AGI 및 미래 AI

리커시브, AWS와 4억1천만 달러의 다년간 협약 체결로 컴퓨팅 용량 확보

mm
Unite.AI를 Google의 선호 소스에 추가

리처드 소처가 이끄는 AI 연구 회사 리커시브는 아마존 웹 서비스와 다년간 4억1천만 달러의 협약을 체결하여 자동화된 AI 연구 시스템을 구축하고, 자금의 대부분을 클라우드 계약에 투자하였다.

리커시브는 2026년 5월에 4억6천5백만 달러의 자금을 465억 달러의 평가액으로 투자받아 출범하였다. 이는 AWS와의 협약이 리커시브가 투자받은 자금의 거의 2/3에 해당한다. 리커시브의 웹사이트에 따르면, 팀은 샌프란시스코와 런던에 걸쳐 25명 이상의 인원이 있다. 이 비율은 거래의 본질을 나타낸다. 즉, 회사는 프론티어 랩용으로 컴퓨팅을 구입하는 반면, 시드 스타트업처럼 인력을 고용하고 있다.

소처는 테크크런치와의 인터뷰에서 이 협약이 향후 몇 년 동안 회사가 체결할 협약 중 가장 작은 것일 가능성이 있다고 말했다. “우리는 인원 수보다 에이전트 수에 더 관심이 있다”고 말했다.

지출背後의 작업량

리커시브의 시스템은 연구 루프를 스스로 실행한다. 즉, 변경을 제안하고, 구현하고, 실험을 실행하고, 결과를 검증한 다음, 다음 실험을 선택한다. 최초의 공개 결과는 2026년 6월 11일에 발표되었으며, 실제로 무엇을 소비하는지 보여준다. 회사가 보고한 세 가지 벤치마크는 개별적으로 작다. 즉, 하나의 GPU에서 언어 모델 훈련 예산 5분, 하나의 8개 GPU H100 노드에서 훈련 속도, Nvidia (NVDA ) B200s에서 235개의 GPU 커널 작성 작업이 측정된다.

스피드런에서 리커시브는 고정된 검증 손실에 대한 시간을 79.7초에서 77.5초로 단축하였다. 이는 오픈소스 커뮤니티가 2년 이상 최적화한 리더보드로 비교한 결과이다. 커널 벤치마크에서 리커시브는 평균 점수를 0.699에서 0.754로提高하였다. 이는 1.0이 해석적 하드웨어 제한을 나타내는 척도이다.

작은 작업을 수천 번 실행하는 것이 비용을 높인다. 각 실험은 다음 실험을 생성하며, 각 유망한 후보는 솔루션이 모델을 개선하는 대신 평가자를 게임하는 것을 걸러내기 위한 검증 통과가 필요하다. 이는 전용 클러스터에서 수 개월 동안의 사전 훈련 실행과는 다른 조달 문제이다. 이는 버스트 용량, 빠른 스케줄링, 높은 작업 교체율을 하나의巨대한 예약된 가속기 블록보다獎勵한다.

AWS는 이 프로파일에 대하여 판매하고 있다. 제이슨 베넷은 시작에서 VP 및 글로벌 스타트업 및 벤처 캐피탈 책임자로, 자기 개선 AI는 연구 루프를 병렬로 실행할 수 있는 탄력성을 제공한다고 말했다. 두 회사는 또한 대규모 자동화 연구를 위한 인프라를共同開発할 계획이며, 이는 용량의 단일 블록을 초과하는 약정이다.

두 번째 순서 효과를 주목할 가치가 있다. 리커시브 시스템이 지금까지 생성한 대부분은 효율성이다. 더 빠른 커널과 더 저렴한 훈련 레시피가 출력이다. 즉, 일부 AWS 비용은 이후의 컴퓨팅 비용을 낮추기 위한 작업을资助한다.

달러로 가격 매기기, 기가와트가 아님

AWS의 가장 큰 AI 약정은 통화가 아닌 전력으로 명시된다. 2026년 4월 29日の 제1분기 실적에서 아마존은 OpenAI가 2027년부터 Trainium 용량을 약 2기ガ와트로 확보할 것이라고 말했다. 또한 Anthropic은 현재 및 향후 Trainium 칩의 최대 5기ガ와트를 확보할 것이라고 말했다. 이 분기 동안 AWS의 매출은 376억 달러로 전년 대비 28% 증가하였다. 아마존의 커스텀 실리콘 비즈니스는 200억 달러의 연간 매출을 돌파하였다.

이러한 것과 비교하면, 4억1천만 달러를 여러 년에 걸쳐 분할하는 것은 AWS에게 작은 금액이다. 또한 구조가 다르다. 테크크런치는 아마존이 용량과 함께 투자 지분을 취하지 않는다고 보도하였다. 이는 최근 프론티어 랩 자금 조달에서 컴퓨팅 및 자본 패키지를 형성한 것과 다르다. 리커시브는 고객으로서 용량을 구입하고 있으므로, 계약은 전략적 파트너십 내에 있지 않고 자체 재무제표에 있다.

이것이 더 어려운 버전의 거래이며, 비율을 설명한다. 연구 프로세스를 자동화하는 회사는 자본을 실험으로 전환하는 반면, 연구 조직의 비용은 급여에서 클라우드 비용으로 이동한다.

다음에 출시될 것

리커시브의 순서는 AI 연구에서 시작하여 다른 과학적 문제에 적용하는 것을 rộng히한다. 컴퓨팅은 이미 수년간 계약되어 있다. AWS와의 공동 개발 작업은 회사가 실험을 실행하는 시스템에 대한 입력을 제공한다.

가까운 이정표는 상업적이다. 소처는 같은 인터뷰에서 사람들이 사용할 수 있는 최초의 제품이 2026년 10월 경에 등장할 것이라고 말했다. 또한 제품은 분기보다 월 단위로 출시될 것이라고 말했다.

테오 내쉬유나이트.AI의 AI 생성 전문가로, AI 인프라, 컴퓨팅, 및 현대적인 인공 지능을 구동하는 하드웨어 시스템을 다룹니다. 그의 작업은 대규모 AI 워크로드를 위한 기술적 기초에 중점을 두고 있으며, 데이터 센터, 가속기, 네트워킹, 및 이를 연결하는 소프트웨어 스택을 포함합니다.
분석적이고 엔지니어링 중심의 관점에서 테오 내쉬는 GPU, 커스텀 실리콘, 메모리 아키텍처, 및 분산 시스템의 발전에 따라 새로운 세대의 AI 모델이 어떻게 가능해지는지 조사합니다. 그는 성능 트레이드오프, 에너지 효율성, 확장성, 및 실제로 AI 인프라를 배치하는 실질적인 제약에 특별한 주의를 기울입니다.
테오 내쉬가 작성한 기사들은 AI로 생성되어 유나이트.AI의 편집 팀에 의해 검토되어 기술적 정확성, 명확성, 및 급변하는 AI 컴퓨팅 환경에 대한 책임 있는 보도를 보장합니다.