OpenAI, 구글 칩 인수 인공 지능 모델을 구동하기 위해 Nvidia에만 의존하는 것을 중단합니다. The Information에 따르면 Sam Altman이 운영하는 연구소는 텍사스, 뉴멕시코, 위스콘신, 오하이오, 미시간에 건설할 데이터 센터용 TPU를 인수하기 위해 Mountain View 거대 기업과 협상 중입니다.
작업의 핵심
- Nvidia는 더 이상 유일한 공급업체가 아닙니다.. GPU는 훈련을 계속 지원하지만 비즈니스의 실제 비용이 걸려 있는 추론 단계는 Google과 OpenAI의 자체 칩 간에 분산되기 시작합니다.
- Google은 직접적인 경쟁업체에 비용을 청구합니다.. 이번 계약으로 Gemini의 가장 큰 라이벌 중 하나가 지금까지 자체 클라우드에서 거의 나오지 않았던 수입원인 프로세서의 고객이 되었습니다.
- TSMC 병목 현상은 계속된다. OpenAI도 Google도 제조하지 않습니다. 웨이퍼 가용성에 따라 일정이 결정되고 실험실이 두 번째 공급 경로를 찾는 이유가 설명됩니다.
구글, 최대 라이벌을 새로운 고객으로 변신
관계는 처음부터 시작되지 않습니다. OpenAI는 2025년부터 Google에 TPU 용량을 임대합니다. 이를 통해 수십억 달러의 구매를 하지 않고도 수요 급증을 감당할 수 있습니다. 현재 협상 중인 단계는 다릅니다. 즉, 프로세서 임대에서 구매로 이동하고 인프라 설계 테이블에 대체 공급업체를 배치하는 것입니다.
TPU는 머신러닝 로드를 위해 설계된 Google Cloud 프로세서입니다. 귀하의 경쟁 우위는 단일 장치의 순수한 성능에 있는 것이 아니라 작업이 대규모로 추론될 때 작업당 비용모델이 일일 수억 건의 요청을 처리할 때 배가되는 작업 유형입니다.
Google의 경우 OpenAI에 판매하는 것은 해당 부문을 불편하게 만드는 논리를 가지고 있습니다. 해외 데이터센터에 배치된 TPU 1개는 모델링 경쟁에서 승리하는 것과 무관한 수입입니다.. 이 회사는 AI 분야에서 OpenAI와 경쟁하고 있지만, 실리콘 사업에서도 Nvidia와 경쟁하고 있으며 경쟁자는 다릅니다.
Nvidia, 무너지기 시작한 링크
Nvidia는 사실상 교육의 표준으로 남아 있습니다. 가속기 분야에서의 위치는 압도적이고 마진도 이를 반영하지만, 헤게모니에는 균열이 있습니다. 세계 최대의 컴퓨팅 클라이언트는 단일 공급자의 인질이 되는 것을 원하지 않습니다. Jensen Huang 회사의 GPU는 비용이 많이 들고 TSMC가 공장에서 꺼내는 속도에 따라 가용성이 변동됩니다. 단일 파운드리에 대한 의존성은 체인의 각 지연을 더 비싸게 만듭니다..
컴퓨팅 비즈니스는 점점 더 모델링 경쟁이 아닌, 이를 가능하게 하는 실리콘을 누가 통제하는지에 대한 논쟁처럼 보입니다.
동시에 OpenAI는 자체 자산을 구축하고 있습니다. 8월 말에는 훈련에서 GPU를 대체하지 않지만 서비스 단계에서는 비용을 절감하는 추론에 최적화된 칩 Jalapeño를 선보였습니다. 그려지는 조합은 동일한 모델에 대한 실리콘 3개 층: Nvidia는 훈련을 하고, Google은 대규모로 추론하고, 가장 취약한 부분을 조정하기 위해 실리콘을 자체적으로 조정합니다.
움직임은 고립되지 않습니다. Anthropic은 동일한 길을 따르고 있으며 중국 실험실은 더 강력한 이유로 오랫동안 대안을 찾고 있었습니다. 미국 정부의 수출 제한으로 인해 가장 강력한 가속기에 대한 접근이 차단되었습니다. 그들은 선택하지 않습니다. 업계의 나머지 부분이 선택하기 시작합니다..
컴퓨팅 경쟁에서 유럽이 위태로운 상황
스페인에는 Nvidia와 경쟁할 가속기 제조업체가 없지만 간접적인 노출을 유지하고 있습니다. Cellnex와 Telefónica가 이끄는 IBEX 35 인프라 운영업체는 클라우드 용량과 관리형 서비스를 재판매하며 마진은 가속화된 컴퓨팅의 도매 가격에 맞춰 움직입니다. 타사 컴퓨팅 가격은 운영자의 마진을 나타냅니다.: 대안의 공급이 늘어나면 느슨해집니다. 병목 현상이 계속되면 비용이 더 많이 듭니다.
여기에서 우리가 읽는 독서에는 지배적인 이야기에 대한 불편한 뉘앙스가 있습니다. 컴퓨팅 경쟁은 유럽의 디지털 주권 계획이 아닌 미국 5개 주와 TSMC 공장에서 해결됩니다. 유럽은 국내에서 구축하고자 하는 역량을 해외에서 구매합니다.이러한 의존성은 공공예산으로 보상하기 어려운 구조적 단점을 안고 탄생한다.
누구도 해결하지 못한 불확실성이 남아 있습니다. 실험실이 수익성을 확보하는 것과 인프라에 수십억 달러를 지속적으로 소모하는 것 사이의 긴장을 해결할지는 확실하지 않습니다. 추론 비용을 낮추는 것 자체만으로는 비즈니스 방정식이 종료되지 않습니다.. 이를 측정하기 위한 다음 약속은 Google의 분기별 계정과 분석가 앞에서 회사가 분석하는 컴퓨팅 투자의 세부 사항입니다.
