Google, Gemini AI 모델을 훨씬 더 효율적으로 실행하기 위해 새로운 'Frozen' 칩 개발

Google은 Gemini 모델을 더 저렴하게 실행하기 위해 Frozen이라고 불리는 새로운 효율성 중심 칩을 구축하고 있으며 보고서에서 Alphabet 주가를 더 높게 표시합니다.

기술 간행물 The Information이 처음 발표한 보고서에 따르면 Google은 Gemini 모델을 훨씬 더 효율적으로 실행하도록 설계된 새로운 인공 지능 칩을 개발하고 있습니다. The Information이 내부적으로 코드명 "Frozen"으로 알려진 이 노력은 투자자들이 AI 컴퓨팅 비용이 상승함에 따라 더 저렴하고 빠른 추론이 Google의 마진을 보호할 수 있다고 확신함에 따라 Alphabet 주가를 눈에 띄게 상승시켰습니다.

이 보고서는 금융 매체를 통해 빠르게 확인되고 증폭되었습니다. Reuters는 The Information을 인용하여 "Google은 Gemini 모델을 보다 효율적으로 실행하기 위해 새로운 칩을 계획하고 있다"고 보도했으며, CNBC는 "보다 효율적인 AI 칩을 개발하고 있다는 보도로 알파벳 주가가 급등했습니다"라고 썼습니다. Bloomberg도 마찬가지로 "Google은 AI 효율성을 높이기 위한 칩 보고서에서 이익을 얻었습니다."라고 보도했습니다. 일관된 시장 반응은 주요 AI 연구소가 모델 제공 비용을 낮출 수 있다는 징후에 투자자들이 얼마나 민감해졌는지를 강조합니다.

이제 효율성이 원시 전력보다 더 중요한 이유

칩 푸시는 AI의 경제학이 집중적으로 조사되는 순간에 시작됩니다. 같은 날 Tom's Hardware가 별도의 분석에서 언급했듯이 업계는 "AI 경제의 지속적인 역설"에 직면해 있습니다. 모델은 계속해서 향상되고 효율성이 향상되지만 사용량이 증가함에 따라 모델을 실행하는 데 드는 총 비용은 여전히 통제할 수 없을 정도로 커집니다. 문제는 혼자 훈련하는 것이 아닙니다. 제품이 수백만 명의 사용자에게 도달함에 따라 청구서를 지배하는 것은 모든 쿼리에 응답하는 지속적인 비용인 추론입니다.

Gemini 추론을 더 저렴하게 만들기 위해 특별히 제작된 칩은 이러한 압력을 정확하게 해결할 것입니다. Google은 검색 및 챗봇과 같은 소비자 제품뿐만 아니라 클라우드 부문을 통해 Gemini를 제공합니다. 즉, 약간의 효율성 향상이라도 대규모 비용 절감으로 이어집니다. 투자자들은 이 보고서를 Google이 상업적으로 이용 가능한 가속기에만 의존하기보다는 맞춤형 실리콘을 사용하여 경제적 위치를 방어하려는 신호로 분명히 읽었습니다.

맞춤형 실리콘에 대한 Google의 장기 투자

Frozen 프로젝트는 자체 AI 칩을 설계하려는 Google의 확고한 전략에 딱 들어맞습니다. 이 회사는 수년 동안 내부 워크로드를 지원하고 클라우드 고객에게 제공되는 TPU(Tensor Processor Unit)를 구축해 왔습니다. Google은 또한 Pixel 휴대폰용 맞춤형 실리콘을 설계했으며 AI 모델을 대규모 데이터 센터뿐만 아니라 소비자 기기에서도 실행할 수 있도록 축소하기 위해 노력했습니다.

겨울왕국의 노력이 차별화되는 것으로 알려진 점은 Gemini 서비스를 위한 효율성에 대한 명시적인 초점입니다. TPU는 역사적으로 훈련과 추론 모두에 최적화되어 있지만, 쿼리 응답 비용에 맞게 특별히 조정된 칩은 Google이 다음 경쟁 전쟁이 벌어질 것이라고 믿는 곳, 즉 누가 가장 똑똑한 모델을 구축할 수 있는지뿐만 아니라 누가 가장 저렴하게 제공할 수 있는지를 알려줍니다. 이러한 논리는 최고 성능이 아닌 추론 비용이 어떤 제품의 생존을 점점 더 결정하게 되는 광범위한 업계 변화와 일치합니다.

이러한 움직임은 또한 Google의 수직적 통합을 강화합니다. Google은 모델, 소프트웨어 스택 및 그 아래의 실리콘을 소유함으로써 기성 칩 구매자가 쉽게 일치할 수 없는 방식으로 다른 레이어를 위해 각 레이어를 공동 설계할 수 있습니다.

더욱 넓어진 칩 경쟁

구글은 이 경쟁에서 혼자가 아니다. Nvidia는 가장 강력한 AI 가속기 시장을 계속해서 장악하고 있으며 자체 맞춤형 AI 칩을 추진하는 Amazon을 포함한 경쟁업체와 성장하는 스타트업 분야는 모두 실리콘 제어가 비용 경쟁에 필수적이라는 결론을 내렸습니다. Google의 보고서는 광범위한 AI 하드웨어 이야기가 진행 중인 날에 나타났습니다. 고급 리소그래피 기계의 가격을 인상하려는 ASML의 계획은 TSMC를 좌절시켰다고 합니다. 이는 칩을 인쇄하는 기계부터 모델을 실행하는 칩에 이르기까지 전체 AI 공급망의 가격이 실시간으로 재조정되고 있음을 상기시켜줍니다.

알파벳의 전략적 매력은 두 가지입니다. 저렴한 추론은 소비자 제품을 통해 짜여진 AI 기능의 수익성을 보호하고, 모델 배포 비용에 중점을 두는 기업 고객을 대상으로 Google Cloud의 홍보 효과를 강화합니다. 투자자들이 AI 인프라에 쏟아지는 막대한 자본이 바닥까지 상품화되는 경쟁이 아닌 결국 지속 가능한 이익을 창출할 것이라는 증거를 요구하는 시점에서 두 가지 모두 중요합니다.

볼만한 동영상

Information의 보고서는 현재 세부 사항이 제한되어 있으며 Google이 Frozen 프로젝트, 해당 사양 또는 일정을 공개적으로 확인하지 않았음을 의미합니다. 분명한 것은 의도입니다. Google은 효율적인 추론을 결정적인 경쟁 전선으로 보고 이를 승리하기 위해 전용 실리콘을 설계할 의향이 있습니다. AI 모델을 실행하는 비용이 어떤 제품의 성공을 점점 더 결정하게 되면서, 자체 칩을 제어하고 이를 자체 모델에 맞게 조정할 수 있는 회사는 구조적 이점을 갖게 될 것입니다.

나머지 업계에 보내는 신호는 AI 칩 경쟁이 원시 훈련 능력을 둘러싼 경쟁에서 쿼리당 비용을 둘러싼 경쟁으로 전환하고 있으며 AI 하드웨어가 승자를 결정할 수도 있다는 것입니다.