AI 붐이 끝나지 않았지만 AI 컴퓨팅은 확실히 변화하고 있다

AI 미래에 대한 우려를 너무 많이 하지 마십시오. AI 붐이 이미 끝났고, 대규모 AI 훈련 시스템에 대한 투자가 끝났으며, AI 시대에 대한 기대가 크게 낮아져야 한다고 생각하는 사람들이 있습니다.

그러나 주요 하이퍼스케일러의 계획을 자세히 살펴보면, AI 투자는 여전히 활발하게 진행되고 있습니다. 메타, 아마존, 마이크로소프트, 구글은 모두 최근에 AI 기술에 대한 투자를 두 배로 늘렸습니다. 2025년의 총 투자額은 3000억 달러 이상입니다. 마이크로소프트의 사티아 나델라 CEO는 마이크로소프트가 올해 AI에만 800억 달러를 투자할 수 있다고 말했습니다. 메타의 마크 저커버그는 페이스북에서 “우리는 올해 60-65억 달러의 투자를 계획하고 있으며,同時에 AI 팀도 크게 늘릴 계획입니다. 그리고 앞으로 계속 투자할 수 있는 자본을 가지고 있습니다”라고 말했습니다. (AMZN ) (MSFT )

이것은 AI 붐이 끝난 것이 아니라, AI 응용 프로그램을 활성화하는 데 많은 돈이 쓰여지고 있다는 점에 대한 우려가 증가하고 있습니다. 기술 거물들이 대규모 AI 모델을 훈련하는 데 필요한 컴퓨팅 파워에 대한 수요가 증가하고 있다는 것을 2년 이상 말해왔지만, 2025년이 시작되면서 이러한 회사들이 매일 비즈니스 미디어에서 AI 하이프를 만들어낸 것에 대해 비판을 받고 있습니다.

왜 이러한 우려가 갑자기 증가했는지 이유를 찾기 위해서는 중국에서出现한 새로운 AI 응용 프로그램을 살펴보아야 합니다. 그러나 실제로 무슨 일이 일어나는지 그리고 향후 몇 년 동안 AI 투자와 기술 프로그램에 어떤 영향을 미칠지 이해하기 위해서는, AI 시대가 새로운 단계로 전환되고 있다는 것을 인정해야 합니다.

진실을 찾아서

현재 세계는 모두 DeepSeek에 대해 알고 있습니다. DeepSeek은 추론 엔진과 통계적 추론을 사용하여 대규모 언어 모델을 훨씬 더 효율적이고 저렴하게 훈련시킨다는 것을 주장했습니다.

具体적으로, DeepSeek은 자신의 기술이 훨씬 더 적은 수의 GPU(2048개)와 더 낮은 성능의 GPU(Nvidia (NVDA ) H800)를 필요로 한다고 주장했습니다. 이는 일부 하이퍼스케일러가 자신의 모델을 훈련시키기 위해 필요로 하는 수백만 개의 고성능 GPU(예: Nvidia H100)와 비교할 수 있습니다. 비용 절감 측면에서, OpenAI가 ChatGPT를 훈련시키기 위해 수십억 달러를 투자한 반면, DeepSeek은 자신의 R1 모델을 훈련시키기 위해 6억 5천만 달러만을 투자했다고 보고되었습니다.

그러나 많은 전문가들이 DeepSeek의 지출 주장을 의심하고 있습니다. 하지만 이미 그들의 다른 방법이 뉴스로 알려지면서, 하이퍼스케일러와 그들이 대규모 AI 모델을 훈련시키기 위해 수십억 달러를 투자한 GPU 회사들의 주가가 급격히 떨어졌습니다.

그러나 중요한 두 가지 점이 혼란 중에 사라졌습니다. 첫째, DeepSeek이 새로운 방법을 발명한 것이 아니라는 것입니다. 둘째, AI 생태계의 많은 부분이 이미 AI 투자 돈을 어떻게 쓰고, 향후 몇 년 동안 AI를 어떻게 사용할지에 대한 변화가 임박하고 있다는 것을 알고 있었습니다.

DeepSeek의 방법에 대해, 추론 엔진과 통계적 추론을 사용하는 것은 새로운 것이 아닙니다. 통계적 추론은 추론 모델 추론의 더广い 개념의 일부입니다. 이는 패턴 인식에 기반하여 추론을 내리는 것입니다. 이것은 본质적으로 인간이 문제를 해결하는 다양한 방법을 학습하고 비교하여 최상의 해결책을 찾는 능력과 유사합니다. 추론 기반 모델 추론은 오늘날 사용할 수 있으며, 중국의 스타트업에만 국한된 것이 아닙니다.

한편, AI 생태계는 이미 오래전부터 AI와 컴퓨팅 리소스에 대한 새로운 접근법이 필요하다는 것을 알고 있었습니다. AI 시대의 초기 몇 년은 대규모 AI 모델을 매우 큰 데이터 세트에 훈련시키는 데 모든 것이 집중되어 있었습니다. 이는 많은 처리, 복잡한 계산, 가중치 조정, 메모리 의존성이 필요했습니다. 그러나 AI 모델이 훈련되면 상황이 바뀝니다. AI는 추론을 사용하여 새로운 데이터 세트, 작업, 문제에 모든 것을 적용할 수 있습니다. 추론은 훈련보다 계산적으로 덜 집중적인 과정으로, 많은 GPU나 다른 컴퓨팅 리소스가 필요하지 않습니다.

DeepSeek에 대한 궁극적인 진실은, 그들의 방법이 AI 생태계의 대부분에게는 그렇게 충격적이지 않았지만, 추론이 AI의 다음 단계에서 핵심이 될 것임을 강조했습니다.

AI: 다음 세대

AI의 약속과 잠재력은 변하지 않았습니다. 주요 하이퍼스케일러가 계속해서大量으로 투자하고 있는 것은, AI의 미래 가치에 대한 믿음과, AI가 거의 모든 산업과 거의 모든 사람의 일상 생활에 어떻게 변화를 가져올 수 있는지를 보여주는 것입니다.

그러나 하이퍼스케일러들에게는 이러한 돈을 어떻게 쓰는지가 달라졌습니다. AI 시대의 초기 몇 년 동안, 대부분의 투자는 훈련에 집중되어 있었습니다. AI를 아이와 비교한다면, 우리는 아이를 최고의 학교와 대학에 보내는 돈을 많이 썼습니다. 이제, 그 아이는 교육을 받은 성인이되어 스스로 생계를 유지해야 합니다. 실제로는, 우리는 AI를 훈련시키기 위해 많은 돈을 투자했고, 이제는 그 투자로부터 수익을 얻어야 합니다.

이러한 수익을 얻기 위해, AI는 더 효율적이고 비용이 낮아져야 합니다. 이를 통해 회사는 AI의 시장 가치와 가능한 많은 응용 프로그램에서의 유용성을 최대화할 수 있습니다. 가장 수익성 높은 새로운 서비스는 인간의 모니터링과 관리가 필요하지 않은 자율적인 서비스입니다.

许多 회사들에게 이것은 자원 효율적인 AI 컴퓨팅 기술, 즉 추론 모델 추론을 사용하여 자율적인 기계 간 통신을 빠르고 비용 효율적으로 활성화하는 것을 의미합니다. 예를 들어, 무선 산업에서, AI는 무선 네트워크에서 스펙트럼 사용에 대한 실시간 데이터를 분석하여 채널 사용을 최적화하고 간섭을 완화하여, 모바일 연산자가 네트워크에서 더 동적인 스펙트럼 공유를 지원할 수 있습니다. 이러한 더 효율적이고 자율적인 AI 기반 기계 간 통신이 AI의 다음 세대를 정의할 것입니다.

컴퓨팅의 역사에서 우리는 새로운 기술이 항상 많은 초기 투자가 필요하지만, 비용은 낮아지고 효율성은提高됨을 배웠습니다. 우리는 개선된 기술과 더好的 관행을 사용하여 더 많은 시장에吸引力과 저렴한 제품과 서비스를 만들기 시작합니다. 혁신은 항상 길을 찾습니다.

AI 섹터는 최근에 후퇴한 것처럼 보일 수 있지만, 하이퍼스케일러가 올해 계획한 돈과 추론 기반 기술의 증가하는 사용은 다른 이야기를告诉합니다. AI 컴퓨팅은確實적으로 변화하고 있지만, AI의 약속은 완전히 온전합니다.

ovation always finds a way. The AI sector may have recently appeared to suffer a setback if you listen to the AI bears, but the dollars the hyperscalers plan to spend this year and the increasing use of inference-based techniques tell a different story: AI computing is indeed changing, but AI’s promise is fully intact.