Insights
AI가 자동으로 큐레이션·번역·정리하는 기술 동향 피드입니다.
The Next Platform 116건필터 해제
800V 데이터센터 전력 도입, 생각만큼 빠르지 않을 수도
Nvidia의 고전력 랙 아키텍처 요구에도 불구하고, Schneider Electric은 데이터센터의 800V 전력 도입이 예상보다 느릴 것으로 전망합니다. 현재의 저전압 방식은 고밀도 AI 랙의 전력 공급 문제를 야기하며, 향후 중앙 집중식 DC 배전 솔루션으로의 전환이 필요할 것으로 보입니다.
Oak Ridge, 양자, 클래식 HPC 및 AI 시스템 스택의 통합을 시작하다
Oak Ridge 국립연구소는 양자 컴퓨팅, 클래식 HPC, 그리고 AI 시스템 스택의 통합을 차세대 컴퓨팅의 핵심 과제로 삼고 있습니다. IBM과 Nvidia 등 주요 기업들은 양자 중심 슈퍼컴퓨팅을 위해 하드웨어와 소프트웨어 아키텍처를 결합하는 기술 개발에 박차를 가하고 있습니다.
AI 인프라가 온프레미스(On-Premises)로 전환됨에 따라 하드웨어 역량을 강화하는 Dell
Dell Technologies World 2026에서 Michael Dell CEO는 AI 워크로드가 개념 증명 단계를 넘어 실제 생산 단계로 진입함에 따라 인프라의 중요성이 커지고 있다고 강조했습니다. 기업들이 비용, 보안, 데이터 통제권을 확보하기 위해 퍼블릭 클라우드 대신 온프레미스, 엣지, 하이브리드 AI 환경으로 전환하는 추세를 보이고 있습니다.
Cisco, 머천트 실리콘(Merchant Silicon)과 광학 기술로 AI 고객 확보
Cisco는 하이퍼스케일러뿐만 아니라 방대한 UCS 시스템 고객층을 대상으로 AI 인프라 제품을 판매하며 시장을 공략하고 있습니다. 특히 자체 시스템 구축 고객에게는 머천트 실리콘(Merchant Silicon) 칩과 Acacia 광 트랜시버를, 규모가 작은 고객에게는 완제품 시스템을 제공하는 이원화 전략을 취하고 있습니다.
IPO를 마친 Cerebras, 이제 다시 AI의 한계를 밀어붙일 수 있다
생성형 AI(GenAI) 열풍과 하이퍼스케일러들의 막대한 자본 지출 배경 속에서 Cerebras Systems가 성공적으로 IPO를 마쳤습니다. 이번 IPO를 통해 55억 5,000만 달러를 조달하며 회사의 시가총액은 약 950억 달러에 달하는 거대한 규모로 자리매김했습니다. Cerebras는 자체 개발한 컴퓨팅 시스템을 활용하여 OpenAI, AWS 등 주요 고객사들의 AI 인프라 구축 수요를 충족시키며 시장의 주목을 받고 있습니다.
HPE, 컨테이너와 VM 관리를 Cloud Stack에서 통합하며 VM 사용자들에게 구원책 제시
VMware에 대한 높은 라이선스 비용과 복잡성 증가로 어려움을 겪는 기업들을 위해 HPE가 통합 솔루션을 제시했습니다. HPE는 Morpheus 클라우드와 VM Essential을 결합하여 Private Cloud Business Edition을 출시했으며, 이를 통해 VM 및 컨테이너 관리를 단일화하고 라이선스 비용을 절감할 수 있게 했습니다. 이 플랫폼은 에지부터 데이터센터까지 확장되는 4세대 Private Cloud를 제공하며, AI 워크로드까지 지원하는 통합 운영 모델을 목표로 합니다.
OpenAI, Microsoft 그리고 동료들이 더 나은, 더 확장 가능한 Ethernet을 구축하다
OpenAI, Microsoft 등 주요 기업들이 AI 클러스터의 확장성을 높이기 위해 새로운 네트워크 프로토콜인 Multipath Reliable Connection (MRC)을 개발했습니다. 이 프로토콜은 단순히 포트 대역폭 증가에 의존하는 대신, 주어진 총 대역폭 내에서 장치 간 링크 수를 늘리는 데 초점을 맞춥니다. MRC는 기존 RoCE Ethernet의 상위 집합 확장으로, 링크 장애 발생 시 트래픽 재라우팅을 통해 AI 학습 작업 중단을 최소화하며, 낮은 지연 시간과 적응형 부하 분산 기능을 제공합니다.
연산 및 메모리 가격 상승으로 인해 IT 지출이 훨씬 더 높아짐
연산 및 메모리 부품의 수요 급증과 공급 부족으로 인해 IT 지출이 역대 최고치를 기록할 전망입니다. 특히 GenAI 열풍으로 인해 Anthropic, OpenAI와 같은 AI 모델 구축 기업들의 인프라 투자가 가속화되면서, 데이터센터 시스템 지출이 폭발적으로 성장하고 있습니다.
Sometimes, Air Is The Only Way For AI Systems To Keep Their Cool
본 기사는 데이터센터의 물리적 제약과 비용 문제로 인해 생성형 AI 시스템을 현지(on-premise)에서 운영해야 하는 기업들, 특히 금융 서비스 및 제조업 분야에 초점을 맞춥니다. 이러한 환경에서는 대규모 훈련 노드가 필요하지 않고 추론 작업만 수행하는 경우가 많습니다. 이에 AMD는 MI350X의 반 용량 버전인 MI350P를 출시했는데, 이는 CDNA 4 아키텍처의 이점을 유지하면서도 에어 냉각이 가능한 소형 패키지 형태로 설계되었습니다.
Arista는 AI Scale Out 네트워크에 힘입어 성장하고, Scale Across로 진출하며, Scale Up을 준비합니다
아리스타 네트워크는 AI 네트워킹 시장의 핵심 플레이어로 자리매김하고 있으며, 특히 스케일 아웃(scale out)을 넘어 스케일 업(scale up) 및 스케일 어크로스(scale across) 영역으로 사업 확장을 준비하고 있습니다. 공급망 문제와 수요 예측의 불확실성에도 불구하고, 회사는 AI 관련 네트워크 부문 가이드를 상향 조정하며 강력한 성장세를 보여주고 있습니다. 장기적으로는 ESUN(Ethernet for Scale-Up Networking)과 1.6 Tb/sec 포트 등 차세대 기술을 통해 대규모 데이터센터 연결 시장을 주도할 것으로 기대됩니다.
컴퓨트 엔진을 만들 수 있다면 컴퓨트 엔진을 팔 수 있다
본 기사는 컴퓨팅 시장의 미래가 전통적인 서버 CPU와 GPU 중심에서 에이전트 AI 작업에 최적화된 새로운 '일반 목적 컴퓨팅(general purpose compute)'으로 이동하고 있음을 강조합니다. AMD CEO 리사 수(Lisa Su)는 데이터센터 CPU 총 시장 규모(TAM)가 2030년까지 연평균 18% 성장하여 600억 달러에 이를 것으로 예측했으며, 이는 기존의 서버 시스템과는 다른 추세입니다. 특히 에이전트 AI 작업은 많은 추가적인 CPU 작업을 생성하며, 이로 인해 과거 GPU 대비 CPU 비율(예: 1:4 또는 1:8)이 점차 1:1에 가까워지는 변화가 예상됩니다.
클리블랜드 클리닉, 양자 중심 슈퍼컴퓨팅으로 대형 단백질 시뮬레이션 수행
클레슬랜드 클리닉, IBM, RIKEN 등 세 기관이 협력하여 양자 중심 슈퍼컴퓨팅을 활용해 Trypsin 단백질(12,635개 원자)의 대규모 시뮬레이션을 성공적으로 수행했습니다. 이 연구는 156큐비트 Heron r2 프로세서와 Fugaku 같은 고전 HPC 시스템을 결합한 하이브리드 컴퓨팅 스택의 강력함을 입증하며, 단백질-리간드 복합체 시뮬레이션에 있어 양자 중심 접근 방식이 중요한 도구가 될 수 있음을 보여줍니다. 특히 문제를 작은 조각으로 분해(fragmentation)하여 계산하는 방법론은 대규모 생물학적 문제 해결의 핵심 열쇠로 제시되었습니다.
마이크로소프트와 오픈AI는 여전히 친구이며, 다른 파트너와의 협력을 모색하고 있습니다
마이크로소프트(MS)와 오픈AI의 파트너십은 독점적 계약에서 벗어나 '수정된 파트너십'으로 진화하고 있으며, 이는 양사에 더 큰 유연성을 제공합니다. MS는 여전히 주요 클라우드 제공자 역할을 유지하지만, 오픈AI가 AWS, Google Cloud 등 다른 플랫폼을 사용할 수 있게 되면서 경쟁 구도가 심화되었습니다. 특히 MS는 Anthropic과의 강력한 파트너십을 구축하며 AI 생태계 전반에서 입지를 강화하고 있으며, 이는 향후 자체 모델 개발 및 다양한 벤더와의 협력을 가능하게 합니다.
AWS 를 이끄 쌍 엔진 전략이 잘 작동하고 있다
아마존은 AWS 클라우드와 자체 리테일/광고 비즈니스를 통합하는 '쌍 엔진 전략'을 통해 AI 시대를 선도하고 있으며, 이 과정에서 내부 효율성 극대화(직원 감축 및 로봇 도입)를 추구하고 있습니다. 특히 광고 사업 부문이 높은 운영 마진을 제공하여 막대한 AI 인프라 구축 비용을 지원하며 AWS 성장의 핵심 동력으로 작용할 것으로 분석됩니다. 아마존의 모든 자본 지출은 AI 인프라에 집중되고 있으며, 이는 AWS가 시장에서 AI 워크로드를 처리하는 데 필요한 수요 신호를 포착하고 이를 수익화하는 능력을 보여줍니다.
Broadcom 가 Nvidia 의 가장 큰 견제자가 될 수 있다
본 기사는 Broadcom이 과거의 레거시 소프트웨어 인수(Computer Associates, VMware)를 통해 확보한 막대한 자금력과 경험을 바탕으로, 현재 AI 컴퓨팅 및 네트워킹 분야에서 강력한 입지를 구축하고 있음을 분석합니다. 특히 CEO Hock Tan의 리더십 아래 하드웨어와 소프트웨어를 결합하는 방식으로 비즈니스를 성공적으로 튜닝하여, 클라우드 빌더와 AI 모델 개발사들이 필요로 하는 맞춤형 AI XPU 및 네트워킹 솔루션을 제공하며 Nvidia에 강력한 경쟁자로 부상하고 있습니다. Broadcom의 최근 재무 성과는 이러한 커스텀 AI 칩 사업이 성공적으로 수익성을 개선시키고 있음을 보여줍니다.
Microsoft, 2 년 내 AI 인프라 2 배 확대 공약
Microsoft는 AI 시대의 핵심 플레이어로 자리매김하기 위해 클라우드 인프라를 대폭 확장하고 있으며, 향후 2년 내에 컴퓨팅 용량을 두 배로 늘릴 계획입니다. 과거 OpenAI와의 독점적 관계에서 벗어나 자체적인 시스템 소프트웨어 플랫폼과 하드웨어를 결합하여 Azure 스택을 강화하는 데 집중하고 있습니다. 이러한 전략은 AI 모델 구축자로서의 입지를 공고히 하고, GPU/XPU 접근성이 제한적인 기업들에게도 광범위한 서비스를 제공할 수 있는 기반이 됩니다.
AMD 와 Meta 플랫폼의 거래: 더 많은 게임 이론
AMD가 Meta와 체결한 대규모 데이터센터 파트너십은 총 6기가와트의 컴퓨팅, 스토리지, 네트워킹 용량을 포함하며, 이는 AMD 주식 워런트를 통해 자금 조달이 이루어지는 장기적인 전략적 거래입니다. 이 계약은 OpenAI와의 이전 거래와 유사한 규모를 가지며, Meta가 AI 하드웨어에 막대한 투자를 할 수 있는 재정적 능력을 갖추고 있음을 보여줍니다. 구체적으로 5년간 총 6기가와트의 용량은 약 330만 개의 GPU(MI400 시리즈 등가)를 의미하며, 전체 인프라 비용은 기가와트당 $350억에 달하는 초대형 규모입니다.
Broadcom: CPU 및 XPU 제조사가 컴퓨팅을 통해 수직으로 확장하는 데 도움을 줌
컴퓨팅 성능 향상을 위해 칩 설계는 2차원 평면(2D)에서 수직적 적층 구조(3D/3.5D 스태킹)로 진화하고 있으며, Broadcom은 이 트렌드를 주도하고 있습니다. HBM 메모리부터 시작된 수직 확장은 이제 CPU와 XPU의 컴퓨팅 코어까지 포함하는 칩릿 스택 형태로 확장되고 있습니다. 이러한 3.5D 패키징 기술(예: Broadcom의 XDSiP)은 시스템 보드에 여러 개의 엔진을 연결할 때 발생하는 지연 시간과 전력을 획기적으로 줄여, 더 강력하고 고성능의 단일 소켓 아키텍처를 가능하게 합니다.
GenAI 터보차저로 구글이 클라우드를 더 높은 기어로 전환합니다
본 기사는 GenAI(생성형 AI)가 클라우드 컴퓨팅 인프라에 미치는 막대한 영향을 분석합니다. 특히, 하이퍼스케일러와 클라우드 빌더들이 수익의 상당 부분을 자본 비용(Capex)에 할당하고 있음을 강조하며, 에너지 섹터 등 전통 산업과의 비교를 통해 AI 시대의 자본 집약적 성격을 조명합니다. 구글은 Gemini 모델을 기반으로 TPU 가속기를 지속적으로 업그레이드하며 막대한 토큰 처리량을 기록하고 있으며, 이러한 폭발적인 수요에 대응하기 위해 2026년에도 대규모 인프라 투자를 계획하고 있습니다.
Ayar Labs, $5 억 시리즈 E 투자 및 광자학 기반 AI 시스템 2028 년 출시
Ayar Labs가 $5억 규모의 시리즈 E 투자를 유치하며 총 자금 규모를 8.7억 달러로 늘리고 평가액은 37.5억 달러에 달했습니다. 이 자금은 Ayar Labs가 대만 신주(Hsinchu)에 사무실을 열고 실리콘 광자학 기반의 AI 시스템 개발 및 상용화에 집중하는 데 사용될 것입니다. 특히, Ayar Labs는 파트너사인 Alchip Technologies와 협력하여 TeraPHY 광학 엔진을 통해 구리 배선 문제를 해결하고 고대역폭 I/O를 제공하는 혁신적인 컴퓨팅 솔루션을 선보였습니다.
이 피드 구독하기
본 페이지의 콘텐츠는 AI가 공개된 소스를 기반으로 자동 수집·요약·번역한 것입니다. 원 저작권은 각 원저작자에게 있으며, 각 게시물의 “원문 바로가기” 링크를 통해 원문을 확인할 수 있습니다. 저작권자의 삭제 요청이 있을 경우 신속히 조치합니다.