AI의 역사를 바꾼 10일: 충돌이 아니라 순환적 변화의 과정

GPT-6 Astra가 출시된 후 10일이 지나고, 전 세계적으로 AI 칩 주식들이 폭락하는 상황이 벌어졌습니다. 9월 3일에는…OpenAI는 지금까지 배포된 중 가장 뛰어난 모델을 출시했습니다.그 다음 주에는 그런 식으로 보냈습니다.ChatGPT, Codex 및 API에 그 기능을 적용해 보기9일 후, 애니팩과 오픈AI의 CEO들은 일론 머스크와 함께 업계에 속도를 늦추도록 촉구했습니다. 9월 14일 월요일에 이번 회의 결과로 인공지능 관련 주식들이 큰 하락을 보였습니다.소프트뱅크는 도쿄에서 13% 하락했습니다., SK 하이닉스는 약 6% 하락했으며, ASML은 4% 이상 하락했습니다..

마치 반대되는 내용을 말하는 것처럼 보이는 두 개의 책장들… 하지만 그렇지 않다. 운영자들이 읽는 방식대로 읽어보세요. 10일 동안 단 한 가지 메시지만 전달되었습니다. AI의 과정은 훈련에서 추론으로 바뀌었고, 시장은 그 변화에 두 번 반응했습니다. 한 번은 수요가 증가해서 기쁨을 느꼈고, 다른 한 번은 그러한 상황이 두려움을 유발했습니다. 하지만 실제로 경쟁이 어디로 이동했는지는 거의 알아차리지 못했습니다.

GPT-6는 추론 과정이었습니다.

모델부터 시작해야 합니다. 왜냐하면 모델의 작동 방식이 경제성에 영향을 미치기 때문입니다. GPT-6 Astra는 답변하기 전에 긴 내부 논리적 과정을 거칩니다. 이 과정은 순수한 추론 과정이며, 각 응답마다 토큰들이 생성됩니다. OpenAI는 이 모델을 회사의 사이버보안 준비 수준에서 “우수” 등급에 해당하는 최초의 모델이라고 말합니다. 하지만 그러한 기능을 구현하기 위해 필요한 모니터링 작업은 상당한 컴퓨팅 비용을 요구한다고 인정합니다.

그것이 바로 ‘훈련부터 인식까지의 과정’이라는 개념이 구체화된 모습입니다. 수년 동안 AI 인프라에 대한 논쟁은 누가 가장 많은 훈련 작업을 수행할 수 있는지에 관한 것이었습니다. 따라서 막대한 돈도 가장 큰 모델과 함께 클러스터 안으로 들어갔습니다. 이제는 사용이 빈번한 추론 모델이 그 원인을 바꾸고 있습니다. 비용이 많이 드는 반복적인 작업들이 이제는 특정 토큰을 처리하는 작업이 되었습니다. 그러므로 토큰을 더 저렴하게 처리할 수 있는 사람이 업계 전체의 지출에서 점점 더 큰 비중을 차지하게 됩니다.

경기 침체에 대한 우려가 수요를 악화시켰다.

아모데이의 에세이, 제목은 “우리는 국경을 넘어가야 한다”6개월에서 12개월 이내에 에이전트들의 무리가 인터넷을 장악할 수 있다고 경고했습니다.외부의 모니터링과 전체 산업 및 글로벌 규제가 필요하다고 말했습니다. 알트만은 산업계가 “혁신의 선두에 서야 한다”고 말했으며, 머스크는 그렇게 답했습니다.“다리오가 맞아.”이 논쟁은 한 인류학자이 사임하는 사건과 함께 공개되었는데, 그 인류학자는 건설업자들이 그 기술을 믿고 있다고 말했습니다.“10년이 지나면 우리 모두를 죽일 수 있을 거야.”

시장은 운영 기록이 아닌 헤드라인만을 읽습니다. 그 10일 동안 각 사업에 있어서 어떤 일이 있었는지 확인해보세요. Nvidia의 Vera Rubin은 추론 생성 플랫폼으로, 이를 위해 만들어졌습니다.이전 세대보다 약 10배 더 높은 성능을 보여줍니다.—였어전체 생산으로 전환멈추지 않았다. 엔비디아는…약 1050억 달러에 달하는 금액이 투입되었습니다.오하이오에 위치한 OpenAI의 데이터센터를 지원하기 위해서, OpenAI가 자체 칩을 개발하는 동안에도 Nvidia 시스템을 사용하여 건물을 유지하도록 하는 것이 필요했습니다. 하지만 이러한 조치들은 아무런 변화를 가져오지 못했습니다. 가격 변동은 조용히 일어났습니다. 지난 주 동안 Nvidia의 주가는 상승했습니다. 이ような 상황은 수요 신호가 여전히 강력함에도 불구하고 발생한 충격적인 현상이었습니다.

그것이 바로 10일간의 공포감과 변화된 논문을 구분하는 기준입니다. 요구 신호는 칼럼에 나타나지 않습니다. 무엇이 그 신호를 끄는가? 취소된 주문, 연기된 배송일, 사용량 감소 등은 나타나지 않았습니다. 대신 나타난 것은 반대되는 것, 즉 더 많은 실리콘이 투입된다는 것이었습니다.

실제로 변화를 가져온 경쟁: 추론 비용 곡선

이 10일 동안 이루어진 변화들을 보여주는 것이 있습니다. 이는 일반적인 “AI가 발전하고 있다”는 소음과는 별개로 주목할 만합니다. 현재 컴퓨팅 자원을 가장 많이 구매하는 기업들은, 바로 지배적인 역할을 하는 작업에 맞춰 엔비디아의 가격을 활용하는 회사들입니다. 6월에는 OpenAI와 Broadcom이 맞춤형 인프라칩인 Jalapeño를 발표했습니다.TSMC의 3nm 노드레티클 크기로 만들어졌으며, 대규모 언어 모델을 처리하기 위해 처음부터 설계된 것입니다.Broadcom의 CEO는 초기 결과를 다음과 같이 평가했습니다.인출 토큰당 비용이 약 50% 줄어듭니다.현재의 Nvidia GPU들보다 더 낫습니다. OpenAI가 보고했습니다.상업용 시스템의 경우, 피크 토큰 처리량이 와트당 1.5~1.9배에 달합니다.자체적인 테스트를 진행하고, 연말까지 엔비디아와 AMD 가속기와 함께 그 칩을 배치할 계획입니다. 한편, 메타는 자체적으로 그 칩을 생산하기 시작할 계획입니다.이리스 추론 칩, 이번 9월에 출시됩니다.Broadcom로 설계되었으며, TSMC에서 제조되었습니다.

이것은 시장이 과소평가하고 있는 중요한 요소입니다. 엔비디아는 AI 가속기 분야에서 독점적 지위를 갖추는 것이 필요하지 않습니다. 엔비디아의 소프트웨어와 전체 솔루션 기술은 매우 강력합니다. 하지만 인스펙션 로테이션 과정에서는 그 보호막이 가장 약해집니다. 맞춤형 실리콘은 단순한 사양 목록이 아닙니다. 그것은 공급망의 선택이며, 현재 업계의 경제 상황에 따라 기존 기업보다 적은 양의 제품을 구매하는 방식입니다. 엔비디아의 대응책은 베라 루빈의 효율성입니다. 하지만 진짜 문제는 AI 시스템이 실제로 작동할지 여부가 아닙니다. 그건 이미 결정된 사항입니다. 중요한 것은 맞춤형 실리콘이 제공하는 비용이 엔비디아의 인스펙션 생성 능력과 견딜 수 있는지, 그리고 이러한 약속들이 예정된 시간 내에 실제 성능으로 전환될 수 있는지입니다.

그 10일을 인공지능 산업의 종말로 받아들이는 것은, 실제로는 공급 일정에 대한 정보를 읽는 것과 같다. 제조 공장들, 주문 목록, 그리고 보증 조치들은 예전과 같은 방향으로 계속 진행되고 있다. 생산 속도는 점점 빨라지고 있으며, 이 상승세의 균형은 누가 가장 저렴한 가격으로 제품을 만들 수 있는지에 달려 있다. 유용한 구분점은 아모데이와 알트만이 결코 언급하지 않은 것이다. 정책을 통해 강제된 둔화는 이 경제 순환에 있어서 실제적인 위험이지만, 기사나 논평이라 해도 그것이 실제 공급 일정은 아니다. 나는 재무제표에 나타나는 정보를 믿으려고 노력할 것이다.