이용제한 근거 글

Lv.1 호롱불 (59.♡.194.211)

2025년 12월 1일 AM 04:19 · 수정됨(14:27)

조회 6,535 공감 0
이용제한 근거 글
회원만 열람 가능

댓글 (19)

  • 나르는곰돌이2 Lv.1

    25.12.01 · 211.♡.65.197

    엔비디아 투자의견 잘 보았습니다.

    젠슨 황 요즘 표정 보면
    위기는 확싱합니다.

    시간이 가면 범용 유닛이 불리해지는건
    다수 사례가 있죠.

    그래서 우군 확보에 나섰던 것으로 보이고

    제 분야에선 소프트웨어와 컨텐츠 인력을 모두 갖춘 구글이 하드웨어를 발표하자

    일단 끝났다는 분위기 입니다.
  • 호롱불 Lv.1 → 나르는곰돌이2 작성자

    25.12.01 · 59.♡.194.211

    그러면 기존 Pytorch, CUDA를 쓰는 환경에서 텐서플로우, JAX, TLA로 전환하는데 어려움이 없는건가요?
    낯선 환경을 접하는데 거부감이 덜한가보네요. 물론 중간전환/번역 기능이 있다고 하지만 성능 최대 20% 손실을 본다고 알고 있는데 괜찮은지요? 저도 기사로만 접했는데 현업분들의 의견이 궁금해서 순수하게 궁금해서 여쭤봅니다.
  • 디카페인중독

    디카페인중독 Lv.1 → 호롱불

    25.12.01 · 211.♡.95.196

    추론에선 큰 문제 없다고 봐야죠.
    학습은 엔비디아를 쓰더라도, 대규모 추론서비스는 tpu로 가게 될겁니다.
    일단 그렇게 되면 학습 대체도 어렵지 않게 되겠죠.
  • 사수자리 Lv.1 → 호롱불

    25.12.01 · 39.♡.46.227

    TPU로의 이전은 노력이 들어갈 수 밖에 없습니다. 마우스 클릭으로 딸깍하면 되는 게 아니라서..

    기존에 NVIDIA 하드웨어에서 쌓아온 노하우를 버리기도 쉽지 않을 거고요.
  • 집사C

    집사C Lv.1 → 호롱불

    25.12.01 · 112.♡.133.131

    현업은 아니지만 말씀하신 20% 손실에 대한 진위 여부를 확인하는 결과물을 찾아내지 못했습니다.
    Pytorch에서 JAX 전환은 쉽지 않을 겁니다.
    단순하게만 보아도 PyTorch: 객체 지향, 상태 기반 이고, JAX: 함수형, 순수 함수 기반 이라
    어려움이 있을거라 생각됩니다.
  • 아무개00

    아무개00 Lv.1 → 집사C

    25.12.01 · 178.♡.142.161

    큰 줄기에서 라이브러리만 있으면 패러다임 변경이야 문제없죠. 압축 알고리듬 1%만 개선해도 흑마법 소리 듣는데 저렴한 비용에 성능도 몇십%수준까지 따라왔으면 엄청 많이 따라온걸겁니다.

    구글이 은근히 엔터프라이즈 코드베이스가 선호하는 툴체인이 많은데 이것도 그 중 하나가 될것같은 느낌이 드네요. 개인적으론 구글 툴들은 배터리를 내장하다못해 깝깝한 수준이라 선호하지 않습니다만..
  • E

    Exhaust Lv.1

    25.12.01 · 117.♡.5.92

    잘 보고 갑니다 감사합니다
  • 사수자리 Lv.1

    25.12.01 · 39.♡.46.227

    각자 먹으려고하는 시장이 다르니 NVIDIA는 이제 끝났다는 건 아직 이르다고 봅니다.

    1. TPU (Tensor Processing Unit)의 특징 및 장점 ​

    경제성 우위: NVIDIA GPU 대비 전성비가 좋음 --> 추론(Inference) 시 경제적으로 유리함.

    ​제한적 용도: AI 전용 프로세서임. ​

    Google의 전략적 이익: ​
    (1) 비용 절감: 고가/품귀 현상이 있는 NVIDIA GPU 구매 불필요. ​
    (2) 운영 효율: 데이터 센터 전기 요금 절감 (높은 전성비 덕분). ​
    따라서 Google은 자사 TPU 사용이 H100 GPU 대비 이익 측면에서 훨씬 유리. ​

    시장 확대 필요성: ​TPU를 클라우드 서비스로 제공하기 위해 고객사(예: OpenAI)가 TPU 사용법을 숙지하도록 유도하여 생태계 확산을 목표로 함.

    ​2. NVIDIA GPU의 특징 및 장점 ​다목적 활용: AI 전용인 TPU 대비 다양한 목적의 컴퓨팅 서비스 제공 가능. ​

    CUDA 생태계의 견고함: ​AI 분야 외에도 과학, 수학, 경제학 등 고성능/수퍼 컴퓨팅 분야에서 20년 이상 사용되어 옴.

    ​AMD MI300이나 TPU의 등장에도 불구하고 NVIDIA GPU와 CUDA의 아성이 단기간에 무너지지는 않을 것으로 전망됨.
  • 취미생활자

    취미생활자 Lv.1

    25.12.01 · 222.♡.32.74

    존대를 하는거예요? 반말을 쓰는거예요?
  • Awacs

    Awacs Lv.1

    25.12.01 · 222.♡.249.156

    구글과 엔비디아는 싸울 수 있지만
    하이닉스와 삼전 입장에서는 시장이 다 커지는 것이라 반길만한 상황이죠.
    하이닉스는 HBM을 이미 입도선매 당해서 신규 증산 계획을 만들어야하지 싶습니다.

댓글을 작성하려면 이 필요합니다.