알림 목록

Khu vực phân tích:  Thành phố thủ đô Ulsan

Các khu vực cốt lõi:  Khu liên hợp công nghiệp quốc gia Mipo-Onsan, Nam-gu, Dong-gu, Buk-gu, Ulju-gun

Chương trình nghị sự: Mức độ sẵn sàng của cơ sở hạ tầng điện năng, điện toán, dữ liệu, truyền thông và an ninh cho Trí tuệ nhân tạo công nghiệp

Loại thời gian vàng: Rủi ro không tương thích cơ sở hạ tầng - truy cập

Ngày tham chiếu: 28/08/2026

Phiên bản: Regional AX Golden Time Intelligence v3.2
 

Ulsan được chỉ định là khu vực năng lượng phân tán chuyên biệt vào năm 2025 và đã trình bày một cấu trúc kinh doanh kết hợp nhà máy nhiệt điện kết hợp (CHP) 300MW với sức hút của một trung tâm dữ liệu AI toàn cầu quy mô 100MW. Mặc dù cơ sở hạ tầng điện đã chuyển đổi từ việc sử dụng cho sản xuất công nghiệp sang một cấu trúc đáp ứng nhu cầu điện toán AI, trung tâm dữ liệu và điện khí hóa công nghiệp, nhưng lịch trình đầu tư vào trung tâm dữ liệu, kết nối lưới điện và vận hành thương mại vẫn chưa được hoàn thiện trong dữ liệu công khai. Trừ khi các hợp đồng về công suất kết nối và nhu cầu điện cho giai đoạn 2026-2028 được xác nhận, các dự án AI công nghiệp sẽ phải dựa vào tài nguyên điện toán từ các khu vực bên ngoài.  Mặc dù Ulsan là một thành phố đã lên kế hoạch xây dựng cơ sở năng lượng AI, nhưng nó chưa phải là một trung tâm năng lượng AI công nghiệp đã được xác nhận hoạt động.

UNIST được chỉ định là Trung tâm Quốc gia về Điện toán Hiệu năng Cao vào năm 2022 và đang tiến hành nghiên cứu trí tuệ nhân tạo dựa trên siêu máy tính. Mặc dù cơ sở hạ tầng điện toán nghiên cứu đã tồn tại, kế hoạch của thành phố Ulsan về việc đảm bảo thêm các máy chủ GPU hiện đại để sử dụng chung với các công ty, trường đại học và trường học địa phương chỉ được đề cập như một đề xuất cho năm 2025. Nếu dung lượng, giá cả và độ trễ của GPU dùng chung cho mục đích công nghiệp liên tục không được hoàn thiện trong vòng hai đến ba năm tới, khoảng cách về tốc độ phát triển AI giữa các tập đoàn lớn và các doanh nghiệp vừa và nhỏ sẽ ngày càng nới rộng. Trong khi  khả năng điện toán nghiên cứu của Ulsan đã được xác nhận, thì việc tiếp cận điện toán cho toàn bộ ngành công nghiệp khu vực vẫn chưa được xác nhận.

Khu đặc biệt phân phối điện Ulsan được thiết kế với cấu trúc cung cấp điện trực tiếp từ nhà máy nhiệt điện kết hợp (CHP) 300MW của SK Multi-Utility cho các công ty hóa dầu và trung tâm dữ liệu AI. Mặc dù việc cung cấp điện đã chuyển từ hình thức mua bán đơn lẻ của KEPCO sang giao dịch trực tiếp giữa các nhà máy phát điện địa phương và các công ty tiêu thụ, nhưng khối lượng điện theo hợp đồng, giá điện, chi phí hệ thống và các số liệu cuối cùng cho các công ty tiêu thụ vẫn chỉ được công bố ở mức hạn chế. Nếu các giao dịch trực tiếp không được thực hiện trên thực tế vào năm 2028, khoảng cách giữa việc chỉ định Khu đặc biệt phân phối điện và việc giảm chi phí cho AI công nghiệp sẽ vẫn tồn tại.  Việc tiếp cận điện năng cho các tổ chức đã được mở ra, nhưng việc tiếp cận kinh tế vẫn chưa được xác minh.

Ulsan đã đề xuất một mô hình sử dụng năng lượng lạnh -162°C được tạo ra từ các nhà ga LNG để làm mát các trung tâm dữ liệu AI. Mặc dù sự cạnh tranh giữa các trung tâm dữ liệu đã mở rộng từ việc đảm bảo nguồn điện đến việc kết hợp năng lượng làm mát với nhiệt thải và năng lượng lạnh, nhưng vẫn thiếu bằng chứng được xác nhận về khối lượng cung cấp năng lượng lạnh, khoảng cách đường ống, tỷ lệ vận hành và tiết kiệm chi phí làm mát. Trừ khi các địa điểm trung tâm dữ liệu và mạng lưới cung cấp năng lượng lạnh được thiết lập trong vòng hai đến ba năm, sự khác biệt về công nghệ sẽ không chuyển thành lợi thế cạnh tranh thực sự về vị trí.  Việc tích hợp năng lượng lạnh là một lợi thế khác biệt của Ulsan, nhưng tính khả thi về mặt kinh doanh của nó vẫn chưa được kiểm chứng.

Kế hoạch cơ bản lần thứ 11 về cung và cầu điện đã đưa các trung tâm dữ liệu AI, các ngành công nghệ cao, điện khí hóa giao thông và hydro vào nhu cầu điện bổ sung, dự kiến ​​nhu cầu mục tiêu là 129,3 GW vào năm 2038. Mặc dù cấu trúc này bao gồm việc mở rộng đồng thời nhu cầu điện từ sản xuất công nghiệp hiện có sang điện toán AI và điện khí hóa, nhưng nhu cầu AI công nghiệp bổ sung cho khu vực Ulsan vào năm 2028 và khả năng kết nối của mỗi trạm biến áp vẫn chưa được công bố. Nếu chỉ có các kế hoạch quốc gia tồn tại trong hai đến ba năm trong khi việc thẩm định lưới điện khu vực bị trì hoãn, thì điện không thể được cung cấp đến các địa điểm mong muốn ngay cả khi có đủ công suất phát điện.  Khoảng thiếu hụt điện của Ulsan đề cập đến khả năng kết nối hiện có tại một thời điểm cụ thể và tại một địa điểm cụ thể, chứ không phải tổng công suất phát điện.

Ulsan hiện đã tập trung nhu cầu điện năng quy mô lớn từ các ngành công nghiệp như lọc dầu, hóa dầu, ô tô, đóng tàu và kim loại màu. Mặc dù việc điện khí hóa các ngành công nghiệp hiện có và việc bổ sung một trung tâm dữ liệu 100MW sẽ khiến các điều kiện về tải đỉnh, chất lượng điện áp và nguồn cung cấp khẩn cấp trở nên khắt khe hơn so với mức sử dụng trung bình, nhưng các mô phỏng khu vực liên quan vẫn chưa được công bố. Nếu sự phục hồi công nghiệp và nhu cầu AI tăng đồng thời trong giai đoạn 2026-2028, thời gian cần thiết để tăng cường lưới điện sẽ dài hơn so với tiến độ khởi công dự án. Mặc dù  Ulsan có nền tảng công nghiệp điện lực mạnh, nhưng vẫn chưa được xác nhận rằng thành phố này sẽ đáp ứng vô điều kiện nhu cầu điện năng bổ sung từ ngành công nghiệp AI.

Khu vực đặc biệt phân tán là một cấu trúc trong đó các công ty điện lực địa phương giao dịch trực tiếp với các doanh nghiệp công nghiệp để cung cấp giá điện cạnh tranh. Mặc dù khả năng cạnh tranh về điện đã chuyển từ trạng thái kết nối lưới điện sang định giá dài hạn và quản lý biến động, nhưng tỷ lệ hợp đồng thực tế và tỷ lệ tiết kiệm so với giá của KEPCO vẫn chưa được công bố. Nếu ưu thế về giá không được xác minh trong vòng hai đến ba năm, các trung tâm dữ liệu AI sẽ lựa chọn các khu vực khác nơi đã có sẵn nguồn điện, viễn thông và khách hàng.  Khả năng cạnh tranh về giá điện của Ulsan về mặt thể chế là khả thi nhưng vẫn chưa được thị trường xác nhận.

Nguồn điện ban đầu cho khu vực đặc biệt phân tán là nhà máy nhiệt điện kết hợp (CHP) 300MW, và đã có đề xuất chuyển đổi từng bước sang nguồn điện không phát thải carbon dựa trên năng lượng tái tạo và hydro xanh. Trong khi khách hàng trung tâm dữ liệu AI không chỉ yêu cầu công suất điện mà còn cả cam kết RE100 và cường độ carbon như các tiêu chí lựa chọn địa điểm, tỷ lệ điện không phát thải carbon được cung cấp bởi Ulsan theo giờ vẫn chưa được kiểm chứng. Trừ khi nguồn điện giá rẻ và phát thải carbon thấp được đảm bảo đồng thời vào năm 2028, các điều kiện để thu hút các công ty AI toàn cầu sẽ không được đáp ứng.  Mặc dù Ulsan là một địa điểm tiềm năng cho nguồn điện ổn định, nhưng nó không được đánh giá là trung tâm điện không phát thải carbon cho AI.

UNIST sở hữu một trung tâm chuyên biệt về siêu máy tính và nghiên cứu trí tuệ nhân tạo, thực hiện phân tích dữ liệu quy mô lớn trong các lĩnh vực đóng tàu, y tế, khoa học và công nghệ. Mặc dù nguồn lực tính toán đang được mở rộng từ nghiên cứu của trường đại học sang phát triển AI chuyên biệt cho từng ngành, nhưng số lượng GPU, phí sử dụng và số giờ được phân bổ cho các doanh nghiệp vừa và nhỏ (SME) địa phương lại không được công bố. Trừ khi cơ sở hạ tầng doanh nghiệp dùng chung được thiết lập trong vòng hai đến ba năm tới, các công ty đối tác sẽ phải dựa vào chi phí điện toán đám mây thương mại hoặc thiết bị quy mô nhỏ.  Khả năng tính toán của Ulsan rất mạnh ở cấp độ thể chế, nhưng tính đầy đủ của chúng như một nguồn tài nguyên chung khu vực lại thấp.

Dự án nghiên cứu trí tuệ nhân tạo công nghiệp khổng lồ trị giá 40,3 tỷ KRW của UNIST trong lĩnh vực đóng tàu bao gồm các mô hình đa phương thức, nền tảng học tập dữ liệu công nghiệp, dữ liệu tổng hợp, tối ưu hóa quy trình và trí tuệ nhân tạo trên thiết bị. Trong khi nhu cầu tính toán đã tăng mạnh từ các mô hình dự đoán riêng lẻ đến việc đào tạo các mô hình nền tảng công nghiệp, nguồn tài trợ cho hoạt động GPU lâu dài sau dự án và khả năng mở rộng khu vực vẫn chưa được xác nhận. Nếu các dự án nghiên cứu quy mô lớn trùng lặp với nhu cầu của doanh nghiệp trong giai đoạn 2026-2028, việc phân bổ nguồn lực sẽ tập trung vào các dự án hàng đầu. Khả  năng tính toán trí tuệ nhân tạo công nghiệp của Ulsan đã được mở rộng trên cơ sở từng dự án và vẫn chưa hoàn thiện như một cơ sở hạ tầng lâu dài.

Các nhà máy sản xuất ô tô, đóng tàu và hóa dầu tạo ra lượng dữ liệu khổng lồ liên quan đến thiết kế, chất lượng, thiết bị, bảo trì và hậu cần. Mặc dù khối lượng dữ liệu là đủ, nhưng nó lại bị phân mảnh theo từng công ty, nhà máy và nhà cung cấp, và các tiêu chuẩn, quyền hạn và quy tắc xuất khẩu cho phép học hỏi hợp tác lại không được công khai. Nếu dữ liệu vẫn bị cô lập trong các công ty trong vòng hai đến ba năm, trí tuệ nhân tạo công nghiệp khu vực chỉ học hỏi từ phạm vi dữ liệu mà mỗi công ty đã có và không thể xác định được các điểm nghẽn trong toàn bộ chuỗi cung ứng.  Ulsan không phải là một thành phố thiếu dữ liệu công nghiệp; mà là một thành phố thiếu dữ liệu công nghiệp có thể sử dụng được.

Dự án AI khổng lồ của UNIST về đóng tàu đang xây dựng các bộ dữ liệu và nền tảng đào tạo dựa trên dữ liệu thực tế từ HD Hyundai Heavy Industries và HD Korea Shipbuilding & Offshore Engineering. Mặc dù đã có những trường hợp dữ liệu công nghiệp được liên kết với các mô hình nghiên cứu và xác thực thực địa được xác nhận, nhưng phạm vi tái sử dụng của nó trong các công ty đóng tàu khác, các nhà thầu phụ, và các ngành công nghiệp ô tô và hóa chất vẫn chưa được kiểm chứng. Nếu các bộ dữ liệu được gắn liền với các dự án cụ thể của doanh nghiệp vào năm 2028, chúng sẽ tích lũy thành tài sản độc quyền của doanh nghiệp thay vì tài sản chung trong khu vực.  Việc sử dụng dữ liệu công nghiệp đã bắt đầu, nhưng sự lan tỏa của nó giữa các công ty vẫn còn hạn chế.

Trung tâm điều khiển tích hợp Khu công nghiệp xanh thông minh Ulsan đã thiết lập một nền tảng quản lý khu công nghiệp tích hợp, bao gồm thông tin không gian 3D và liên kết dịch vụ, trong giai đoạn 2022-2025. Mặc dù đơn vị quản lý đã mở rộng từ các nhà máy riêng lẻ đến toàn bộ không gian và cơ sở vật chất của khu công nghiệp, phạm vi tích hợp thời gian thực các quy trình sản xuất, năng lượng, hậu cần và dữ liệu an toàn vẫn chưa được tiết lộ. Nếu việc trực quan hóa không gian và điều khiển vận hành được tách biệt trong hai đến ba năm tới, nền tảng này sẽ vẫn chỉ là một màn hình điều khiển và chỉ được sử dụng để tối ưu hóa công nghiệp ở mức độ hạn chế.  Mặc dù mô hình song sinh kỹ thuật số của Khu công nghiệp Ulsan đã được xây dựng, nhưng cơ sở vận hành tự động của nó vẫn chưa được kiểm chứng.

Thành phố Ulsan đã thiết lập dịch vụ tìm kiếm bản sao kỹ thuật số kết hợp trí tuệ nhân tạo tạo sinh và thông tin không gian với quy mô 1 tỷ won. Mặc dù việc tìm kiếm và trực quan hóa dữ liệu không gian công cộng đã có những tiến bộ, nhưng bằng chứng liên quan đến dữ liệu vận hành doanh nghiệp và dữ liệu sản xuất vẫn chưa được xác minh. Nếu bản sao kỹ thuật số công cộng và bản sao kỹ thuật số công nghiệp bị tách rời vào năm 2028, việc tối ưu hóa đồng thời cơ sở hạ tầng đô thị và hoạt động nhà máy sẽ trở nên bất khả thi.  Nền tảng cho dữ liệu công cộng đã tồn tại, nhưng khả năng kết nối với dữ liệu vận hành công nghiệp còn thấp.

Trí tuệ nhân tạo công nghiệp (Industrial AI) học hỏi thông tin cạnh tranh từ các doanh nghiệp như bản vẽ thiết kế, điều kiện quy trình, nguyên nhân gây ra lỗi và tình trạng thiết bị. Mặc dù phạm vi sử dụng dữ liệu đã mở rộng từ phân tích nội bộ sang học tập hợp tác với các trường đại học, dịch vụ đám mây và nhà cung cấp mô hình, nhưng vị trí lưu trữ, quyền sở hữu mô hình và tiêu chuẩn tái sử dụng dữ liệu công nghiệp của Ulsan vẫn chưa được tiết lộ. Nếu sự phụ thuộc vào các nền tảng bên ngoài tăng lên trong hai đến ba năm tới, các công ty cung cấp dữ liệu có thể không đảm bảo được quyền sử dụng kết quả học tập.  Khoảng trống trong cơ sở hạ tầng dữ liệu của Ulsan nằm ở việc thiếu các quy tắc về chủ quyền dữ liệu công nghiệp hơn là ở dung lượng lưu trữ.

Khi các hệ thống OT trong ngành công nghiệp ô tô, đóng tàu và hóa dầu ngày càng được kết nối với AI và mạng lưới bên ngoài, tác động của các cuộc tấn công mạng mở rộng từ rò rỉ dữ liệu đến ngừng sản xuất và tai nạn an toàn. Việc giám sát an ninh OT ở cấp độ khu công nghiệp khu vực và các tiêu chuẩn an ninh của các công ty đối tác chưa được công khai một cách tích hợp. Nếu khả năng kết nối phát triển nhanh hơn khả năng bảo mật trong giai đoạn 2026-2028, các công ty đối tác dễ bị tổn thương nhất sẽ trở thành con đường xâm nhập vào các quy trình của các tập đoàn lớn.  Mức độ sẵn sàng về an ninh OT chuỗi cung ứng chưa được kiểm chứng so với tốc độ lan tỏa của AI trong công nghiệp.

Ulsan hiện đang sở hữu hoặc đang theo đuổi dự án phát điện phân tán 300MW, kế hoạch xây dựng trung tâm dữ liệu 100MW, năng lượng lạnh LNG, siêu máy tính UNIST và mô hình kỹ thuật số song sinh của Khu công nghiệp Xanh Thông minh. Mặc dù các thành phần về điện năng, làm mát, điện toán và dữ liệu không gian đã tồn tại, nhưng chưa có bằng chứng xác nhận về việc vận hành chúng như một cơ sở hạ tầng trí tuệ nhân tạo công nghiệp duy nhất. Nếu các thực thể vận hành và dữ liệu của mỗi dự án vẫn tách biệt trong hai đến ba năm, tổng giá trị của các tài sản riêng lẻ này không thể chuyển đổi thành khả năng cạnh tranh trong khu vực.  Mức độ sẵn sàng của cơ sở hạ tầng cơ bản là cao, nhưng mức độ sẵn sàng cho hoạt động tích hợp lại dưới mức trung bình.

Các tập đoàn lớn sở hữu trung tâm dữ liệu, nền tảng đám mây và trí tuệ nhân tạo riêng, cũng như mạng lưới kết nối với các công ty công nghệ toàn cầu. Ngược lại, điều kiện truy cập vào GPU, dữ liệu và cơ sở hạ tầng bảo mật cho các doanh nghiệp vừa và nhỏ địa phương lại không được công khai. Nếu một hệ thống truy cập chung không được thiết lập trước năm 2028, mức độ sẵn sàng trung bình của khu vực sẽ bị đánh giá quá cao bởi hiệu suất cơ sở hạ tầng của các tập đoàn lớn. Mặc dù  các tập đoàn lớn đã chuẩn bị rất tốt, nhưng sự sẵn sàng của toàn bộ hệ sinh thái công nghiệp vẫn còn chưa đồng đều.

Việc chỉ định Ulsan là khu vực đặc biệt phân tán đã mở ra kênh giao dịch điện trực tiếp giữa các công ty sản xuất điện và các công ty tiêu thụ điện. Mặc dù hệ thống này đã mở rộng đến các khu công nghiệp, nhưng số lượng công ty ký hợp đồng thực tế, khối lượng giao dịch, mức tiết kiệm chi phí và độ tin cậy cung cấp vẫn chưa được công bố. Nếu giao dịch trực tiếp không dẫn đến hoạt động thương mại trong vòng hai đến ba năm, thì hiệu lực của việc chỉ định này chỉ còn là một ngoại lệ pháp lý.  Hệ thống giao dịch điện đã mở rộng, nhưng việc áp dụng rộng rãi trong thực tế vẫn chưa được xác nhận.

Dự án phát điện và nhiệt kết hợp (CHP) 300MW nhắm đến cả các cơ sở công nghiệp hiện có và một trung tâm dữ liệu AI 100MW. Mặc dù các cơ sở cung cấp điện đã được trình bày, nhưng khả năng đáp ứng đồng thời tải đỉnh, nguồn cung cấp dự phòng, nguồn điện thay thế trong thời gian bảo trì và công suất trạm biến áp vẫn chưa được tiết lộ. Trừ khi độ ổn định cung cấp điện ở mức N-1 được xác minh vào năm 2028, điều kiện để trung tâm dữ liệu AI hoạt động liên tục sẽ không được đáp ứng.  Các kế hoạch về công suất điện đã có, nhưng chất lượng và khả năng phục hồi điện năng đạt chuẩn AI vẫn chưa được đánh giá.

Nghiên cứu siêu máy tính và trí tuệ nhân tạo công nghiệp của UNIST đang được ứng dụng vào các lĩnh vực đòi hỏi độ phức tạp cao như đóng tàu và chăm sóc sức khỏe. Mặc dù phạm vi ứng dụng điện toán đã mở rộng, nhưng số lượng công ty sử dụng dịch vụ GPU dùng chung – vốn được các doanh nghiệp vừa và nhỏ địa phương liên tục truy cập – và hiệu suất của chúng vẫn chưa được xác nhận. Nếu việc sử dụng vẫn tập trung vào các dự án của trường đại học và doanh nghiệp lớn trong hai đến ba năm tới, chu kỳ thử nghiệm AI của các công ty đối tác sẽ kéo dài hơn. Mặc dù  sự lan rộng của nghiên cứu điện toán hiệu năng cao đã được xác nhận, nhưng việc mở rộng khả năng tiếp cận hệ sinh thái công nghiệp vẫn chưa được khẳng định.

Các dịch vụ điện toán đám mây thương mại cung cấp khả năng tính toán tức thời nhưng lại gặp phải các vấn đề liên quan đến việc xuất dữ liệu sản xuất, chi phí, độ trễ và bảo mật. Tỷ lệ phân bổ việc sử dụng điện toán đám mây tại chỗ, trung tâm khu vực và điện toán đám mây thương mại giữa các công ty ở Ulsan không được tiết lộ. Nếu không có cơ sở hạ tầng dùng chung có thể lựa chọn vào năm 2028, các phương pháp tính toán sẽ được cố định dựa trên quy mô công ty. Mặc dù  khả năng truy cập điện toán về mặt kỹ thuật là mở, nhưng khả năng truy cập về mặt kinh tế và bảo mật lại không đồng đều.

Nghiên cứu về trí tuệ nhân tạo (AI) cho ngành công nghiệp đóng tàu quy mô lớn đã bước vào giai đoạn xây dựng nền tảng kết hợp dữ liệu thực tế từ các xưởng đóng tàu với dữ liệu tổng hợp. Mặc dù việc sử dụng dữ liệu đã được xác nhận trong các dự án quy mô lớn thuộc cùng một ngành, nhưng chưa có bằng chứng nào cho thấy các tiêu chuẩn chung đang lan rộng sang các ngành ô tô, hóa chất và hydro, cũng như các công ty đối tác. Nếu tình trạng dữ liệu phân tán theo từng ngành vẫn tồn tại trong hai đến ba năm, khả năng tái sử dụng của AI công nghiệp kiểu Ulsan sẽ giảm đi.  Việc sử dụng dữ liệu công nghiệp hiện đang ở giai đoạn các dự án dẫn đầu theo từng ngành, chứ không phải giai đoạn xây dựng cơ sở hạ tầng chung trong khu vực.

Hệ thống điều khiển tích hợp Khu công nghiệp xanh thông minh và mô hình song sinh kỹ thuật số Ulsan kết nối dữ liệu không gian và cơ sở vật chất. Trong khi dữ liệu công khai đã được mở rộng, dữ liệu doanh nghiệp liên quan đến thiết bị, chất lượng, năng lượng và hậu cần vẫn bị tách biệt do bí mật thương mại và lo ngại về an ninh. Nếu các quy tắc kết hợp dữ liệu không được thiết lập trước năm 2028, việc tối ưu hóa toàn bộ khu công nghiệp sẽ vẫn chỉ ở mức mô phỏng.  Mức độ phổ biến dữ liệu công khai cao, trong khi mức độ phổ biến của việc kết hợp dữ liệu doanh nghiệp lại thấp.

Khu đặc biệt phân tán Ulsan, Trung tâm dữ liệu 100MW, Hệ thống AI siêu lớn cho ngành đóng tàu và Mô hình kỹ thuật số của Khu phức hợp công nghiệp dự kiến ​​sẽ được triển khai đồng thời từ năm 2026 đến năm 2028. Mặc dù đã có lịch trình riêng cho từng dự án, nhưng vẫn chưa xác định được mốc thời gian chung cho việc xác minh tích hợp về điện năng, điện toán, dữ liệu và an ninh. Nếu chỉ một yếu tố bị chậm trễ từ hai đến ba năm, tỷ lệ sử dụng và lợi tức đầu tư cho các cơ sở còn lại sẽ giảm.  Rủi ro về thời gian đối với Hệ thống AI công nghiệp của Ulsan nằm ở sự không đồng bộ về thời gian hoàn thành giữa các cơ sở hạ tầng, chứ không phải do sự chậm trễ trong từng dự án riêng lẻ.

Trong khi việc cấp phép và xây dựng lưới điện, trạm biến áp và trung tâm dữ liệu mất nhiều năm, hiệu năng và mật độ công suất của các mô hình AI và chất bán dẫn thay đổi với chu kỳ ngắn hơn nhiều. Hiện chưa rõ liệu các thông số kỹ thuật về điện năng và làm mát được thiết kế để hoàn thành vào năm 2028 có đáp ứng được yêu cầu của các GPU mới nhất tại thời điểm hoàn thành hay không. Nếu sự thay đổi công nghệ vượt xa tốc độ xây dựng cơ sở hạ tầng, cơ sở hạ tầng mới sẽ ngay lập tức trở thành mục tiêu mở rộng.  Rủi ro đối với Ulsan trong hai đến ba năm tới không chỉ là thiếu hụt cơ sở hạ tầng mà còn là sự không phù hợp về thông số kỹ thuật tại thời điểm hoàn thành.

Việc lựa chọn địa điểm cho trung tâm dữ liệu AI liên quan đến sự kết hợp của kết nối lưới điện, mạng lưới truyền thông, hệ thống làm mát, hợp đồng khách hàng và đầu tư thiết bị, dẫn đến chi phí di dời đáng kể sau khi hoàn tất. Nếu các nhà mạng lớn đảm bảo được kết nối điện ở các khu vực khác trong giai đoạn 2026-2028, cơ hội thu hút trung tâm sẽ không được khôi phục ngay lập tức ngay cả khi Ulsan đáp ứng các điều kiện cần thiết sau đó.  Cạnh tranh giành địa điểm đặt trung tâm dữ liệu là một thị trường không thể đảo ngược, nơi các hợp đồng lưới điện và khách hàng ban đầu vẫn cố định trong thời gian dài.

Hiệu suất của các mô hình AI công nghiệp được cải thiện khi dữ liệu quy trình thực tế và phản hồi của người dùng được tích lũy. Nếu dữ liệu từ các công ty ở Ulsan được tích lũy trên các đám mây bên ngoài và các công ty mô hình trong khi không còn cơ sở hạ tầng đào tạo nào trong khu vực, thì nguồn sản xuất dữ liệu và nguồn giá trị AI sẽ bị tách rời. Trong vòng hai đến ba năm, sự phụ thuộc vào các mô hình bên ngoài và chi phí chuyển đổi sẽ cùng tăng lên.  Việc trì hoãn truy cập điện toán không phải là chi phí ngắn hạn, mà là rủi ro không thể đảo ngược, làm cố định việc gán giá trị dữ liệu công nghiệp cho các thực thể bên ngoài.

Đánh giá về khả năng nén dữ liệu: Trước năm 2028, nguồn điện có thể truy cập, GPU thực sự khả dụng, dữ liệu công nghiệp với các quyền đã được thiết lập và bảo mật chuỗi cung ứng OT phải được xác minh như một hệ điều hành duy nhất để cơ sở hạ tầng cơ bản của Ulsan được chuyển đổi thành năng lực cạnh tranh AI công nghiệp.

Ulsan được đánh giá là mạnh về các tài sản cơ bản như điện công nghiệp, phát điện phân tán, năng lượng lạnh LNG, siêu máy tính, dữ liệu công nghiệp và mô hình kỹ thuật số song sinh, nhưng chưa hoàn thiện về trí tuệ nhân tạo - các hợp đồng điện chuyên dụng, quyền truy cập GPU dùng chung, quyền sử dụng dữ liệu giữa các doanh nghiệp và bảo mật OT tích hợp .

Việc có điện năng không đảm bảo sức mạnh của trí tuệ nhân tạo, việc có nhiều dữ liệu không đảm bảo có dữ liệu có thể huấn luyện được, và việc có siêu máy tính không đảm bảo các công ty địa phương có thể tiếp cận được điện toán.

Cơ sở hạ tầng trí tuệ nhân tạo công nghiệp của Ulsan được đánh giá là có cấu trúc trong đó quyền sở hữu mạnh nhưng khả năng tiếp cận và tích hợp yếu, chứ không phải là sự đối lập giữa khan hiếm và đầy đủ.

Đánh giá thời điểm vàng: Sức mạnh cơ sở hạ tầng công nghiệp + Rủi ro không phù hợp về khả năng truy cập và tích hợp

Nguồn bằng chứng

• Bộ Khí hậu, Năng lượng và Môi trường chỉ định Ulsan là Khu vực Năng lượng Phân tán Chuyên biệt.
• Bộ Thương mại, Công nghiệp và Năng lượng, Kế hoạch cơ bản lần thứ 11 về cung và cầu điện.
• Sàn giao dịch điện lực Hàn Quốc EPSIS, sản lượng điện theo khu vực
• Bộ Thương mại, Công nghiệp và Năng lượng, Chuyển đổi hệ thống năng lượng bằng Trí tuệ nhân tạo
• UNIST, Nghiên cứu Trí tuệ Nhân tạo cho Ngành Công nghiệp Đóng tàu quy mô lớn
• Trung tâm điều khiển tích hợp Khu phức hợp công nghiệp xanh thông minh, Thành phố Ulsan
• Dịch vụ tìm kiếm hội tụ thông tin không gian AI của Thành phố Ulsan
• NIA phân tích cơ sở hạ tầng máy chủ, điện toán đám mây và bảo mật để hỗ trợ việc áp dụng Trí tuệ nhân tạo tạo sinh.

Phân tích cấu trúc — Khả năng cạnh tranh của cơ sở hạ tầng AI công nghiệp được quyết định bởi thời gian truy cập, chứ không phải số lượng.

Điện năng, GPU và dữ liệu đều tập trung tại Ulsan. Các cơ sở sản xuất điện quy mô lớn và dữ liệu công nghiệp được đặt tại các nhà máy, siêu máy tính đặt tại các trường đại học, và các mô hình kỹ thuật số (digital twins) nằm trên các nền tảng công cộng. Tuy nhiên, tài sản từ các tổ chức khác nhau không tạo thành một cơ sở hạ tầng AI công nghiệp duy nhất chỉ vì chúng nằm trong cùng một khu vực.

Ngay khi một công ty phát hiện ra vấn đề về trí tuệ nhân tạo (AI), họ phải lần lượt trải qua các bước kết nối nguồn điện, phân bổ GPU, phê duyệt sử dụng dữ liệu và đánh giá an ninh. Nếu quá trình này kéo dài vài tháng, thì nguồn cung thực tế mà công ty nhận được gần như bằng không, ngay cả khi tổng công suất cơ sở hạ tầng là đủ. Đó là một cấu trúc mà khoảng cách vật lý ngắn, nhưng khoảng cách về mặt thể chế và hợp đồng lại dài.

Các tập đoàn lớn có thể giảm thời gian này thông qua hệ thống điện toán đám mây và quyền truy cập dữ liệu riêng, nhưng các công ty đối tác lại phải chờ đợi các nhà cung cấp bên ngoài và dịch vụ hỗ trợ. Khi thời gian truy cập khác nhau tùy theo quy mô công ty mặc dù có cùng cơ sở hạ tầng khu vực, các tài sản dùng chung sẽ đóng vai trò là tài sản giúp các công ty hàng đầu tăng tốc thay vì thu hẹp khoảng cách.

Do đó, câu hỏi mang tính cấu trúc đối với Ulsan không phải là lượng điện năng, dữ liệu hay GPU sẵn có.  Điều quyết định sự đầy đủ thực sự của cơ sở hạ tầng AI công nghiệp của khu vực này là liệu thời gian truy cập từ khi vấn đề phát sinh tại chỗ của một công ty đến khi huấn luyện và xác minh có ngắn hơn so với các khu vực cạnh tranh hay không.