SK Group AI 数据中心计划将蔚山变为吉瓦级试验场

SK Group 表示，其蔚山扩建项目正接近 900 兆瓦，这将使 SK Group AI 数据中心项目迈向 1 吉瓦。该规模约为目前在建初始设施容量的十倍。这一表态显示商业进展迅速，但尚不意味着扩建协议已经最终达成。

董事长崔泰源在 9 月 11 日举行的 2026 蔚山论坛后披露了这一进展。他表示，与全球科技公司的谈判正在快速推进，SK 预计很快将公布更多细节。这一更新使项目从一个与 AWS 相关的单一园区，转向面向多家客户和多个计算平台的大型基础设施枢纽。

规模是焦点，但崔泰源也指出了其中的矛盾。他警告称，AI 投资周期需要能够产生回报、支持持续投入的可行商业模式。因此，SK 一面追求庞大的计算能力，一面其董事长又质疑行业是否已经建立起支撑这类能力所需的收入基础。

SK Group AI 数据中心正超越最初计划

SK 最新披露将一个明确的建设项目转变为规模大得多的容量承诺，但该承诺仍需要具名客户和具约束力的协议。

最初的蔚山开发项目以一座由 SK Telecom 及其他 SK 关联公司建设的 100 兆瓦 AI 设施为核心。AWS 计划在该地点运营 AI Zone，通过位于韩国境内的基础设施提供云和 AI 服务。运营计划于 2027 年下半年启动。

SK 与 AWS 于 2025 年 6 月宣布合作。双方将其描述为一项为期 15 年的战略安排，结合 SK 在建设、电信、半导体和能源方面的业务，以及 AWS 云基础设施。SK 将主导建设，AWS 则将建立专用 AI 环境。

AI Zone 是本地化基础设施，旨在让 AWS 的计算和 AI 服务更贴近客户。Ulsan AI Zone预计将包括专用服务器、高速网络，以及 Amazon Bedrock 和 SageMaker 等服务的访问能力。本地处理还可帮助机构满足延迟和数据驻留要求。

这一初始园区已代表 SK Telecom 传统托管业务的一大跨越。AI 设施需要更高密度的机架、更复杂的冷却系统，以及用于连接大规模加速器集群的网络。这些特征意味着，无法仅通过建筑面积或服务器数量来衡量其容量。

电力容量提供了更有用的衡量标准。一座 100 兆瓦设施已足以支持规模可观的 AI 训练和推理工作负载。迈向 1 吉瓦，则使拟议中的蔚山集群进入不同类别——它更接近一个区域计算区，而非单一企业数据中心。

崔泰源表示，蔚山已接近锁定额外的 900 兆瓦容量。有关蔚山扩建计划的报道指出，与全球科技公司的讨论已相当深入。不过，SK 尚未公开确认每一位潜在租户，也未说明额外容量将如何分配。

这一差别至关重要。正在讨论的容量，并不等同于已签约、已接入电网、已获融资、已完成建设并部署了可用系统的容量。每一步都有独立的时间表和执行风险。

因此，眼下的变化比标题数字所暗示的更有限。SK 已报告称市场兴趣足以推动十倍扩张的讨论，但公司仍需向市场提供详细的发展计划。下一次公告必须说明，这一雄心中的哪些部分已从谈判转为承诺。

为什么蔚山能够承载规模大得多的 AI 园区

蔚山为 SK 提供了许多数据中心开发商所缺乏的条件：邻近的工业用地、能源业务、电信资产，以及现有企业客户基础。

这座东南部城市是韩国最大的制造业中心之一。石化、汽车、造船和能源设施环绕着拟建数据中心所在地。这种工业集中度使 SK 有机会获得训练通用语言模型以外的计算服务市场。

制造商正越来越多地将 AI 用于视觉检测、设备监控、流程控制、设计仿真和机器人技术。这些工作负载依赖工厂内部采集的运营数据，也需要可预测的延迟、可靠的连接，以及管理敏感生产信息的明确规则。

邻近的计算园区能够满足其中一部分需求。它缩短了工业数据源与高性能计算基础设施之间的距离，也创造了将云系统与私有网络及本地部署设备连接起来的机会。

SK 掌握了整个所需技术栈中的多项资产。SK Telecom 和 SK Broadband 提供网络与数据中心经验；SK hynix 提供高带宽内存，为 AI 加速器输送数据；SK Gas 及其他关联公司贡献能源专业能力，而 SK AX 则开发企业技术服务。

这种结构并不保证具备吸引力的经济效益。但相比必须通过互不关联的供应商组装每一个环节的开发商，它确实让 SK 拥有更多内部协调选项。集团可将土地、连接性、能源、冷却、内存和客户服务作为同一基础设施计划的组成部分进行规划。

蔚山也位于首都圈之外，首尔都市圈对合适场址和电网连接的竞争日益激烈。将数据中心分布至其他地区可降低集中度，尽管这也需要充足的长距离网络容量和本地技术人才。

地方官员称，蔚山拥有充足的发电能力。他们预计，随着更多发电设施投运，该地区的电力自给率将进一步提高。不过，年度电力供应与数据中心的实时可用电力是不同的衡量标准。

吉瓦级园区需要每时每刻都可靠的供电，而不仅是按年度计算的区域电力盈余。开发商必须确保输电容量、变电站、备用系统，以及能够响应负载变化的发电能力。随着训练和推理任务启动或停止，AI 计算可能带来陡峭的需求波动。

冷却是另一项制约因素。SK 的原始设计结合了风冷和液冷，其中液冷系统可更高效地从高密度计算设备中移除热量。扩建将需要更多冷却基础设施、用水规划、散热系统和设备维护。

该地点的工业历史或许有助于推进复杂的基础设施项目。蔚山已具备支持可靠性和安全要求严格设施的经验。然而，将 AI 园区从 100 兆瓦扩展至接近 1 吉瓦，仍是一项重大的建设与电网协调挑战。

因此，蔚山的优势并不只是低成本空间，而在于将工业需求与供应 AI 计算所需的实体系统结合起来的前景。SK 现在必须证明，这些要素能够按客户预期的时间表完成整合。

真正的对手是无法转化为收入的需求

SK 的主要竞赛对象并不是另一家韩国数据中心运营商，而是已宣布的 AI 需求与持久客户收入之间的缺口。

崔泰源在蔚山论坛上明确指出了这一张力。他表示，行业需要更好的商业模式和商业化路径，让投入资本能够产生回报。他还警告，如果企业未能形成这一经济循环，AI 周期可能会降温。

对于一个计划大规模扩张基础设施的集团领导人而言，这种担忧异常直白。当对加速器、内存、网络、能源和数据中心容量的需求上升时，SK 将从中受益；但这也意味着，需求放缓可能同时影响多项业务。

最初的 AWS 承诺提供了重要基础。AWS 拥有庞大的企业客户群，能够汇聚众多机构的工作负载。专用本地区域可能吸引希望使用 AWS 服务、同时将特定工作负载留在国内的韩国企业。

但仅凭 AWS 无法解释一座 1 吉瓦园区。最初合作涵盖第一阶段，而拟议扩建似乎与同全球科技公司的更广泛讨论有关。SK 需要披露，这些谈判涉及的是租赁、云合作、加速器容量，还是约束力较弱的意向表达。

这些合同形式对应不同风险。长期容量协议可支持融资与建设；谅解备忘录可以确立战略意图，却不保证利用率。客户预订也可能取决于供电日期、硬件可用性或性能里程碑。

利用率决定园区会成为一项运营业务，还是昂贵的电力容量库存。空置建筑几乎不会产生价值。部分填充的设施也可能举步维艰，因为在园区达到高效入住率之前，电力、冷却、人员和融资成本仍在持续。

需求质量与需求规模同样重要。前沿模型开发商可以消耗巨大的计算资源，但其需求会随每一代硬件而变化。企业推理或许更稳定，但单个工作负载较小，且对价格更敏感。

制造业 AI 提供了另一条路径。SK 希望蔚山成为当地企业将 AI 应用于工业运营的枢纽。这类需求可能更持久，因为它将计算能力与生产流程相连。但随着企业准备数据、验证系统并将模型整合至现有设备，它的发展速度也可能较慢。

崔泰源在指出制造商需要大型数据平台时，强调了这种依赖关系。工厂无法从碎片化、不一致或治理不善的运营记录中获得可靠的 AI 结果。基础设施容量本身无法解决这一组织层面的问题。

对企业团队而言，这正是知识融合发挥作用的地方。将内部文档、运营情境和结构化信息相结合，有助于用户获得有据可依的输出。但数据必须保持可用、具备权限控制，并与创造价值的工作相连接。

SK 的押注在于，来自云服务商、模型开发商、主权 AI 项目和制造商的需求将会重叠。如果一个细分市场放缓，另一个可能使基础设施维持满载。风险在于，这些客户都依赖同一个尚不确定的假设：AI 支出将产生可持续回报。

这使商业化成为首要对手。园区可以获得土地、芯片和电力，但如果客户无法将计算能力转化为值得购买的服务，项目仍可能表现不佳。崔泰源的警告承认，容量增长与经济价值并不能互相替代。

AWS 是锚点，但 Nvidia 拓宽了战略

拟议中的扩建显示，SK 正从单一云合作伙伴关系转向多平台基础设施战略。

AWS 仍是蔚山项目的核心。它的参与带来了知名云租户、国际分发渠道以及一整套 AI 服务。这项合作还确立了一个 2027 年运营目标，可据此评估 SK 的建设进度。

不过，SK 此后宣布与 Nvidia 建立另一项基础设施合作关系。该计划包括 SK Telecom 利用 Nvidia 的 DSX 平台和 Vera Rubin 系统建设 2 吉瓦 AI 工厂容量。SK hynix 将供应 HBM4，这是一代专为加速计算设计的新型高带宽内存。

AI 工厂是 Nvidia 对一种将数据和电力转化为模型训练或推理输出的基础设施的称呼。这一概念强调完整的计算系统，而非孤立的芯片。它涵盖加速器、处理器、网络、存储、软件、电力和散热。

这项 Nvidia 基础设施计划为 SK 提供了另一条吸引工作负载的路径。AWS 可以带来云客户，而 Nvidia 系统可服务于寻求专用加速计算能力的组织。只要 SK 谨慎管理商业和技术边界，这两种路径可以并存。

这一更广泛的策略也改变了竞争格局。SK 不再只将蔚山定位为服务于一家超大规模云服务商的设施。它希望成为能够托管不同平台，并为韩国和亚太地区客户提供服务的基础设施运营商。

该战略依托于 SK hynix 在 AI 内存领域的地位。加速器依赖 HBM 来快速访问海量数据。将内存供应、计算系统和数据中心运营连接起来，可能帮助 SK 在组件仍然稀缺时协调硬件部署。

纵向协同同样可能引发冲突。云服务商更倾向于控制自己的架构和采购流程。硬件平台迭代迅速，为某一代产品设计的设施可能不再适合下一代。SK 必须避免将获得关联供应商的支持，视为每位客户都会选择其基础设施的证明。

此次扩建也处于 SK Telecom 更庞大的路线图之中。该公司已概述计划：自 2029 年起分阶段启用 5 吉瓦容量，随后到 2035 年扩展至 15 吉瓦。它还成立了专门业务部门 SK Hyper，以领导数据中心开发。

这份 全国建设路线图使蔚山成为检验更宏大论点的首个可见案例。如果 SK 能够锁定客户、交付电力并高效运营园区，它将获得可复制到其他地区的模板。若出现延误，则会削弱市场对更大计划的信心。

竞争对手不会等待这一验证。其他韩国科技与基础设施集团正在推进区域数据中心项目，而全球云服务商也持续扩张自身容量。亚洲各国同样正通过能源获取、激励措施和主权计算计划，争相吸引 AI 基础设施。

SK 的优势在于其兼具工业客户基础和硬件敞口。其劣势则在于，需要协调众多关联企业、合作伙伴、融资结构和建设阶段，复杂度很高。多平台战略扩大了可服务市场，但也提高了执行要求。

电力与建设将决定这一规模是否真实

只有当 SK 能证明已锁定电力、完成电网接入、具备分期建设方案并拥有运营中的客户时，1 吉瓦的宣布才具有实际意义。

电力是最严苛的限制因素，因为它无法像服务器一样迅速增加。新输电线路和变电站需要规划、设备、审批以及与公用事业机构的协调。该链条任一环节的延误，都可能导致建成的数据大厅等待通电。

问题不止在于总供应量。AI 集群会将需求集中在特定地点，并可能迅速改变负载。电网运营商必须在维持频率、可靠性以及为其他客户保留充足备用容量的同时，平衡这类需求。

国际能源署预计，韩国电力需求将在 2026 年至 2030 年间增长。半导体制造、AI 数据中心和更广泛的电气化是主要增长动力。这意味着数据中心将与工厂及其他扩张中的负载竞争电网投资。

国际能源署的 东亚分析也强调了数据中心对电网规划和运营的影响。本地发电可以提供帮助，但可用容量取决于输电条件、发电安排以及各设施的技术要求。

蔚山的能源基础使其成为一个可信的选址。SK 已在该地区运营天然气和工业能源业务，而当地政府预计新增发电能力将增加供应。园区还可能采用能源管理系统和储能，以减轻高峰期压力。

这些可能性与已披露的供电合同仍是两回事。SK 尚未公开完整时间表，说明每一新增容量区块将在何时获得电力。它也未详细披露发电结构，或随着容量增长排放将如何变化。

散热必须与电力同步扩展。高密度 AI 机架在更小空间内产生的热量，远高于许多传统服务器。直接液冷可高效带走热量，但也增加了泵、热交换器、管道、监控和维护需求。

硬件周期带来另一项时间风险。首期园区预计于 2027 年启用，届时客户将部署新一代 AI 系统。扩建阶段必须容纳更高的机架密度，而不必在开始运营前进行成本高昂的重新设计。

随着多个韩国项目同步推进，建设能力可能成为瓶颈。数据中心需要专用电气设备、备用电力系统、散热部件和训练有素的承包商。当许多开发商同时订购相似设备时，交付周期可能拉长。

SK 的企业资源可降低部分采购风险，但无法消除全行业的短缺。集团需要严格分期，避免在电力可用性或已落实需求之前过度建设。

环境问题同样值得审视。如此规模的园区会影响土地使用、水系统、现场发电运行时的当地空气质量，以及区域电力结构。这些影响取决于尚未完全披露的设计选择。

因此，当前主张应被视为需求组合方面的进展，而非已完成基础设施的证明。SK 下一次更新需要区分已签约容量与潜在容量，并说明各阶段可获得的电力。

缺少这些细节，1 吉瓦仍只是一个目标。有了这些细节，蔚山将成为 AI 基础设施如何从单个设施走向能源规模工业开发的最清晰案例之一。

三项信号将显示蔚山能否兑现承诺

客户承诺、电力里程碑和首期运营情况，将决定 SK 的扩建是真实市场需求的回应，还是一条雄心勃勃的容量管线。

第一项信号，是一家具名扩建合作伙伴作出明确承诺。SK 表示，与全球科技公司的讨论已接近宣布阶段。读者应关注合同期限、预留容量、项目阶段，以及协议附带的条件。

具有约束力的长期客户将强化这样一种判断：额外的 900 兆瓦容量源于真实需求。未包含容量条款的一般合作公告则提供较弱证据。它仍可能支持未来开发，但无法解决利用率问题。

第二项信号，是电力与建设时间表。SK 应说明已锁定多少电力、何时可获得电网接入，以及园区将如何分阶段增加容量。公司还应明确哪些阶段属于 AWS 项目，哪些阶段服务于其他客户。

详细的里程碑将使 1 吉瓦目标更易评估。它们也将揭示蔚山的工业能源优势是否能转化为更快的交付速度。模糊的时间表或反复延误，将削弱区域选址能够避开成熟数据中心市场所受限制的论点。

第三项信号，是首个 100 兆瓦阶段在 2027 年下半年投入运营。该项目启用将检验建设执行、散热性能、网络准备度和 AWS 客户采用情况。它还将显示 SK 能否围绕一个运营中的园区协调其关联企业。

成功投运将支持 SK Group 更大的 AI 数据中心战略。它将为后续阶段提供真实的利用率和性能数据。运营延迟或客户活动有限，则会引发对路线图其余部分的疑问。

读者还应区分容量与有用的 AI 输出。吉瓦衡量的是基础设施规模，而非模型质量、商业采用或生产率。经济结果取决于客户运行什么、使用频率，以及这些工作负载能否创造足以支撑持续投入的价值。

对开发者而言，蔚山项目可能扩大本地托管加速器和云服务的获取渠道。对企业买家而言，它可能为敏感工作负载和工业 AI 提供更多选择。知识工作者将通过 AI 服务的可用性、延迟和运营成本间接受到影响。

评估这些服务的团队应追踪证据，而非标题中的容量数字。将公告、合同变更、技术文档和部署结果保存在可搜索的 AI 知识库中。这类记录能让人更容易比较承诺与实际交付的基础设施。

核心问题如今可以衡量：SK 能否将已披露的需求转化为合同、电力、运营系统和经常性收入？关注下一次合作伙伴公告、电力时间表以及 2027 年的启用情况。这些信号将共同表明，蔚山是否正在成为真正的吉瓦级 AI 枢纽，还是仍只是一项规模更大的纸面计划。