AI 뉴스

엔비디아, AI 데이터 센터 구축 위해 오픈AI에 최대 1,000억 달러 투자

페이지 정보

작성자 xtalfi
작성일 2025.09.23 04:21
3,057 조회
0 추천
0 비추천

본문

74f30b67fb17e18d77b0258c516a415dXK9T.png

(퍼플렉시티가 정리한 기사)

Nvidia이 월요일에 OpenAI와 획기적인 전략적 파트너십을 발표했으며, Nvidia의 시스템을 활용해 최소 10기가와트 규모의 AI 데이터 센터를 구축하기 위해 최대 1,000억 달러를 투자하기로 약속했습니다. 이 대규모 인프라 구축의 1단계는 2026년 하반기에 Nvidia의 새로운 Vera Rubin 플랫폼을 사용하여 시작될 예정입니다.


이번 파트너십은 역사상 가장 큰 기술 거래 중 하나로, Nvidia는 각 기가와트 용량이 가동될 때마다 점진적으로 1,000억 달러를 투자할 계획입니다. Jensen Huang Nvidia 창립자 겸 CEO에 따르면, “이번 투자와 인프라 파트너십은 다음 시대의 지능을 이끌 10기가와트 배치라는 또 다른 도약을 의미합니다”.


대규모 인프라 구축


10기가와트 규모의 배치는 OpenAI가 초지능 개발을 목표로 하는 과정에서 수백만 개의 Nvidia GPU로 구성될 예정입니다. 이 규모를 이해하기 쉽게 설명하자면, Nvidia CEO 젠슨 황은 데이터 센터의 1기가와트 용량마다 약 500~600억 달러의 투자가 필요하며, 이 중 약 350억 달러가 Nvidia 칩과 시스템에 해당한다고 추정한 바 있습니다.


이번 파트너십은 Nvidia의 최첨단 Vera Rubin NVL144 CPX 플랫폼을 활용합니다. 이 플랫폼은 단일 랙에 8 엑사플롭스의 AI 연산 성능을 제공하며, Nvidia의 기존 GB300 NVL72 시스템 대비 7.5배 더 높은 성능을 발휘합니다. Rubin CPX GPU는 백만 토큰의 코딩과 생성형 영상 애플리케이션 등 방대한 컨텍스트의 AI 처리를 위해 특별히 설계되었습니다.


OpenAI CEO 샘 올트먼은 전략적 중요성을 강조하며 다음과 같이 밝혔습니다: “모든 것은 컴퓨트에서 시작됩니다. 컴퓨트 인프라는 미래 경제의 토대가 될 것이며, 우리가 Nvidia와 함께 구축하는 것을 바탕으로 새로운 AI 혁신을 창출하고 그 혁신을 사람들과 기업에 대규모로 제공할 것입니다”.


전략적 포지셔닝 및 시장 환경


이번 파트너십은 AI 혁명의 두 핵심 기업 사이의 관계를 크게 강화합니다. 현재 주간 활성 사용자 7억 명 이상을 보유한 OpenAI는 AI 팩토리 성장 계획을 위해 Nvidia를 선호하는 전략적 컴퓨팅 및 네트워킹 파트너로 선정하여 협력할 예정입니다.


이번 계약은 Microsoft, Oracle, SoftBank 등 주요 파트너들과 진행 중인 OpenAI의 인프라 사업을 Stargate 프로젝트를 통해 보완합니다. 2025년 1월에 발표된 Stargate 이니셔티브는 미국 전역에 AI 인프라를 구축하기 위해 최대 5,000억 달러를 투자할 계획입니다.


이번 발표는 양사가 글로벌 AI 인프라 확장에 박차를 가하는 가운데 나왔습니다. 최근 보도에 따르면, Nvidia와 OpenAI는 영국 데이터 센터에도 수십억 달러 규모의 투자를 계획하고 있으며, 트럼프 대통령의 영국 방문 시 Nscale 운영사와 협력할 예정입니다.


양사는 기술 로드맵을 공동 최적화할 것이며, OpenAI의 모델 및 인프라 소프트웨어가 Nvidia의 하드웨어 및 소프트웨어 플랫폼과 긴밀하게 연동될 예정입니다. 이러한 깊은 통합은 AI의 지속적인 기하급수적 성장과 인공지능 일반을 달성하기 위해 필요한 엄청난 컴퓨팅 수요에 대한 전략적 선택을 의미합니다.

댓글 0
전체 1,366 / 310 페이지
손목밴드에서 조정을 하는 것 같고 전작과 많이 달라졌습니다.AI 기능으로 번역도 가능하네요..https://www.meta.com/kr/ai-glasses/meta-ray-ban-display/
3221 조회
0 추천
2025.09.18 등록
조금 전 메타가 AI 기능이 있는 안경을 비롯하여 중요한 키노트를 진행하였습니다.CNET이 준비한 키노트 요약입니다.RAYBAN 과 새로 제작한 안경이 큰 화제입니다.
3269 조회
0 추천
2025.09.18 등록
마이크로소프트가 코파일럿 메모장과 그림판 연동기능을 제공하기 시작했으며이 기능은 오피스365를 사용하지 않아도 코파일럿을 이욯하면 이용할 수 있다.예를 들어 메모장은 다음과 같은 기능을 갖게 된다.-요약: 긴 텍스트를 간략하게 요점만 추려내고, 문서의 핵심을 빠르게 파악할 수 있습니다.- 쓰기: 프롬프트나 선택한 텍스트를 활용해 새로운 문장을 AI로 쉽고 빠르게 작성합니다.- 다시 쓰기: 선택한 내용을 AI가 어투, 길이, 명확성 등 다양한 스타일로 변환해 줍니다.또한 그림판은 다음과 같은 기능을 추가하게 된다.- 프로젝트 파일 저장 기능: 그림판에서 작업을 .paint 파일로 저장해 언제든 이어서 편집이 가능.- 불투명도(Opacity) 슬라이더: 연필 및 브러시 도구의 투명도를 원하는 대로 조절해 더 섬세한 혼합이나 레이어링 효과 주기.- 크기 및 불투명도 슬라이더 병행 사용: 두 슬라이더를 활용해 부드럽게 배합하고 다양한 질감의 그림 그리기.
3175 조회
0 추천
2025.09.18 등록
(퍼플렉시티가 정리한 기사)중국 AI 스타트업 DeepSeek은 획기적인 R1 모델 훈련 방식에 관한 새로운 세부 정보를 세계적인 권위지 네이처(Nature)의 동료검토 논문을 통해 발표했습니다. 이 논문에서는 기존 경쟁 모델 대비 극히 적은 비용으로 순수 강화학습만을 사용해 첨단 추론 능력을 달성한 방법을 공개했습니다.항저우에 본사를 둔 이 회사는 자사의 R1 추론 모델 훈련 비용이 단 29만 4천 달러에 불과하며, 기반 베이스 모델의 개발 비용은 약 600만 달러였음을 처음으로 공개했습니다. 총 630만 달러가 소요된 것으로, 이는 미국의 기술 기업들이 개발한 경쟁 모델이 수천만 달러에 달하는 것과는 극명한 대조를 이룹니다.순수 강화학습의 획기적인 발전DeepSeek의 주요 혁신은 연구자들이 “순수 강화 학습(pure reinforcement learning)“이라고 부르는 방식을 사용해 R1을 개발한 점에 있으며, 이는 인간이 만든 예시에 의존하는 기존의 감독 학습(supervised learning) 방식과는 다른 접근법입니다. 이 과정에서 모델은 인간이 선택한 추론 방식에 따르도록 학습시키는 대신, 올바른 답변에 도달할 때 보상을 받도록 설계되었습니다.네이처(Nature) 논문에 따르면, DeepSeek의 접근법은 모델이 인간이 제시한 전략을 따르지 않고도 자체적인 추론 전략을 개발하고 자신의 작업을 검증할 수 있는 능력을 갖추게 해주었습니다. 회사는 자체 시도에 대해 별도의 알고리즘을 사용하지 않고 추정치를 활용해 점수를 매길 수 있게 해주는 Group Relative Policy Optimization(GRPO)이라는 기법을 활용했습니다.“이 모델은 AI 연구자들 사이에서 매우 영향력이 컸습니다,“라고 오하이오 주립대(Ohio State University) 콜럼버스 소재 AI 연구원인 Huan Sun은 말했습니다. “2025년 현재까지 LLM에서 강화 학습을 수행하는 거의 모든 연구가 어떻게든 R1로부터 영감을 받았을지도 모릅니다”.5단계 훈련 과정완전한 R1 학습 과정은 감독 학습(fine-tuning)과 강화 학습을 번갈아가며 진행하는 여러 단계로 구성되었습니다. 이 과정은 딥시크(DeepSeek)의 V3-Base 모델을 수천 개의 ‘콜드 스타트’ 데이터 포인트로 파인튜닝하는 것으로 시작했고, 이후 순수 강화 학습을 통해 추론 능력을 향상시켰습니다.수렴에 가까워지면 시스템은 리젝션 샘플링(rejection sampling) 방식을 사용했습니다. 여기서 모델은 강화 학습 실행에서 성공적인 예시 중 최상의 예시를 선택해 자체 합성 훈련 데이터를 생성했습니다. 이 합성 데이터는 이후 글쓰기나 사실 기반 질문응답 등 다양한 영역에서 DeepSeek-V3-Base의 감독 학습 데이터와 통합되었습니다.동료 평가 중인 최초의 주요 LLMR1은 엄격한 동료 평가 과정을 거친 최초의 대형 언어 모델을 의미합니다. Nature 논문을 심사한 허깅페이스의 머신러닝 엔지니어 루이스 턴스톨은 이를 “매우 환영할 만한 선례”라고 평가하며, 훈련 과정이 공개되지 않으면 AI 시스템이 위험을 초래하는지 평가하기 어렵다고 언급했습니다.이 동료 평가 과정에서 DeepSeek는 훈련에 사용된 데이터 유형과 안전 조치를 포함한 기술적 세부 사항에 대한 설명을 추가하게 되었습니다. 이 모델은 오픈소스 특성을 유지하면서도 OpenAI의 o1 모델에 필적하는 추론 벤치마크 성능을 달성하였습니다.성능 및 접근성Hugging Face에서 1월에 출시된 이후, R1은 복잡한 문제 해결을 위한 플랫폼에서 가장 많이 다운로드된 모델이 되었으며, 다운로드 수는 1,090만 회를 넘어섰습니다. 이 모델은 AIME 2024 수학 벤치마크에서 pass@1 점수 79.8%를 기록하여 OpenAI o1의 79.2%를 소폭 앞섰습니다.DeepSeek의 혁신은 AI 개발 비용 및 성능 향상을 위해 모델 크기와 연산 능력을 늘려야 한다는 확장 법칙에 대한 기존의 통념에 도전장을 내밀었습니다. 회사는 비교적 덜 강력한 H800 칩을 사용해 성공을 거두었으며, 이 칩은 2023년 미국의 수출 통제로 중국 내 판매가 금지된 바 있습니다. 이러한 성과는 향후 AI 개발 방향에 대한 논의를 촉진하고 있습니다.
3156 조회
0 추천
2025.09.18 등록
홈으로 전체메뉴 마이메뉴 새글/새댓글
전체 검색
회원가입