OpenAI unveils first AI model running on Cerebras chips
발언자
Deirdre Bosa
— 앵커/리포터, CNBC Tech Check
• OpenAI는 Cerebras 칩에서 전적으로 실행되는 간소화된 코딩 모델인 "GPT 5.3 Codec Spark"를 출시하여 추론 워크로드에서 Nvidia로부터의 중요한 다각화를 표시했습니다.
• 업계는 "훈련"(일회성 구축, 여전히 Nvidia가 지배)과 "추론"(일상적 사용, 더 저렴한/맞춤형 실리콘으로 이동) 사이에서 분기되고 있습니다.
• 주요 하이퍼스케일러(Google, Microsoft, Meta) 및 중국 연구소는 대량 작업에서 Nvidia에 대한 의존도를 줄이기 위해 맞춤형 칩(TPU 등)을 적극적으로 배치하고 있습니다.
아이디어
"높은 거래량의 일상적인 워크로드가 엔비디아 하드웨어에서 이동한다면, 그것은 중요합니다. 투자 테제가 바뀝니다." 엔비디아는 여전히 트레이닝(모델 구축)의 "황금 표준"이지만, 실제 장기적 볼륨은 추론(모델 실행)에 있습니다. 오픈AI 등이 추론을 경쟁사인 Cerebras나 내부 칩으로 성공적으로 전환하면, 엔비디아는 미래 AI 컴퓨팅 수요의 가장 큰 부분을 잃게 됩니다. 추론 부문에서 시장 점유율이 침식되는 징후를 주시하세요. 이는 트레이닝 우위에도 불구하고 마진을 압박하거나 성장을 둔화시킬 수 있습니다. 엔비디아의 CUDA 해자는 여전히 강력하며, 오픈AI 사업에 "근간"이 되고 있습니다.
'Google은 자체 맞춤형 AI 칩 TPU에서 Gemini를 제공하고 있습니다. Microsoft도 자체 칩을 출시했으며 Meta는 데이터 센터 전반에 맞춤형 칩을 도입하고 있습니다.' 추론을 위한 맞춤형 실리콘으로의 전환을 통해 이들 하이퍼스케일러는 비용 구조를 Nvidia의 가격 결정력으로부터 분리할 수 있습니다. 이 수직적 통합은 AI가 '수억 명의 사람들'로 확장됨에 따라 총 마진과 운영 통제력을 향상시킵니다. 하드웨어 독립성을 성공적으로 실행하여 컴퓨팅 출력 대비 CAPEX 집약도를 낮추는 하이퍼스케일러를 롱. 맞춤형 칩 개발은 자본 집약적이며 Nvidia의 성능 향상을 따라잡지 못할 수 있습니다.
"Google은 자체 맞춤형 AI 칩 TPU에서 Gemini를 서비스하고 있습니다. Microsoft는 자체 칩을 출시했으며, Meta는 데이터센터 전반에 걸쳐 맞춤형 칩을 도입하고 있습니다." 추론을 위한 맞춤형 실리콘으로의 전환을 통해 이들 하이퍼스케일러는 비용 구조를 Nvidia의 가격 결정력에서 분리할 수 있습니다. 이 수직 통합은 AI가 "수억 명의 사람들"로 확장됨에 따라 총 마진과 운영 통제력을 향상시킵니다. 하드웨어 독립을 성공적으로 실행하여 컴퓨팅 출력 대비 자본 지출 집약도를 낮추는 하이퍼스케일러 롱. 맞춤형 칩 개발은 자본 집약적이며 Nvidia의 성능 개선을 따라잡지 못할 수 있습니다.
