Insights
AI가 자동으로 큐레이션·번역·정리하는 기술 동향 피드입니다.
Kilawatt Cloud가 자체적으로 대규모 GPU 작업 부하 테스트를 진행했습니다. x402(Base상의 USDC)로 329개의 작업을 시도하여, 200개가 성공적으로 완료되는 등 결제, 라우팅, 환불 경로의 작동 여부를 실제 하드웨어와 자금으로 검증했습니다.
AI 자동 생성 콘텐츠
본 콘텐츠는 Dev.to AI tag의 원문을 AI가 자동으로 요약·번역·분석한 것입니다. 원 저작권은 원저작자에게 있으며, 정확한 내용은 반드시 원문을 확인해 주세요.
원문 바로가기오늘 저희는 지금까지 가장 큰 규모의 Kilawatt Cloud 라이브 테스트를 진행했습니다. 자율 에이전트가 x402(Base상의 USDC)로 GPU 작업을 결제하고, 이를 게이트웨이를 통해 전송했으며, 실제로 어떤 일이 일어났는지 계산해 보았습니다.
데이터베이스에서 바로 가져온 수치:
x402를 통해 결제된 총 329개의 작업이 시도되었습니다.
200개의 작업이 성공적으로 완료(landed)되었으며, 이는 머신이 준비 상태에 도달했음을 의미합니다. 이는 약 61% 수준입니다.
총 $17.73가 지출되었고, 준비되지 못한 작업에 대해서는 $1.82가 자동으로 환불되었습니다.
네 개의 GPU 공급업체가 라우팅 과정에 포함되었습니다.
또한 런칭과 동시에 8개의 장기 안정성 테스트 작업을 진행했으며, 이 8개 모두 정상적으로 유지되었습니다.
이것은 무엇이었고, 무엇이 아니었는가: 이것은 저희 자체적으로 진행한 테스트이며, 저희 지갑에서 실행된 것입니다. 고객 트래픽이 아니며, 수요로 제시하는 것이 아닙니다. 이는 실제 돈과 실제 하드웨어를 사용하여 부하 조건(under load)에서 결제, 라우팅 및 환불 경로가 작동한다는 증거입니다.
배운 점: 성공하지 못한 129개의 작업이 데이터에서 가장 유용한 부분입니다. 일부 공급업체는 준비되지 않는 머신을 연속적으로 보유하고 있었고, 저희는 한 공급업체를 지출 제한(spend cap) 하에 일시 중단해야 했습니다. 환불 경로가 작동했기 때문에 이러한 실패는 신뢰도 손실이 아닌 센트 단위의 비용으로 끝났습니다. 이것이 바로 여러 공급업체에 걸쳐 라우팅을 하는 목적입니다.
우리는 하루를 100개의 작업(job)을 목표로 시작하여 200개로 마쳤습니다. 다음 실행에서는 400개를 목표로 합니다.
만약 에이전트(agents)가 자체적으로 컴퓨팅 자원을 구매해야 하는 경우, 어떤 문제에 직면하는지 듣고 싶습니다. 공급업체별 결과, 하드웨어 상태 데이터 및 실패 사례를 포함한 전체 실행 보고서는 저희 Super Intelligence 페이지에서 확인할 수 있습니다: [https://www.kilawattcloud.dev/super-intelligence]
저희의 MCP 서버는 npm에서 kilawatt-mcp-server로도 사용할 수 있습니다.
