توسع NAVER بقدرة 55 megawatts مع NVIDIA يختبر طلب سحابة الذكاء الاصطناعي السيادي
توسع NAVER وNVIDIA بنية الذكاء الاصطناعي السيادي من نقطة بداية بقدرة 55 megawatts نحو gigawatt scale، مع ربط طموحات مصانع الذكاء الاصطناعي في كوريا ببرمجيات DSX وسعة GAK Sejong وخدمات النماذج المحلية.
تعمل NAVER على توسيع بنية الذكاء الاصطناعي السيادي لديها مع NVIDIA، بدءًا من توسع بقدرة 55 megawatts مع طموح للوصول إلى نطاق gigawatt scale. ويحوّل الإعلان طموحات كوريا في سحابة الذكاء الاصطناعي إلى اختبار عملي يجمع الطاقة، وتصميم المنصة، وتوطين النماذج، وطلب المؤسسات.
نقطة بداية بقدرة 55 megawatts للذكاء الاصطناعي السيادي
قالت NVIDIA وNAVER إن التوسع سيبدأ عند 55 megawatts وسيستخدم منصة NVIDIA DSX لتصميم وبناء وتوسيع منصات ذكاء اصطناعي متكاملة للمؤسسات والقطاعات والجهات الحكومية. ووصفت الشركتان الخطة بأنها مسار نحو gigawatt scale، ما يجعل الرقم الأولي مرحلة تأسيسية ضمن برنامج أوسع لمصانع الذكاء الاصطناعي.
سيؤدي المشروع إلى توسيع مركز بيانات NAVER GAK Sejong في Sejong بكوريا الجنوبية. ويُعرض هذا الموقع كمرفق hyperscale من الجيل التالي لخدمات الذكاء الاصطناعي والسحابة لدى NAVER، مع حوسبة مسرّعة عالية الكثافة، وأتمتة، وميزات استدامة، وقدرات استجابة للكوارث. بالنسبة للعملاء، لا يتعلق الاختبار بتوفر وحدات GPU فقط، بل بقدرة المنصة على تشغيل أحمال إنتاجية مع متطلبات سيادة البيانات والتنظيم المحلي.
تقدم NVIDIA منصة DSX كنظام متكامل لمصانع الذكاء الاصطناعي يشمل الرقائق والأنظمة والبرمجيات والمرافق وتقنيات الشركاء. وتضيف NAVER خبرتها في تشغيل مراكز البيانات hyperscale وعناقيد GPU الخاصة بها. والهدف هو تقليل تعقيد نشر بنية ذكاء اصطناعي تخدم النماذج والوكلاء وعملاء السحابة والمستخدمين المؤسسيين الخاضعين للتنظيم.
دفع سحابة الذكاء الاصطناعي في كوريا يتجاوز تدريب النماذج
لا تقتصر الخطة على الحوسبة الخام. قالت NAVER إن البنية ستدعم نماذج الذكاء الاصطناعي السيادي، وخدمات agentic AI، وأعمالها في مراكز بيانات الذكاء الاصطناعي. كما قالت الشركة إنها تخدم طلب الذكاء الاصطناعي السيادي في Europe وMiddle East، ما يمنح التوسع بُعدًا دوليًا يتجاوز السوق الكورية.
يبقى تطوير النماذج جزءًا من الاستراتيجية. تعمل NAVER على تطوير HyperCLOVA X عبر fine-tuning لنموذج NVIDIA Nemotron 3 Ultra باستخدام بياناتها وخبرتها التدريبية. كما انضمت إلى NVIDIA Nemotron Coalition، لتصبح أول شركة كورية تشارك في هذا الجهد المفتوح لتطوير النماذج عبر pretraining وpost-training وreinforcement learning. وتخطط NAVER لإطلاق AI Agent Platform في كوريا في second half of the year باستخدام NVIDIA NemoClaw blueprints.
هذه التفاصيل مهمة لأن بنية الذكاء الاصطناعي السيادي لا تصبح مفيدة تجاريًا إلا إذا استطاع العملاء تشغيل نماذج وخدمات محلية عليها. توسع مركز البيانات يوفر القاعدة المادية، لكن تكييف النماذج وبرمجيات التنسيق وأدوات النشر تحدد ما إذا كان بإمكان المؤسسات والجهات العامة الانتقال من التجربة إلى الإنتاج.
اختبار المؤسسات يجمع الامتثال والسعة وتكلفة الرموز
يركز طرح NVIDIA لبرمجيات DSX على اقتصاديات الرموز والإدارة التشغيلية. وتصف الشركة DSX MaxLPS كبرمجيات لتعظيم token throughput per megawatt، بينما تضع DSX OS كطبقة تشغيلية لإدارة دورة الحياة، وعمليات التشغيل، وأتمتة الصحة، والمرونة، وإدارة مصانع ذكاء اصطناعي متعددة المستأجرين.
يشير ذلك إلى الضغط الواقع على مزودي سحابة الذكاء الاصطناعي. فهم يحتاجون إلى طاقة وحوسبة مسرّعة كافية لتلبية الطلب، لكنهم يحتاجون أيضًا إلى تكلفة متوقعة لكل token، وضوابط توافر، وفصل بين العملاء الذين لا يستطيعون التعامل مع أحمال الذكاء الاصطناعي كمشاريع تجريبية. وسيعتمد ادعاء NAVER بتقديم بديل موثوق للخدمات الرقمية الآمنة وعالية الأداء على هذه الضوابط، خصوصًا لعملاء الحكومة والمؤسسات ذوي قيود سيادة البيانات.
يربط الإعلان أيضًا توسع البنية التحتية بمجال physical AI. تطور NAVER نموذج Seoul World Model باستخدام بيانات urban street-view الخاصة بها وتقنيات spatial modeling بالاعتماد على NVIDIA Cosmos world foundation models. وإذا تقدم هذا العمل، فقد تمتد قصة البنية نفسها من خدمات النماذج إلى المحاكاة الحضرية وخدمات الذكاء الاصطناعي المكاني.
ما يجب مراقبته مع توسع منصة NAVER
نقطة المراقبة الأولى هي ما إذا كانت مرحلة 55 megawatts ستتحول إلى سعة سحابية قابلة للاستخدام لعملاء حكوميين ومؤسسيين وعملاء ذكاء اصطناعي محددين. والثانية هي قدرة NAVER على تحويل HyperCLOVA X والعمل المعتمد على Nemotron ومنصة AI Agent Platform المخطط لها إلى خدمات قابلة للنشر على نطاق واسع. أما الثالثة فهي مسار الطاقة: فالانتقال من 55 megawatts نحو gigawatt scale يتطلب مراكز بيانات إضافية، وتوفر طاقة، وطلبًا مستدامًا، وليس وحدات GPU وبرمجيات فقط.
الإشارة الاستراتيجية واضحة لقراء SendTech Times. الذكاء الاصطناعي السيادي يتحول إلى منافسة في تنفيذ مراكز البيانات والسحابة، وليس سباقًا في بناء النماذج فقط. تعرض NAVER وNVIDIA كوريا كمركز إنتاج لمصانع الذكاء الاصطناعي، لكن الإثبات سيأتي من السعة التي يتم تسليمها، وأحمال العمل التي تنتقل، والعملاء المستعدين لتشغيل أنظمة ذكاء اصطناعي حساسة على المنصة.
Summary version for Medium
NAVER’s 55-Megawatt NVIDIA Buildout Tests Sovereign AI Cloud Demand
Why NAVER’s 55-Megawatt NVIDIA Buildout matter now for cloud infrastructure teams
Quick Summary: NAVER and NVIDIA are expanding sovereign AI infrastructure from a 55-megawatt starting point toward gigawatt scale, tying Korea’s AI factory ambitions to DSX software, GAK Sejong capacity and localized model services.
A 55-Megawatt Starting Point For Sovereign AI
NVIDIA and NAVER said the expansion will start at 55 megawatts and use the NVIDIA DSX platform to design, build, and scale end-to-end AI platforms for enterprises, industries, and government users. The companies described the plan as a route toward gigawatt scale, which makes the initial figure less a final capacity target than a first phase in a larger AI factory program.
Korea’s AI Cloud Push Moves Beyond Model Training
The plan is not limited to raw compute.
- Point 1: The central topic is NAVER, with the announcement framed around concrete operating detail.
- Point 2: NAVER said the infrastructure will support sovereign AI models, agentic AI services, and its AI data-center business.
AI deployments now depend on where models, data, approvals and operating teams meet.
The Enterprise Test Is Compliance, Capacity And Token Cost
NVIDIA’s DSX software pitch centers on token economics and operational management. DSX MaxLPS is described as software for maximizing token throughput per megawatt, while DSX OS is positioned as an operating layer for lifecycle management, runtime operations, health automation, resiliency, and multi-tenant AI factory management.
Read the Full Deep Dive
Want to explore the complete technical analysis, enterprise trade-offs, and detailed metrics?
Read the full article originally published at SendTech Times
