Nvidia: AI 슈퍼파워가 된 칩 제조업체

Nvidia: AI 슈퍼파워가 된 칩 제조업체

 

컴퓨터 칩 디자이너인 Nvidia의 주가가 이번 주 급등하여 회사의 가치가 1조 달러에 육박했습니다.

 

급등은 수요일 늦게 발표된 최신 분기 실적에 의해 촉발되었습니다. 이 회사는 "급증하는 수요"를 충족시키기 위해 칩 생산량을 늘리고 있다고 말했습니다.

 

Nvidia는 인공 지능(AI) 시스템에 사용되는 칩 시장을 장악하게 되었습니다.

 

이 분야에 대한 관심은 지난 11월 ChatGPT가 공개된 후 열광적인 수준에 도달했으며, 이는 기술 산업을 훨씬 넘어서는 충격을 보냈습니다.

 

연설 지원 에서 컴퓨터 코딩 및 요리 에 이르기까지 ChatGPT 는 매우 인기 있는 AI 애플리케이션임이 입증되었습니다.

 

광고

 

ChatGPT가 무엇인가요?

그러나 이 모든 것은 강력한 컴퓨터 하드웨어, 특히 캘리포니아에 기반을 둔 Nvidia의 컴퓨터 칩 없이는 불가능합니다.

 

원래 컴퓨터 게임을 위해 그래픽을 처리하는 유형의 컴퓨터 칩을 만드는 것으로 알려진 Nvidia 하드웨어는 오늘날 대부분의 AI 애플리케이션을 지원합니다.

 

Gartner의 반도체 산업 분석가인 Alan Priestley는 "인공 지능이라는 새로운 것을 가능하게 하는 선도적인 기술 업체입니다."라고 말합니다.

 

ADVERTISEMENT

 

TechInsights의 분석가인 Dan Hutcheson은 "AI에 대한 Nvidia의 의미는 PC에 대한 Intel의 의미와 거의 비슷합니다."라고 덧붙였습니다.

 

ChatGPT는 Microsoft 소유의 슈퍼컴퓨터에 함께 모여 있는 Nvidia의 그래픽 처리 장치(GPU) 10,000개를 사용하여 훈련되었습니다.

 

엔비디아 A100 GPU

이미지 출처,엔비디아

이미지 캡션,

널리 사용되는 A100 GPU의 비용은 $10,000 이상입니다.

Nvidia의 가속 컴퓨팅 부문 총괄 책임자이자 부사장인 Ian Buck은 "이는 다양한 과학 및 AI 사용 사례를 위해 Nvidia GPU로 구축된 많은 슈퍼컴퓨터 중 하나입니다. 일부는 공개적으로 알려져 있고 일부는 그렇지 않습니다."

 

CB Insights의 최근 보고서에 따르면 Nvidia는 머신 러닝용 GPU 시장의 약 95%를 점유하고 있습니다 .

 

데이터 센터용으로 설계된 시스템에서도 판매되는 AI 칩의 가격은 개당 약 10,000달러(8,000파운드)이지만 가장 강력한 최신 버전은 훨씬 더 비싸게 판매됩니다.

 

그렇다면 Nvidia는 어떻게 AI 혁명의 중심 플레이어가 되었습니까?

 

요컨대, 자체 기술과 좋은 타이밍에 대한 대담한 내기입니다.

 

현재 Nvidia의 CEO인 Jensen Huang은 1993년 설립자 중 한 명이었습니다.

이미지 출처,엔비디아

이미지 캡션,

2006년 Nvidia CEO Jensen Huang은 회사의 칩을 프로그래밍 가능하게 만들었습니다.

현재 Nvidia의 최고 경영자인 Jensen Huang은 1993년 창립자 중 한 명이었습니다. 당시 Nvidia는 게임 및 기타 응용 프로그램을 위해 더 나은 그래픽을 만드는 데 집중했습니다.

 

1999년에는 컴퓨터의 이미지 디스플레이를 향상시키기 위해 GPU를 개발했습니다.

 

GPU는 많은 작은 작업을 동시에 처리하는 데 탁월합니다(예: 화면에서 수백만 개의 픽셀 처리). 병렬 처리라고 하는 절차입니다.

 

2006년 스탠포드 대학의 연구원들은 GPU가 또 다른 용도로 사용된다는 사실을 발견했습니다. GPU는 일반 처리 칩이 할 수 없는 방식으로 수학 연산을 가속화할 수 있습니다.

 

황씨가 우리가 알고 있는 AI 개발에 결정적인 결정을 내린 것은 바로 그 순간이었습니다.

 

그는 GPU를 프로그래밍할 수 있는 도구를 만드는 데 Nvidia의 리소스를 투자하여 그래픽 이외의 용도로 병렬 처리 기능을 열었습니다.

 

이 도구는 Nvida의 컴퓨터 칩에 추가되었습니다. 컴퓨터 게임 플레이어에게는 필요하지 않은 기능이었고 아마 인식조차 하지 못했을 것입니다. 하지만 연구자에게는 소비자 하드웨어에서 고성능 컴퓨팅을 수행하는 새로운 방법이었습니다.

 

현대 AI의 초기 혁신을 촉발시킨 것은 바로 그 기능이었습니다.

 

2012년에는 이미지를 분류할 수 있는 AI인 Alexnet이 공개되었습니다. Alexnet은 Nvidia의 프로그래밍 가능한 GPU 중 2개만 사용하여 교육을 받았습니다.

 

훈련 과정은 훨씬 더 많은 수의 일반 처리 칩에서 몇 달이 걸릴 수 있는 것이 아니라 며칠 밖에 걸리지 않았습니다.

 

GPU가 신경망 처리를 엄청나게 가속화할 수 있다는 발견이 컴퓨터 과학자들 사이에 퍼지기 시작했고, 그들은 이 새로운 유형의 워크로드를 실행하기 위해 GPU를 구입하기 시작했습니다.

 

Buck 씨는 "AI가 우리를 찾았습니다."라고 말합니다.

 

엔비디아는 AI에 더 적합한 새로운 종류의 GPU 개발과 기술을 쉽게 사용할 수 있도록 더 많은 소프트웨어를 개발하는 데 투자함으로써 우위를 점했습니다.

 

10년 후, 수십억 달러를 들여 ChatGPT가 등장했습니다. 질문에 대해 사람이 으스스하게 대답할 수 있는 AI입니다.

 

Metaphysic의 DeepTom

이미지 출처,형이상학

이미지 캡션,

2021년 Metaphysic은 Tom Cruise 딥 페이크로 헤드라인을 장식했습니다.

AI 스타트업 Metaphysic은 AI 기술을 사용하여 유명인 등의 사실적인 동영상을 제작합니다. Tom Cruise 딥 페이크 는 2021년에 파문을 일으켰습니다.

 

모델을 훈련하고 실행하기 위해 수백 개의 Nvidia GPU를 사용하며 일부는 Nvidia에서 구입하고 다른 일부는 클라우드 컴퓨팅 서비스를 통해 액세스합니다.

 

공동 창립자이자 CEO인 Tom Graham은 "우리가 하는 일에 Nvidia를 대체할 수 있는 대안은 없습니다."라고 말합니다. "곡선보다 훨씬 앞서 있습니다."

 

그러나 Nvidia의 지배력이 현재로서는 확실해 보이지만 장기적으로는 예측하기 어렵습니다. TIRIAS Research의 또 다른 업계 분석가인 Kevin Krewell은 "Nvidia는 모두가 무너뜨리려는 목표를 등에 업고 있는 회사입니다."라고 말합니다.

 

다른 대형 반도체 회사는 약간의 경쟁을 제공합니다. AMD와 Intel은 둘 다 중앙 처리 장치(CPU)를 만드는 것으로 더 잘 알려져 있지만 AI 애플리케이션용 전용 GPU도 만듭니다( Intel은 최근에야 경쟁에 합류했습니다 ).

 

Google에는 검색 결과뿐만 아니라 특정 기계 학습 작업에도 사용되는 Tensor Processing Unit(TPU)이 있으며 Amazon에는 AI 모델 훈련을 위한 맞춤형 칩이 있습니다.

 

마이크로소프트도 AI 칩을 개발 중인 것으로 알려졌으며 , 메타는 자체 AI 칩 프로젝트를 갖고 있다 .

 

프리젠테이션 그레이 라인

더 많은 비즈니스 기술:

 

주차장이 태양광 발전에서 가장 뜨거운 공간인 이유

단백질의 힘이 밝혀지고 해방되고 있습니다.

컴퓨터 게임이 아이들의 현금 소비를 부추기는 방법

젊어질 수 있다고 장담하는 기술 기업가

그린 스틸 레이스를 이끄는 외딴 스웨덴 마을

프리젠테이션 그레이 라인

또한 수십 년 만에 처음으로 Cerebras, SambaNova Systems 및 Habana(Intel에서 인수)를 비롯한 컴퓨터 칩 신생 기업도 등장했습니다. 그들은 깨끗한 슬레이트에서 시작하여 AI용 GPU에 대한 더 나은 대안을 만들려고 합니다.

 

영국에 본사를 둔 그래프코어는 인텔리전스 처리 장치(IPU)라고 하는 범용 AI 칩을 만듭니다. 이 칩은 연산 능력이 더 뛰어나고 GPU보다 저렴합니다.

 

2016년에 설립된 Graphcore는 거의 7억 달러(5억 6천만 파운드)의 자금을 받았습니다.

 

이 회사의 고객에는 4개의 미국 에너지부 국립 연구소가 포함되어 있으며 영국 정부에 새로운 슈퍼컴퓨터 프로젝트에 자사 칩을 사용하도록 압력을 가하고 있습니다.

 

회사의 공동 설립자이자 CEO인 나이젤 툰(Nigel Toon)은 "[그래프코어]는 현재 존재하고 시간이 지남에 따라 진화할 AI를 수행하기 위한 프로세서를 구축했습니다."라고 말합니다.

 

그는 Nvidia와 같은 거대 기업에 맞서는 것이 도전적이라는 것을 인정합니다. Graphcore에도 기술에 액세스할 수 있는 소프트웨어가 있지만 전 세계가 Nvidia GPU에서 실행되도록 AI 제품을 구축한 경우 스위치를 조정하기가 어렵습니다.

 

Mr Toon은 시간이 지남에 따라 AI가 최첨단 실험에서 상용 배포로 이동함에 따라 비용 효율적인 계산이 더욱 중요해지기 시작할 것이라고 기대합니다.

 

Nvidia로 돌아가서 Ian Buck은 경쟁에 대해 지나치게 걱정하지 않습니다.

 

"지금은 누구나 AI가 필요합니다."라고 그는 말합니다. "어디에 기여할 것인지를 결정하는 것은 다른 사람들에게 달려 있습니다."