Insights
AI가 자동으로 큐레이션·번역·정리하는 기술 동향 피드입니다.
Insights
AI가 자동으로 큐레이션·번역·정리하는 기술 동향 피드입니다.
AI가 자동으로 큐레이션·번역·정리하는 기술 동향 피드입니다.
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.
Gravity Linux는 Apple M4 칩과 이후 모델에 최적화된 리눅스 경험을 제공하는 것을 목표로 합니다. 초기 Alpha 버전은 M4 Mac Mini를 대상으로 하며, Wayland와 KDE Plasma 환경에서 GPU 가속 기능을 지원합니다. 이 프로젝트는 상위 리눅스 커널 통합을 지향하며, 개발 과정에서 OpenAI Codex 및 Claude Code 같은 LLM의 도움을 받고 있습니다.
Qwen 3.8 27B 모델을 M5 Max MacBook Pro 환경에서 subagent와 함께 에이전트 작업을 수행하는 성능을 다루고 있습니다. 로컬 AI 구동 속도가 크게 향상되어, 이전 대비 약 6배 빠른 처리 속도를 보여주었습니다.
AMD가 차세대 RDNA5 그래픽카드의 GDDR7 비디오 메모리를 공식 지원하기 위한 오픈소스 리눅스 드라이버 패치를 배포했습니다. 이는 현재 세대(RDNA4)가 사용하는 GDDR6와 대비되는 중요한 기술 진전입니다.
Morgan Stanley에 따르면, 미국 데이터센터의 전력 부족이 심화되어 2028년까지 약 33GW가 부족할 것으로 예상됩니다. 이는 NVIDIA Rubin Ultra와 같은 최신 GPU의 발전으로 인해 랙당 요구 전력이 600kW 수준으로 급증하면서 발생하고 있습니다.
NVIDIA가 AI 데이터센터의 필수 부품으로 BESS(Battery Energy Storage System) 인증을 시작한 것은, GPU 연산 능력 확장이 전력망 구축 속도보다 빠르기 때문입니다. 이로 인해 BESS는 단순 예비 장치를 넘어, 계량기 뒤에서 독립적으로 전력을 공급하고 AI 부하를 안정화하는 핵심 제어 계층이 되었습니다.
Microsoft는 자체 개발 AI 가속기 Maia 200을 데이터센터에 배치하며 하이퍼스케일러의 인프라 최적화 전략을 제시합니다. 이는 단순히 GPU를 대체하는 것을 넘어, 워크로드와 모델/칩/시스템 공동 설계를 통해 전반적인 효율성과 낮은 추론 비용을 달성하는 것이 핵심입니다.
Intel과 IBM이 양자 컴퓨터 상용화의 주요 난제인 오류 보정 및 극저온 인프라 구축에 진전을 이루었습니다. IBM은 초전도 프로세서에서 오류를 65% 감소시키는 기술을 선보였으며, 모듈형 극저온 아키텍처를 통해 시스템 통합성을 높일 계획입니다.
Marvell Technology가 데이터 센터용 업계 최초의 2nm 광학 기술을 시연할 예정이라 주목받고 있습니다. 이 회사는 첫 번째 2nm 400G/lane 광학 기술을 선보일 계획이며, 이에 힘입어 주가가 상승했습니다.
DeepSeek은 AI 학습의 핵심 자원인 칩에 대한 해외 의존도를 줄이기 위해 Huawei 칩 사용을 주요 우선순위로 삼고 있습니다. 이 발표는 DeepSeek이 대규모 투자 라운드를 성공적으로 마무리한 후 나온 것으로, 자체 개발 하드웨어 전환을 통해 모델 구축 계획을 가속화할 것임을 시사합니다.
유출 정보원에 따르면, Nvidia의 차세대 RTX 60 시리즈 GPU는 Rubin 아키텍처 기반으로 인해 출시가 최소 2028년까지 지연될 수 있다는 루머가 돌고 있습니다. 이는 엔비디아가 데이터센터 및 AI 시장에 자원을 집중하고 있으며, 소비자용 제품 출시에 있어 공급망 제약과 높은 부품 비용을 고려하고 있기 때문일 수 있습니다.
한 기술 전문가는 15년 된 HP ProLiant N40L 서버를 재활용하기 위해 Raspberry Pi Compute Module 5(CM5) 기반의 커스텀 마더보드를 직접 설계하고 제작했습니다. 이 과정에서 원래 하드웨어의 제약을 극복하고 현대적인 컴퓨팅 성능을 구현하는 데 초점을 맞췄습니다.
본 기사는 소비자 GPU 환경에서 확산 모델(Diffusion models)의 효율적인 구현 방안을 제시합니다. 메모리 사용량과 지연 시간에 민감한 확산 파이프라인의 성능 최적화를 목표로 하며, 임베딩 변환기 개발 및 인터랙티브 온디바이스 이미지 생성 에디터를 제공합니다.
Laya는 Jev의 오픈소스 대안으로, Apple Silicon에서 CoreML을 이용해 오프라인으로 실행 가능한 모델입니다. 이 프로젝트는 긴 답변 생성 대신 선택지별 확률과 순서형 점수를 반환하여 빠른 의사결정이 필요한 작업에 최적화되어 있습니다. Mac M4 환경에서 초당 45회 수준의 높은 판단 처리 속도를 보여주며, PyTorch나 MLX 같은 추가 프레임워크 없이도 추론이 가능합니다.
삼성전자가 HBM4 및 HBM4E DRAM 생산량을 대폭 늘릴 것으로 전망되면서, AI 메모리 수요 충족과 관련한 공급 과잉 우려가 제기되고 있습니다. 본문은 HBM의 기술적 특성(DIMM 사용 불가 등)을 분석하며 소비자용 전자기기 시장에서의 적용 가능성과 더불어 반도체 산업의 거품 붕괴 및 가격 구조에 대한 비판적인 시각을 제시합니다.
AMD가 4대의 개인용 컴퓨터(Ryzen AI Max+)로 1조 개 매개변수 규모의 AI 모델을 로컬 구동하는 시연을 했습니다. 이는 기존 클라우드 중심의 AI 구축 방식에 대안을 제시하며, 하드웨어 기반 온디바이스 AI의 가능성을 강조합니다.
RTX 5090 단일 GPU 환경에서 Qwen 3.8 Flash Next 모델의 성능을 테스트한 내용입니다. llama.cpp 사용 시 Expert Caching 부재가 문제로 지적되었으며, 'FreeToken'이라는 도구를 활용하여 성능 개선을 시도하고 있습니다.
Vulkan 1.4.363 버전이 출시되었으며, 이 버전에는 DMA-BUF 외부 메모리 지원 및 Intel의 새로운 확장 기능인 VK_INTEL_device_info가 포함되었습니다. 특히 VK_INTEL_device_info는 Intel 그래픽 장치의 IP 블록 버전을 읽어 아키텍처 세대와 하드웨어 개정판 정보를 제공합니다.
RTX 3090 세 장을 사용하여 Qwen3.8-27B 모델의 성능을 벤치마킹한 결과를 공유합니다. 특히 두 번째 GPU 카드를 추가했을 때 디코딩 속도가 13% 향상되었고, 프리필(prefill) 속도는 3배 빨라지는 등 주목할 만한 개선이 있었습니다.
AI 확산에 따른 첨단 패키징 수요 증가에 맞춰, TSMC가 가오슝 바이푸 산업단지에 공동 연구개발 및 검증 거점을 구축합니다. 이 시설은 장비·소재 업체들이 양산 투입 전 하드웨어/소프트웨어 통합 검증을 할 수 있는 '미니 루프' 플랫폼 역할을 합니다. 이를 통해 기존의 긴 재검증 기간을 획기적으로 단축하여, 반도체 공급망 클러스터 완성에 기여할 것으로 기대됩니다.
본 기사는 Apple M6 Pro 및 A20 Pro 등 차세대 Mac 칩의 Geekbench 7 성능 점수를 분석합니다. 특히, 영상 변환 같은 실제 작업에서 높은 효율성을 보이며 전력 제한 없이 작동하는 것이 인상적입니다. 이러한 내부 테스트 결과는 향후 Apple Silicon의 발전 방향과 경쟁사 대비 우위를 보여줍니다.