NVIDIA, 제네시스 미션에 10억 달러와 슈퍼컴퓨터 7대 투입
요약
NVIDIA가 미국 정부 프로그램인 제네시스 미션에 10억 달러를 투자하며, 향후 5년간 미국의 슈퍼 인텔리전스 연구 역량 구축을 목표로 합니다. 이 자금은 양자 컴퓨팅, 헬스케어, 에너지 안보 등 국가 핵심 분야의 국립 연구소 및 클라우드 제공업체에 투입됩니다.
핵심 포인트
- NVIDIA가 제네시스 미션에 10억 달러 투자 발표 (2026년).
- 양자 컴퓨팅, 헬스케어, 에너지 보안 등 국가 핵심 분야 집중 지원.
- Argonne 등에 Blackwell GPU 기반의 최신 AI 워크로드 시스템 구축 예정.
- 미국 슈퍼컴퓨팅 역량 강화에 대규모 자본 투입 의미.
요약 (TL;DR)
- NVIDIA는 가장 많은 AI 학습 및 추론을 구동하는 가속기(accelerator) 공급업체이며, 제네시스 미션(Genesis Mission)은 과학적 발견에 AI를 적용하는 미국 정부 프로그램입니다.
- NVIDIA는 양자 컴퓨팅(quantum computing), 헬스케어(healthcare), 에너지 안보(energy security) 전반에 걸쳐 향후 5년간 미국의 슈퍼 인텔리전스 연구 역량을 구축하기 위해 2026년 10월 8일, 10억 달러 규모의 투자를 발표했습니다.
- 이 자금은 고등 교육 연구 기관, 미국 양자 작업(quantum work), 정부 임무를 수행하는 클라우드 제공업체에 사용되며, NVIDIA는 양자 컴퓨팅, 핵융합(fusion), 가속기 설계(accelerator design), 마이크로일렉트로닉스(microelectronics)를 다루는 여러 단계의 제네시스 어워드(Genesis awards) 협력사 중 하나입니다.
- Argonne National Laboratory에는 Oracle과 함께 약 10만 개의 Blackwell GPU로 구축되어, 16비트, 8비트 또는 심지어 4비트 정밀도로 실행되는 신흥 AI 워크로드(AI workloads)를 목표로 하는 Solstice 시스템이 자리할 예정입니다.
- 핵심은 정밀도(precision)입니다. NVIDIA는 Vera Rubin 플랫폼의 Ozaki 스킴을 기반으로 구축된 FP64 에뮬레이션에 의존하며, Los Alamos의 Mission 및 Vision 시스템은 Quantum-X800 InfiniBand를 사용하여 동일한 칩을 사용할 것입니다.
- Argonne, Los Alamos, Lawrence Berkeley 국립 연구소에 걸쳐 새로 도입되는 7개의 시스템은 NVIDIA가 2018년 Summit과 Sierra 이후 미국 슈퍼컴퓨팅 분야에서 대규모로 복귀했음을 의미합니다.
- 중국의 LineShine은 이론상 2.7 exaFLOPS 중 2.2 exaFLOPS를 측정하여 Top500 순위에서 선두를 달리고 있으며, Oak Ridge의 Discovery 시스템은 2029년에 도착할 때 AMD 실리콘을 사용하여 순수 FP64 기능을 유지할 것입니다.
10억 달러 규모의 투자와 자금이 지원하는 프로그램
2026년 10월 8일 NVIDIA의 뉴스룸 발표를 기반으로 제작된 Netics 에디토리얼 카드이며, 회사 자체 설명에 따라 투자의 목적을 담고 있습니다.
NVIDIA의 발표는 제품 전략이 결합된 자금 지원 약속입니다. 10억 달러 규모의 투자는 5년에 걸쳐 분산되며 양자 컴퓨팅, 헬스케어 및 에너지 보안 분야에 집중됩니다. 이 분야들은 이미 국립 연구소들이 지출하고 있는 단기 목록이며, GPU 공급업체는 시뮬레이션 및 신약 개발을 위해 구축된 수십 년간의 라이브러리를 제시할 수 있습니다. 이 발표는 워싱턴에서 열린 행사 중 과학기술정책국(Office of Science and Technology Policy)이 제네시스 미션(Genesis Mission) 확장을 기념하는 자리였으며, NVIDIA는 여기서 선도적인 산업 파트너로 소개되었습니다.
수혜자 목록은 총액만큼이나 많은 정보를 담고 있습니다. 자금은 고등 교육 연구 기관, 미국 양자 작업 가속화, 그리고 정부 임무 수요를 지원하는 클라우드 서비스 제공업체에 사용되며, 이는 세 가지 전달 모델(grants, laboratory programmes, rented capacity)에 걸쳐 약속을 분산시킵니다. NVIDIA는 또한 같은 날 발표된 여러 단계 2 제네시스 어워드에서도 협력사로 참여하며, 이들은 양자 컴퓨팅, 핵융합, 가속기 설계 및 마이크로일렉트로닉스를 다룹니다. 이 목록들을 종합해 보면, 한 공급업체가 대학원생의 할당금부터 국립 연구소의 플래그십 장비에 이르기까지 공공 자금이 지원되는 과학의 모든 계층에서 자신을 포지셔닝하는 것을 설명합니다.
CEO는 이 돈을 국가적 우위라는 언어로 구성했습니다. "10억 달러 투자를 통해 NVIDIA는 미국의 과학자들에게 첨단 슈퍼 인텔리전스(Super Intelligence)를 제공하여 의학, 에너지 및 재료 분야의 획기적인 발전을 가속화하고 있습니다." 이 문장이 총액보다 약속의 형태를 더 잘 설명합니다. 자신의 플랫폼을 차세대 공공 자금 지원 과학에 원하는 공급업체는 그 플랫폼을 선택할 사람들에게 자금을 지원하며, 선택되는 분야들은 이미 GPU 처리량(throughput)이 한 연구비가 얼마나 많은 과학을 구매할 수 있는지를 결정하는 작업 부하(workloads)와 연결됩니다.
아르고네의 Solstice 시스템과 10만 개의 Blackwell GPU
하드웨어는 이 이야기가 단순한 보도 자료를 넘어설 수 있는 지점입니다. Argonne National Laboratory에는 Oracle과 함께 구축된 Solstice가 자리할 예정이며, 이 기계는 10만 개의 Blackwell GPU를 탑재합니다. The Register는 이를 "이 기계는 주로 에머징 AI 워크로드(emerging AI workloads)에 초점을 맞추고 있다"고 설명하며, 이러한 워크로드는 16비트, 8비트 또는 심지어 4비트의 정밀도로 작동합니다. 이는 의도적인 설계 목표입니다. AI 학습용으로 크기가 결정된 시스템은 트랜지스터를 낮은 정밀도의 행렬 처리량(matrix throughput)에 할애하며, 이와 동일한 트랜지스터가 기존에는 고전적 시뮬레이션(classical simulation)을 위한 배정밀도 부동 소수점(double-precision floating point)을 제공했을 것입니다.
이러한 선택의 배경은 가속기 설계 분야에서 10년간 이루어진 변화입니다. The Register의 보고서에 따르면, NVIDIA는 자사의 여러 가속기의 배정밀도 FP64 처리량을 AI 워크로드가 사용하는 높은 처리량으로 교체했으며, 이전에 전력을 공급했던 국립 에너지부(Department of Energy)의 플래그십 시스템인 Summit과 Sierra는 2018년에 가동되었습니다. 이 두 사실 사이에는 국가 슈퍼컴퓨터가 무엇을 위해 존재하는지에 대한 전체 논거가 놓여 있습니다. Summit은 주력 작업이 시뮬레이션일 때 구축되었고, Solstice는 주력 작업이 모델 학습 및 서비스(training and serving models)일 때 구축되고 있습니다.
NVIDIA의 공식 뉴스룸 이미지로, 이번 발표와 함께 회사의 자체적인 약속 성명도 담겨 있습니다 (nvidianews.nvidia.com, 2026년 10월 8일 게시, 2026년 10월 8일 검색).
Solstice 역시 더 큰 주문의 노드 중 하나입니다. NVIDIA는 Argonne, Los Alamos, Lawrence Berkeley 국립 연구소 전반에 걸쳐 최소 7대의 새로운 슈퍼컴퓨터를 공급할 예정이며, 이는 자금 지원 약속을 공급 관계로 전환시키는 발표의 일부입니다. 이 시스템들은 이전 세대 연구 소프트웨어가 작성되었던 건물들로 공급업체의 인터커넥트와 소프트웨어 스택을 가져가며, 이러한 연속성은 어떤 단일 머신보다 플랫폼 공급업체에게 더 큰 가치를 지닙니다.
AI 처리량의 대가로서 FP64 에뮬레이션
이 기사의 기술적 협상은 정밀도에 관한 것이며, 그 세부 사항은 이례적으로 명확합니다. NVIDIA의 차세대 Vera Rubin 플랫폼은 Ozaki 방식에 기반한 FP64 에뮬레이션 기능에 크게 의존하는데, 이는 산술 연산을 저정밀도 작업으로 분할하여 배정밀도(double-precision) 결과를 복구하는 방식입니다. 에뮬레이션은 전용 배정밀도 실리콘을 구매하지 않고도 정확성을 확보해주지만, 그 대가로 처리량과 복잡도를 요구합니다.
이러한 트레이드오프는 주로 AI에 사용되는 머신에게 방어 가능한 선택지입니다. 하루 종일 모델을 훈련시키고 가끔 고정밀 결과가 필요한 시스템은 희귀한 경우를 에뮬레이션하여 처리하고 저비용의 경우를 빠르게 유지할 수 있으며, 이는 NVIDIA가 Genesis Mission을 위해 플랫폼을 포지셔닝한 방식과 정확히 일치합니다. The Register의 보고서는 이 타협점을 명확하게 제시합니다. FP64 에뮬레이션에는 타협이 따르며, 주로 AI에 최적화되고 고정밀도가 가끔 필요한 워크로드의 경우 추가적인 행렬 처리량(matrix throughput)을 위해 충분히 가치가 있을 수 있다는 것입니다.
트렌드는 누가 대안을 계속 구매하느냐에 따라 나타납니다. 순수 FP64를 위한 최대 규모의 Department of Energy 시스템은 여전히 AMD 기반일 것이며, Oak Ridge National Laboratory의 Discovery 시스템은 2029년에 MI430X GPU와 Venice CPU를 중심으로 구축될 것으로 예상됩니다. 이 분할이 시장을 한 문장으로 정의합니다: AI 우선 기계는 한 방향으로 가고, 고전적인 시뮬레이션 플래그십은 다른 방향으로 간다는 것입니다. 왜냐하면 더블 프리시전(double precision)에서 평생을 보내는 기후 또는 핵융합 코드는 답에 도달하기 위해 에뮬레이트하는 방식을 감당할 수 없기 때문입니다.
세 개의 국립 연구소에 걸친 7개 시스템
프로그램 규모는 국립 연구소들이 계획하는 부분이며, Argonne, Los Alamos, Lawrence Berkeley에 분산된 7개의 새로운 시스템은 단일 플래그십보다 더 큰 약속입니다. Los Alamos의 다가오는 Mission 및 Vision 시스템은 Solstice와 동일한 칩을 사용하고 Quantum-X800 InfiniBand를 활용하여, 공급업체의 네트워킹이 컴퓨팅과 한 대 이상의 기계에서 함께 배치되도록 합니다.
NVIDIA의 발표와 The Register의 보고서를 바탕으로 작성된 Netics 편집 카드: AI 정밀도에서 얻는 처리량(throughput)이 에뮬레이션 타협과 작업 스케줄링을 담당하는 사람에게 창출하는 작업을 상쇄시키는 방식입니다.
연구소 입장에서, 이러한 분산은 단일 거대 기계가 재현할 수 없는 방식으로 중요합니다. 서로 다른 시스템들은 서로 다른 분류(classified) 및 비분류(unclassified) 워크로드를 처리하며, 코드를 다시 작성하지 않고 세 사이트 간에 이동시킬 수 있는 소프트웨어 팀은 진정한 운영상의 이점을 가집니다. 동일한 논리가 커미셔닝 타임라인에도 적용됩니다: 순차적으로 도착하는 7개의 시스템은 공급업체에게 일련의 참조 설치(reference installations)를 제공하고, 연구소에는 서로 비교할 수 있는 일련의 기계들을 제공합니다.
독자가 가져가야 할 전략적 질문은 이러한 구매들이 한 연구소에 향후 10년간 무엇을 약속하는지입니다. 슈퍼컴퓨터를 구매한다는 것은 또한 해당 연구 그룹이 어떤 컴파일러, 라이브러리, 디버깅 도구를 이 기계의 수명 동안 사용할지 결정하며, 그러한 선택들은 하드웨어가 폐기되기 몇 년 전에 이루어집니다. Genesis Mission 자금과 7개 시스템은 함께 도착하므로, 소프트웨어 결정과 하드웨어 결정이 동일한 예산 주기 내에서 이루어지고 있다는 것을 의미합니다.
중국의 LineShine과 Top500 순위
경쟁 환경은 순위에 달려 있으며, 현재 이 순위는 중국에 있습니다. The Register에 따르면, LineShine은 2.7 exaFLOPS의 이론적 성능 중 2.2 exaFLOPS를 측정하여 세계에서 가장 강력한 컴퓨터 Top500 목록을 선도하고 있으며, 이 시스템은 봄에 공개되었습니다. 순위는 국가 역량의 거친 측정치이며, 자금이 지원되는 측정치이므로 과학 연구 자금에 대한 공급업체 발표에는 배경에 리더보드가 포함됩니다.
Oak Ridge의 Discovery 시스템은 미국 측에 그 경쟁 구도를 형성합니다. 2029년에 온라인으로 가동될 것으로 예상되며, HPE의 Cray 부서가 AMD의 FP64 최적화 MI430X GPU와 Venice CPU를 사용하여 구축할 예정이며, 시설이 전력 업그레이드를 받는지 여부에 따라 최대 성능은 3.3에서 8.5 exaFLOPS 사이에 위치합니다. 이 범위의 상한선은 오직 전기가 지원될 경우에만 존재하며, 이는 전체 프로그램에서 가장 화려하지 않고 가장 구속력이 큰 제약 사항입니다.
이 발표를 솔직하게 해석하자면, 서로 다른 방향을 가리키는 두 가지 투자로 볼 수 있습니다. NVIDIA는 자체 플랫폼이 강력하고 자금 조달이 증가하는 AI 중심 과학 분야에서 영향력을 사들이고 있으며, AMD는 여전히 고전적인 시뮬레이션에 필요한 배정밀도(double-precision) 플래그십을 보유하고 있습니다. 두 가지 종류의 워크로드를 모두 실행할 수 있는 연구소는 두 종류의 장비를 모두 갖게 되며, Netics services는 예산이 적어 어느 워크로드에 특수 하드웨어를 할당해야 하는지 자체가 의문인 조직들을 위해 존재합니다.
[
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 바로가기