[イーデイリーShin Ha-yeon 記者] 人工知能転換（AX）インフラ専門企業 #アクリルが、NVIDIAのグラフィックスプロセッシングユニット（GPU）と国産ニューラルネットワークプロセッシングユニット（NPU）を単一のリソースとして統合運用する「ソブリンAX（Sovereign AX）」戦略を公開しました。
アクリルは24日、去る21日にソウル・サムソンドンのCOEXで開催された「2026 OCPコリア・テック・デイ」に参加し、AIデータセンターの投資効率と運用自律性を高めるためのソブリンAX戦略を紹介したと明らかにしました。
アクリルのパク・ウェジン代表取締役が、OCPコリア・テック・デイで基調講演を行っています。（写真＝アクリル）
ソブリンAXは、インフラ・モデル・運用など、AIサービスの実現に必要な各層をオープンなインターフェースで接続し、特定のベンダーへの依存度を低減する戦略です。企業や機関が外部APIや個別のサプライヤーへの依存度を下げ、AIインフラとサービスを自社の環境に合わせて運用することに焦点を当てています。
中核となるソリューションは、アクリルが独自に開発したGPUクラスター最適化プラットフォーム「GPUBASE」です。同社による実証実験の結果、GPUBASEはGPUの実効稼働率93％、ネットワーク経路の利用率98％を記録しました。NVIDIA H100を100枚規模のクラスターに適用した場合、年間約21億ウォンのコストを削減できると、同社は説明しています。 別途GPUやスイッチを追加購入したり、学習コードを変更したりすることなく、既存のサーバーにソフトウェアを適用する方式です。
特に、NVIDIAのA100からB200までの異なる世代のGPUだけでなく、AMD、Google TPU、Rebellion ATOM、FuriosaAI RNGDなど、様々なAIアクセラレータを、単一のスケジューラ・クォータ・精算体系で管理できるようにしました。既存のNVIDIAインフラを維持しつつ、国産NPUを段階的に追加できるため、システムを全面的に入れ替えることなくサプライチェーンを多様化できるとのことです。
アクリルは、クラウドおよび閉じたネットワーク環境において、関連技術の実証も行いました。 Amazon Web Services（AWS）とGoogle Cloud Platform（GCP）でそれぞれ500枚以上、Microsoft Azureで200枚以上のGPUを活用し、大規模な実証を行いました。韓国国内では、EPC企業の閉じたネットワークや、政府・自治体のネットワーク分離環境でシステムを運用したほか、上級総合病院11カ所を含む18の医療機関、累計1万床以上の閉じたネットワーク環境でもAIスタックを運用してきました。
アクリルのイム・イクジュン最高技術責任者（CTO）は、同日の技術セッションで、GPUの稼働率を低下させるノード間の通信待ちやネットワーク経路の偏りという問題を指摘しました。イムCTOは、「ネットワークは性能の問題ではなく、コストの問題です」とし、「通信待ちを減らせば、同じ機器でより多くのGPUが稼働し、その分、増設予算も削減できます」と述べました。
アクリルは、GPUBASE関連の特許22件を含め、計83件以上の特許を保有しています。
アクリルのパク・ウェジン代表は、「AI主権は、GPUを何枚確保したかではなく、インフラ・モデル・運用全般をどれだけ効率的に制御・運用できるかにかかっている」とし、「アクリルは、これら3つの層を接続する技術と実証データに基づき、特定のベンダーに依存しないオープンなソブリンAXエコシステムの構築に貢献していく」と述べました。
アクリルは24日、去る21日にソウル・サムソンドンのCOEXで開催された「2026 OCPコリア・テック・デイ」に参加し、AIデータセンターの投資効率と運用自律性を高めるためのソブリンAX戦略を紹介したと明らかにしました。
ソブリンAXは、インフラ・モデル・運用など、AIサービスの実現に必要な各層をオープンなインターフェースで接続し、特定のベンダーへの依存度を低減する戦略です。企業や機関が外部APIや個別のサプライヤーへの依存度を下げ、AIインフラとサービスを自社の環境に合わせて運用することに焦点を当てています。
中核となるソリューションは、アクリルが独自に開発したGPUクラスター最適化プラットフォーム「GPUBASE」です。同社による実証実験の結果、GPUBASEはGPUの実効稼働率93％、ネットワーク経路の利用率98％を記録しました。NVIDIA H100を100枚規模のクラスターに適用した場合、年間約21億ウォンのコストを削減できると、同社は説明しています。 別途GPUやスイッチを追加購入したり、学習コードを変更したりすることなく、既存のサーバーにソフトウェアを適用する方式です。
特に、NVIDIAのA100からB200までの異なる世代のGPUだけでなく、AMD、Google TPU、Rebellion ATOM、FuriosaAI RNGDなど、様々なAIアクセラレータを、単一のスケジューラ・クォータ・精算体系で管理できるようにしました。既存のNVIDIAインフラを維持しつつ、国産NPUを段階的に追加できるため、システムを全面的に入れ替えることなくサプライチェーンを多様化できるとのことです。
アクリルは、クラウドおよび閉じたネットワーク環境において、関連技術の実証も行いました。 Amazon Web Services（AWS）とGoogle Cloud Platform（GCP）でそれぞれ500枚以上、Microsoft Azureで200枚以上のGPUを活用し、大規模な実証を行いました。韓国国内では、EPC企業の閉じたネットワークや、政府・自治体のネットワーク分離環境でシステムを運用したほか、上級総合病院11カ所を含む18の医療機関、累計1万床以上の閉じたネットワーク環境でもAIスタックを運用してきました。
アクリルのイム・イクジュン最高技術責任者（CTO）は、同日の技術セッションで、GPUの稼働率を低下させるノード間の通信待ちやネットワーク経路の偏りという問題を指摘しました。イムCTOは、「ネットワークは性能の問題ではなく、コストの問題です」とし、「通信待ちを減らせば、同じ機器でより多くのGPUが稼働し、その分、増設予算も削減できます」と述べました。
アクリルは、GPUBASE関連の特許22件を含め、計83件以上の特許を保有しています。
アクリルのパク・ウェジン代表は、「AI主権は、GPUを何枚確保したかではなく、インフラ・モデル・運用全般をどれだけ効率的に制御・運用できるかにかかっている」とし、「アクリルは、これら3つの層を接続する技術と実証データに基づき、特定のベンダーに依存しないオープンなソブリンAXエコシステムの構築に貢献していく」と述べました。
