NHN Cloud正式投运AI数据中心“FactoryX Seoul”，并以此加码大规模AI基础设施竞争。该中心共部署7656块NVIDIA B200 GPU。NHN Cloud表示，其核心竞争力不只是GPU数量，更在于将大规模GPU整合为单一计算环境的集群能力，以及围绕液冷散热、网络和安全体系构建的稳定运维能力。

6日，在首尔永登浦区举行的数据中心参观活动上，NHN Cloud技术业务部负责人Lee Iljun表示，AI基础设施服务商的竞争力，不仅取决于是否拥有数千块GPU，更关键的是能否把这些GPU构建成可用于实际训练的大规模集群，并长期稳定运行。

据介绍，FactoryX Seoul共部署7656块B200 GPU。其中，位于3层和4层的255个节点分别接入同一集群，合计形成由510个节点、4080块GPU组成的单一集群。NHN Cloud称，公司原本建议拆分为两个集群，但在政府提出建设大型单一集群的要求后，最终调整为合并部署。

在大规模AI训练场景中，多块GPU需要协同处理同一任务，因此高带宽网络、存储系统和集群运维能力的重要性，并不亚于GPU本身的数量。NHN Cloud表示，其510节点集群在高性能Linpack（HPL）基准测试中的成绩位列全球超级计算机榜单TOP500第20位。

支撑大规模集群运行的关键，在于电力和冷却能力。NHN Cloud认为，与强调超低时延的业务不同，AI训练型基础设施更看重能否在同一地点落实大规模电力供应和GPU资源，而非数据中心的地理位置本身。

Lee Iljun表示，AI工作负载通常是在一次传输大规模数据后进行长时间训练，因此首都圈与地方之间的区位差异，对这类业务的影响相对有限。在FactoryX Seoul选址过程中，比起区位条件，更重要的是能否在所需时间内落实充足电力。

为适配高密度GPU运行环境，FactoryX Seoul采用直连液冷（DLC）方案。该数据中心最初按风冷架构设计，但为了大规模部署B200，NHN Cloud用了约5个月时间增设液冷管路和制冷设施。具体而言，CPU和GPU芯片通过冷板直接导出热量，而内存、网络设备和存储设备等仍沿用原有风冷方式。

NHN Cloud指出，液冷不仅关系到能效，也直接影响运行稳定性。GPU温度升高后，设备可能主动降频；一旦超过阈值，甚至可能停止工作。集群规模越大，散热能力对实际算力表现的影响就越明显。

在运维层面，故障处置被视为最棘手的问题。Lee Iljun表示，一旦发生故障，客户正在运行的业务可能中断，并进一步引发投诉或赔偿责任。NHN Cloud称，在液冷环境下，设备故障概率低于风冷方案。

对于承担国家级AI基础设施运营的数据中心而言，安全同样是关键环节。NHN Cloud表示，为满足政府及产学研机构的安全要求，依托国家预算建设的GPU资源运行在与既有云服务相隔离的独立网络中，并单独部署了防火墙、DDoS防护设备和入侵防御系统（IPS）等安全设施。公司还表示，已取得多项安全认证，其云服务安全能力已获得外部验证。

目前，已建成的相关资源也已投入国家AI项目。NHN Cloud称，截至上月，510节点和255节点的国家级GPU算力资源已向产业界、研究机构和高校等约200家产学研机构提供，目前正将运行环境切换为面向“自主AI基础模型”项目参与企业使用。

FactoryX Seoul由韩国科学技术信息通信部与韩国信息通信产业振兴院（NIPA）推动的AI计算基础设施项目建成。NHN Cloud负责约1万亿韩元规模的AI基础设施采购与建设，并承担未来5年的运营任务。根据项目结构，部分归国家所有的GPU也可由NHN Cloud用于自身研发或面向民间客户提供服务。

不过，要让这笔大规模GPU投资进一步带动民间AI基础设施业务扩张，长期需求仍是一个待解课题。由于GPU前期投入高、产品迭代周期短，一旦利用率下滑，运营方负担可能明显加重。

Lee Iljun表示，如果政府能够提前明确计划租用的资源规模，云服务企业将更容易作出投资决策；若要持续扩大大规模GPU投入，提升长期需求的可预见性仍然十分关键。