Vessel AI拟于2030年获取20万张GPU

2026年10月15日，韩国 AI 基础设施企业 Vessel AI 在首尔 Dream Plus 江南举行 NeoCloud 战略发布会。首席执行官安在万提出，将全国八处 AI 数据中心作为计算资源供应枢纽，结合直接持有 GPU、与基础设施伙伴共同获取设备及金融融资，分阶段扩大供应。公司希望把韩国机房中的算力出售给全球 AI 企业，并公布了延伸至2030年的 GPU 获取路线图。目前，设备扩张、融资和机房项目分别处于运营、筹措及洽谈阶段，发布会公布的是中长期经营计划。

从平台转向直接购卡

Vessel AI 于2020年以 MLOps 平台起步；MLOps 指机器学习模型开发、部署和运行的管理流程。据 IT동아 报道，公司自2025年11月重组业务，转向专门供应 AI 训练和推理计算资源的 NeoCloud，并于2026年2月正式推出 VESSL Cloud。训练用于形成模型能力，推理则是让模型处理实际请求。此次扩张承接的是这一业务转型：公司开始同时承担资源供应和模型运行服务。

据 NEWSIS 报道，Vessel AI 当前运营约7000张 GPU；公司拟于2026年底获取10000张 GPU、2027年获取50000张 GPU、2030年获取200000张 GPU。公司计划从2027年起并行采用直接采购，以补充合作伙伴供应。安在万解释，现有合作方式已难充分满足快速增长的需求。这里的获取目标同时包括自有及合作资源，不能全部视为公司已经购入的资产，也没有证明这些设备将组成同一处训练集群。

需求端的依据仍有明确边界。公司称，目前掌握的2027年 GPU 需求超过3万张，其中海外企业占70%至80%；NEWSIS 特别说明，这些是客户询问汇总，并非已签约订单。潜在需求为提前安排采购和机房提供了商业理由，但尚不能据此确认未来设备的出租率。对 Vessel AI 而言，将询问转化为具有交付时间、使用规模和付款义务的合同，是这轮扩张进入执行阶段的重要环节。

融资与机房分层推进

为获取设备，Vessel AI 正推进4000亿韩元 GPU 融资，拟以 GPU 资产和长期供应合同等作为融资基础，目标最迟于2027年上半年完成。公司还计划在2027年将融资规模扩大至2万亿韩元，并与韩国、美国和新加坡的八家金融机构磋商。股权融资也在同步推进：Series C 争取于2026年底至2027年初完成，Series D 以2027年上半年为目标筹备。上述安排均属推进中的计划，不能作为已经到账的资金累计。

资金需求远超单轮筹资。安在万估计，获取5万张 GPU 需要约5万亿至10万亿韩元资本支出，因此拟组合使用自有、合作及融资方式。公司同时正就八个数据中心项目进行洽谈，目标到2028年获取总规模500MW的基础设施。MW 即兆瓦，在这里描述电力基础规模，不直接等于可交付的 GPU 数量；具体设备配置和设施交付安排，才决定能对外提供多少计算资源。

浦项项目展示了合作模式的实际分工。Vessel AI 于9月16日宣布与 NeoAI Cloud 签署合作备忘录，参与浦项市光明一般产业园 AI 数据中心的 GPU 平台建设和运营。据 ZDNET Korea 报道，NeoAI 负责设计施工、许可、进度，以及电力、冷却、通信和安全等基础设施；Vessel AI 负责资源分配、监测和任务调度，并发掘国内外客户。双方拟在建设阶段就纳入平台运行条件与客户需求，减少机房完成后才衔接服务的协调工作。

该机房的融资已有新的进展。据 SmartToday 报道，NeoAI Cloud 于10月12日宣布完成6000亿韩元资金募集，其中项目融资贷款4500亿韩元、股权资金1500亿韩元，贷款交割于10月7日完成。项目受电容量40MW、IT负载32MW，采用高密度供电和水冷设施，计划2027年第四季度开始服务。NHN Cloud 已预租16MW的 IT 容量。因此，Vessel AI 参与平台合作，不意味着整座机房的容量均已归其支配。项目融资的主体是 NeoAI Cloud。

推理服务验证运营能力

Vessel AI 已有跨地区推理运营案例。公司10月8日公布，其承担 Upstage 的 Solar Pro 4 全球推理服务，使用韩国、欧洲和美国数据中心的 GPU 服务器处理请求，并与客户提前共享发布及促销日程，安排所需容量。其自研 Fluid Computing 则负责整合分散资源，按照任务特征分配 GPU，并结合故障检测与恢复维持运行。这里的统一管理不等于跨地域设备拥有同机房高速互联的条件，公开信息支持的是资源统筹与服务调度能力。

软件效率的证据来自公司披露的具体服务数据。据 NEWSIS 转述，Vessel AI 称，在 Solar Pro 4 推理服务中，缓存命中率由46%升至94%，每个输出 token 的生成时间由35毫秒降至14毫秒；最近30天的推理 API 服务器可用性为99.99%。token 是模型处理文本的基本单元，缓存则复用已经计算的内容。这些是公司公布的个案结果，报道未交代完整负载与测试配置，因而不能外推为全部 GPU 和客户的统一表现。

这一运营方向对应着客户的实际工作。模型团队不仅要预订设备，还要处理请求分发、容量安排和故障恢复。Vessel AI 在其可靠性技术说明中提出，通过监测 GPU 温度、功耗、内存错误和网络状态，提前隔离异常节点，并重新分配请求。由此可以推断，软件运营若能减少任务中断和无效计算，就有助于降低交付既定服务所需的设备负担；但它不能替代采购资金、电力接入和冷却设施。

新集群排入交付日程

公司已给出下一轮交付节点：计划2027年上半年推出基于 NVIDIA DGX Vera Rubin NVL72 的集群服务，并提高设备故障检测、恢复和集群运营的自动化程度；2028年还拟建设结合 GPU 与韩国国产 NPU 的 AI 工厂。NPU 是面向神经网络计算的专用处理器，这项规划意在按任务选择硬件。对20万张 GPU 的目标而言，现阶段更具体的执行链条已经明确：融资落实、合作机房交付、客户订单确认，再由平台承担持续运行。任一环节的时间差，都会影响可出售算力何时形成。