用的物理GPU插槽数量，以及芯片代际和性能等级等。随着客户扩大GPU规模或升级至更高性能产品，授权收入也会相应增长。公司披露，去年经常性收入占比为94.7%，近两年平均净收入留存率（NRR）为131.9%。

财务数据显示，Lablup去年按合并口径实现营收67.18亿韩元，营业利润为6.79亿韩元，连续两年录得营业利润。

不过，Junggyu Shin也指出，AI产业竞争正在从技术能力竞争转向资本实力竞争，这也是公司推动IPO的重要背景。他表示，如果仅依靠既有业务利润滚动投入，将难以跟上市场增长速度。

按计划，公司将把募资中的相当一部分用于配置相关硬件资源，以开展下一代AI芯片兼容性验证，并提前通过研发解决客户侧可能出现的问题。

海外市场方面，Lablup将把各国主权AI基础设施建设需求和Neo Cloud市场作为重点方向。公司将163家海外Neo Cloud运营商列为目标客户群，目前正与十余家企业推进业务洽谈；同时，计划依托美国、英国和新加坡等地的本地经销商网络，扩大销售与技术支持，目标是在2029年实现营收579亿韩元。

在产品线扩展上，Lablup计划从GPU资源管理进一步延伸至AI服务运维。公司已推出Continuum Suite，用于在多个AI模型之间分配请求，并管理Token用量与成本；同时推出AI:GO，支持在个人PC上直接运行AI模型。未来，公司还计划通过Token Factory Suite，将业务拓展至AI服务运维全流程。

IPO方案方面，Lablup给出的拟发行价区间为每股1.9万至2.2万韩元，预计募资总额为414亿至480亿韩元；上市后预期市值为2763亿至3200亿韩元。公司计划于10月22日至23日面向普通投资者申购，并拟于11月3日在科斯达克市场上市。