返回新聞
產業AI Understanding 簡報

Rebellions 與 ai& 合作夥伴在日本部署人工智慧推理基礎設施

Rebellions 和 ai& 宣布建立合作伙伴关系,在 ai& 的东京数据中心内部署 Rebellions 的 RebelRack 推理硬件,旨在为日本企业和政府机构提供节能的人工智能推理服务。

4 min readRead the linked source
Source-provided image accompanying Rebellions and ai& partner to deploy AI inference infrastructure in Japan
來源參考來源記錄
出版商
hpcwire.com
來源連結
hpcwire.comhttps://www.hpcwire.com/off-the-wire/rebellions-and-ai-partner-to-bring-energy-efficient-ai-inference-infrastructure-to-japan/
來源類型
連結來源-主要來源狀態尚未確定。
背景60 秒內了解這一點

從這裡開始

關鍵術語

推理
經過訓練的模型產生預測或輸出的運行時階段。
計算
訓練和運行模型所需的處理資源,通常以 FLOPS 或 GPU 小時來衡量。
代幣
由語言模型處理的文字區塊,例如單字或符號。
測試一下自己AI 模型解釋測驗

發生了什麼事

Rebellions 和 ai& 宣佈建立合作夥伴關係,在 ai& 的東京資料中心內部署 Rebellions 的 RebelRack AI 推理基礎設施。此次合作瞄準日本市場,為企業、政府機構和開發商提供在地推理能力。 ai& 計劃從初始購買開始,擴展到多達 100 個或更多 RebelRack 單元,將硬體整合到其異質基礎設施平台中。

韓國人工智慧基礎設施公司 Rebellions 和垂直整合人工智慧技術公司 ai& 於 2026 年 9 月 15 日宣佈建立合作夥伴關係,在 ai& 的東京資料中心內部署 Rebellions 的 RebelRack 系統。主要目標是為日本企業、政府機構和開發商提供節能的人工智慧推理基礎設施,與日本主權人工智慧優先事項保持一致。

ai& 將首先購買 Rebellions 硬件,並計劃迅速將部署規模擴大到 100 個或更多 RebelRack 單元。此次部署是 ai& 更廣泛的基礎設施建設的一部分,該基礎設施建設得到了超過 20 億美元的承諾資本的支持,其中包括計劃於 2026 年底投入運營的五個站點,目標是到 2027 年底實現 40 兆瓦的產能。

此次合作利用了 ai& 的異質基礎設施模型,該模型融合了多種運算架構。 Rebellions 的硬體專為實現高能源效率和降低營運成本而設計,使 ai& 能夠提供更靈活的推理能力配置。該硬體與 ai& 技術團隊已使用的開源軟體框架集成,減少了集成工作並使系統在交付後即可運作。

Rebellions 最近在 IPO 前融資中籌集了 4 億美元,使其總資金達到 8.5 億美元,目前正在發貨其 RebelRack 和 RebelPOD 系統。該公司得到了阿美、Arm、三星和 SK 海力士等投資者的支持。 ai& 執行長 David Bennett 表示,此次合作擴大了日本客戶的推理選項,而 Rebellions 執行長 Sunghyun Park 則強調,降低服務代幣的單位成本可以實現新的定價層級和更廣泛的應用程式支援。

來源詳情: hpcwire.com ↗

為什麼這很重要

此次合作推出了一種專門的、節能的推理替代方案來取代日本主流的 GPU 架構,支援主權人工智慧目標,並有可能降低人工智慧代幣的生成成本。透過將 Rebellions 的硬體整合到 ai& 現有的開源工作流程中,該部署旨在減少整合摩擦並為 AI 服務提供靈活的定價層,滿足對高效生產級 AI 基礎設施不斷增長的需求。

Rebellions 的 RebelRack 等专用推理芯片的部署代表了向人工智能推理专用硬件的转变,这与通用训练加速器不同。這可以提高每瓦性能並降低營運成本,這是人工智慧從實驗轉向生產的關鍵因素。

對於日本市場,這種合作夥伴關係透過提供本地可用的運算選項來支援主權人工智慧計畫。这减少了对外国基础设施的依赖,并确保敏感的企业和政府数据可以使用高效、本地管理的硬件在国境内进行处理。

將 Rebellions 的硬體整合到 ai& 的異質平台中,可以更精細地控制推理經濟學。通过提供成本较低的推理层,ai& 可以使具有不同预算要求的更广泛的组织能够使用人工智能服务,从而有可能加速日本不同行业的人工智能采用。

Interactive Mechanism

互動機制:它實際上是如何運作的

以互動方式探索這項發展背後的基礎技術。

Model Parameter Size:8B Parameters
VRAM Required5.5 GBGPU memory footprint
Target HardwareMacBook / Single GPUDeployment tier
Privacy100% Air-GappedLocal device capability
Core takeaway: Small, quantized models (3B–8B) now run directly inside smartphones and laptops with complete data privacy, while mammoth 400B+ models remain the domain of datacenter clusters.
互動式概念檢查+10 Points
AI Models Explained Quiz

Which component of an AI application is the machine-learning model itself?

接下來看什麼

監控東京初始部署的運作狀態,以及計畫的擴展到 100 多個單位的計畫是否按目標進行。關注 ai& 利用該基礎設施引入的特定定價模型或服務層級,並觀察其他日本或亞洲市場是否會效仿類似的主權人工智慧基礎設施合作夥伴關係。

东京部署的实际运营时间表和规模,特别是是否实现了 100 多个 RebelRack 单元的目标,以及这些系统何时全面运行以满足客户工作负载。

ai& 引入了利用 Rebellions 硬體成本效益的特定定價模型或服務等級,以及這些模型與該地區現有基於 GPU 的推理服務的比較。

這種合作夥伴關係將進一步擴展到其他市場或 ai& 計劃建設的五個站點內的其他資料中心站點,以及其他人工智慧基礎設施提供者是否宣佈在日本或鄰近地區進行類似的主權人工智慧部署。

相關指引和測驗

人工智慧模型解釋AI 的未來人工智慧培訓測試你所知道的—嘗試免費的人工智慧測驗在我們的詞彙表中尋找人工智慧術語關注 AI 資金追蹤器
覺得有用嗎?