본 기사는 투자 조언을 제공하지 않습니다.저자는 본 기사에 언급된 어떤 주식의 지분도 보유하고 있지 않습니다.
AI 칩 시장에서 화웨이의 과제
화웨이는 Ascend 910C GPU를 통해 중국의 엔비디아 의존도를 낮추고자 했지만, 이 목표 달성에는 상당한 난관에 직면해 있습니다. CUDA 소프트웨어 플랫폼으로 강화된 엔비디아 생태계의 강점과 화웨이의 여러 단점이 이러한 무기력함에 일조했습니다.
The Information 의 최근 보도에 따르면, TikTok의 모회사인 ByteDance, Alibaba, Tencent 등 중국의 주요 기술 기업들이 Huawei의 AI 칩에 대한 실질적인 주문을 하지 않은 것으로 나타났습니다.
Huawei 910C GPU 도입을 방해하는 요인
몇 가지 중요한 요인들이 복합적으로 작용하여 화웨이 910C GPU 도입에 상당한 관성을 초래했습니다.기술 업계 전반의 관심이 여전히 낮은 가운데, 화웨이는 주로 대형 국유기업(SOE)과 지방 정부 기관을 대상으로 사업을 확장했습니다.
1. NVIDIA 생태계에 대한 투자
중국의 많은 기술 대기업들이 엔비디아 CUDA 프레임워크에 막대한 투자를 해왔습니다.이처럼 기존 생태계에서 벗어나려면 상당한 시간과 자원이 필요합니다.기업들은 화웨이가 자사 플랫폼에 맞춰 제품을 조정해 주기를 기대하는 것으로 알려졌습니다.
2.경쟁 환경
더욱이, 화웨이의 경쟁사인 중국 최대 기술 기업들은 화웨이 제품에 전념하는 데 주저하고 있습니다.이러한 우려는 협력적인 혁신에 대한 열망보다는 경쟁적 이해관계에서 비롯됩니다.
3.신뢰성 문제
신뢰성 또한 시급한 문제입니다.화웨이 Ascend 910C 칩에서 과열 문제가 보고되었기 때문입니다.이러한 우려는 기술 업계 내 화웨이 Ascend 910C 칩의 평판에 악영향을 미치고 채택을 주저하게 만듭니다.
4.기존 NVIDIA 인벤토리
또한, 많은 주요 기술 기업들이 수년간 상당량의 엔비디아 GPU를 비축해 왔습니다.이러한 기존 재고는 특히 이러한 전환에 따른 재정적 영향을 고려할 때, 이들 기업이 화웨이 제품으로 전환할 유인을 약화시킵니다.
5.규제 과제
미국의 수출 제한 조치로 상황은 더욱 복잡해졌습니다.5월, 미국 상무부는 화웨이의 칩을 “유해” 제품으로 지정하는 지침을 발표했습니다.사전 승인 없이 이러한 칩을 사용하는 모든 기관은 미국의 수출 통제 위반에 직면할 수 있으며, 이는 특히 해외 사업을 하는 중국 기업에 큰 타격을 줍니다.
기술 비교 및 개발
이전 분석에서 Huawei Ascend 910C는 기존 910B 칩 두 개를 결합하여 FP16에서 약 800 TFLOP/s의 컴퓨팅 성능과 3.2TB/s에 달하는 메모리 대역폭을 제공한다는 점을 확인했습니다.따라서 성능 면에서 NVIDIA H100 GPU와 비슷한 수준입니다.
엔비디아의 슈퍼컴퓨팅 솔루션에 더욱 경쟁력을 갖추기 위해 화웨이는 최대 384개의 Ascend 칩을 통합한 CloudMatrix 384를 출시했습니다.이 제품은 엔비디아의 성능에는 미치지만, FP8과 같은 메모리 효율적인 계산 형식에 대한 강력한 지원이 부족합니다.화웨이는 인공 지능 호환성을 위한 도구를 개발했지만, 여전히 완벽하지는 않습니다.
NVIDIA의 시장 위치
경쟁사들의 어려움에도 불구하고 NVIDIA는 계속해서 성장하고 있습니다. UBS의 최근 보고서에 따르면, NVIDIA는 “수십 기가와트” 규모의 AI 인프라 프로젝트에 대한 가시성을 확보했습니다. UBS는 20GW 규모의 인프라 파이프라인과 2~3년의 구축 기간을 가정할 때 NVIDIA가 AI 데이터센터 부문에서 연간 4, 000억 달러에서 5, 000억 달러의 수익을 창출할 수 있을 것으로 추정하는 이론적 평가를 실시했습니다.
현재 시장 상황은 AI 칩 산업의 복잡성과 역동성을 보여주며, 화웨이가 심하게 포화된 시장에서 제품을 출시하는 데 엄청난 어려움을 겪고 있음을 보여줍니다.
답글 남기기 ▼