Nvidia (NASDAQ: NVDA)는 워크로드(workloads)가 프론티어 거대 언어 모델 (LLMs)의 학습에 집중되었던 AI 메가트렌드의 첫 번째 단계 동안 논란의 여지가 없는 칩 설계 챔피언이었습니다. Nvidia의 강력한 그래픽 처리 장치 (GPUs)는 이 작업에 이상적이었으며, 대부분의 기초 AI 코드가 작성되었던 CUDA 소프트웨어 플랫폼이 제공하는 넓은 해자(moat)로부터 더욱 큰 이익을 얻었습니다. 이 칩 제조사는 막대한 양의 GPU를 판매했으며, 지금도 계속 판매하고 있습니다.

하지만 AI 트렌드의 다음 단계에서는 무게 중심이 추론 (inference) 및 에이전틱 AI (agentic AI) 워크로드로 이동하고 있으며, 이에 따라 시장의 변화가 일어날 수 있습니다. 이 단계의 큰 승자는 Advanced Micro Devices (NASDAQ: AMD)가 될 것으로 보입니다. AMD가 AI 모델 학습용 프로세서 분야에서 Nvidia의 리더 자리를 빼앗거나 시가총액을 추월할 가능성은 매우 낮지만, AMD의 주가는 향후 몇 년 동안 더 큰 경쟁사를 능가할 준비가 된 것으로 보입니다.

*2009년에 Nvidia를 놓치셨나요? 이 희귀한 신호가 다시 나타나고 있습니다. 2009년, Nvidia라는 잘 알려지지 않은 칩 제조사를 위해 "더블 다운 (Double Down)" 신호가 나타났습니다. 수년 만에 처음으로, Nvidia 크기의 1/100에 불과한 기업에 대해 동일한 "전폭적 확신 (Total Conviction)" 신호가 나타나고 있습니다. *계속 읽기 »

폭발적 성장을 위한 준비

AMD에 유리하게 작용할 두 가지 강력한 순풍이 형성되고 있습니다. 첫 번째는 AI 추론 (inference) — 즉, AI를 실제 문제에 적용하는 것 — 으로의 전환이며, 이는 결국 LLM 학습보다 훨씬 더 큰 시장이 될 것으로 예상됩니다. 지속적인 비용으로서 추론당 비용 (cost-per-inference)에 대한 강조가 훨씬 더 커지며, 이러한 프로세스는 순수 연산 능력 (raw compute power)보다는 메모리 접근성에 더 집중되는 경향이 있습니다. AMD는 이를 두 가지 방식으로 해결하고 있습니다.

첫째, AMD의 칩렛 (chiplet) 설계는 GPU에 Nvidia보다 더 많은 메모리를 패키징할 수 있게 하여, 추론 (inference) 워크로드에 이상적인 환경을 제공합니다. 한편, AMD는 최근 메모리 최적화 기업인 MEXT를 인수하였으며, 이를 통해 MEXT의 소프트웨어를 완전한 시스템에 통합할 수 있게 될 것입니다. MEXT의 기술은 AI를 사용하여 자주 사용되지 않는 데이터를 플래시 메모리 (flash memory)로 오프로드 (offload)하고, 데이터가 필요하기 직전에 DRAM으로 복구합니다. 이는 본질적으로 성능에 큰 영향을 미치지 않으면서 가상으로 메모리 용량을 확장하고 비용을 절감하는 데 도움을 줍니다. AMD는 이미 몇 건의 대규모 GPU 계약을 체결한 상태이며, 이는 엄청난 매출 성장을 견인하는 데 도움이 될 것입니다.

추론 분야에서의 기회 외에도, AMD는 곧 다가올 에이전틱 AI (agentic AI)의 부상 덕분에 또 다른 강력한 성장 동력을 누리게 될 것입니다. 이전 유형의 AI 워크로드는 주로 강력한 병렬 프로세서, 즉 GPU 및 주문형 반도체 (ASIC)에 의해 처리되어야 했던 반면, AI 에이전트는 순차적 프로세스를 처리하기 위해 더 많은 중앙 처리 장치 (CPU)를 필요로 합니다. 따라서 에이전틱 AI에 최적화된 데이터 센터 내에서 GPU 대비 CPU의 비중은 의미 있게 증가할 것입니다. 추론을 위해 구축된 데이터 센터의 경우 최근 평균 비율이 GPU 8개당 CPU 1개 수준이었던 반면, 에이전틱 AI의 경우 Intel은 그 비율이 GPU 1개당 CPU 1개로 변화할 것이라고 예측합니다.