近期,仁宝电脑(股票代号2324)正式宣布与美国硅谷AI基础架构服务商GMI Cloud达成战略合作,共同加速新世代AI推论与代理式AI应用基础架构的部署。GMI Cloud将导入仁宝高效能GPU服务器平台,以支撑大规模AI训练与推论工作负载日益增长的需求。双方更将于COMPUTEX 2026联合亮相,向全球展示这套面向推论时代的基础架构方案。
这不是一次简单的硬件采购,而是AI基础设施领域两股关键力量的深度咬合——一方提供全球顶尖的GPU云与推理引擎,另一方提供高密度、高散热、高可靠的服务器硬件底座。当AI产业的重心从"训练"全面转向"推论",这套组合拳的战略意图清晰可见。
过去两年,AI产业的投资与舆论几乎全部围绕大模型训练展开。但2025年以来,风向正在发生根本性转变。
DeepSeek等开源模型的爆发、多模型Agent的兴起、视频生成与实时交互应用的落地,都在将AI的主战场从昂贵的训练场景,拽入高频、碎片化的推论场景。GMI Cloud创办人兼CEO叶威延(Alex Yeh)对此判断明确:"随着AI从模型实验逐步走向实际部署,可规模化的推论基础架构正变得愈发关键。"
数据也印证了这一趋势。GMI Cloud自研的Inference Engine推理引擎平台,目前已集成近百个主流大语言模型与视频生成模型,涵盖DeepSeek、GPT系列、Qwen、Sora 2、Veo 3.1、Kling V2.5等,底层基于H200/B200芯片构建,模型间切换仅需修改一个参数,Token级透明计费,推理延迟可从150ms优化至23ms。这套"推论优先"的全栈能力,正是GMI Cloud区别于传统GPU租赁商的核心壁垒。
但推论能力的规模化落地,离不开底层硬件的支撑。这正是仁宝切入的位置。
仁宝在外界的印象长期停留在"笔记本电脑代工巨头"。但实际上,这家成立于1984年的企业早已完成转型——2025年获《天下杂志》评选为台湾制造业前7强,多年名列《Forbes》全球2000大企业,近年更积极布局云端服务器、汽车电子与智慧医疗等新兴事业。
在AI服务器领域,仁宝的核心竞争力集中在三个维度: 高密度服务器设计、先进散热架构、系统级整合能力 。这些能力对于支撑大规模AI推论部署至关重要——高密度意味着单机柜可塞入更多算力,先进散热解决的是GPU集群在持续高负载下的稳定性问题,而系统整合能力则决定了从芯片到机柜的交付效率。
仁宝基础架构解决方案事业群副总经理张耀文表示:"随着AI工作负载快速朝向大规模推论与新兴代理式AI应用发展,基础架构需求也正朝向更高密度、更高效率以及更快速部署的方向演进。我们很高兴能协同GMI Cloud建构针对新世代AI推论与实际AI应用部署所优化的基础架构平台。"
此次合作中最受关注的硬件产品,是仁宝高效能AI服务器平台 SGX30-2 。
该系统专为支援NVIDIA HGX B300架构打造,提供大规模AI训练与推论所需的高效能与扩展能力。透过高密度部署优化设计、先进散热技术及系统级整合能力,SGX30-2为新世代AI基础架构提供稳健底座。
这一定位并非巧合。NVIDIA HGX B300是当前AI训练与推论的旗舰级架构,而GMI Cloud作为NVIDIA全球仅七家Reference Platform NCP认证伙伴之一,拥有最高优先级的GPU资源获取权。仁宝与GMI Cloud的联合,本质上是将NVIDIA最新算力架构与最优化的硬件部署方案直接打通,为客户提供从芯片到服务的端到端推论能力。
凭借全球制造布局与完善供应链,仁宝还具备协助客户于各地高效部署AI系统的能力,这对于GMI Cloud在亚太及全球市场的拓展具有关键支撑作用。
此次合作并非停留在纸面。仁宝与GMI Cloud将于COMPUTEX 2026共同展示最新合作成果:
这一安排让技术展示与商业场景直接对接——观众不仅能看到硬件参数,更能看到它在真实AI推论工作负载中的表现。
GMI Cloud的野心不止于推理服务。这家由Google X AI专家与硅谷团队联合创立的公司,已构建起从底层GPU硬件到MaaS模型服务的全栈能力,自研Cluster Engine集群调度平台与Inference Engine推理引擎,支持0.1 GPU粒度的动态分配,并在亚太地区拥有最新GPU分配权。近期更宣布与NVIDIA在台湾合作建设投资5亿美元的AI Factory,部署基于GB300 NVL72架构的万卡集群。
仁宝的加入,为GMI Cloud的全栈版图补上了硬件制造与系统整合的关键一环。对于仁宝而言,这也是其从传统代工向AI基础设施服务商转型的重要一步。
当AI应用从实验室走向全球部署,推论基础设施的规模化能力将成为决定胜负的关键变量。仁宝与GMI Cloud的这次联手,正是在这个变量上提前落子。
全部0条评论
快来发表一下你的评论吧 !