| A100 pcie40G - $ 200/card/month;BMS:8*Ascend 910B $ 2000/month 8*4090D - $ 800/month 8*4090 - $ 900/month 8*A100 pcie40G - $ 1400/month 8*A100 pcie80G - $ 3200/month 8*A100 nvlink80G - $ 3800/month 8*A800 nvlink80G - $ 3800/month 8*H20 - $ 4000/month 8*L20 - $ 1300/month 8*L40 - $ 1600/month 8*L40S - $ 2200/month 8*H100 - $ 8000/month 8*H200 - $ 9200/month 8*B200 - $ 13000/month |
4조 위안 컴퓨팅 네트워크에서 Agentic CPU까지, 컴퓨팅 구조의 근본적 재구성지난 한 주(2026년 10월 8일~15일), 컴퓨팅 파워 분야는 정책, 기술, 산업의 다중 공명을 맞았다. 중국 공산당 중앙위원회와 국무원의 최상위 설계가 구체화된 것에서부터 OCP 서밋이 CPU와 전력 공급에 관한 새로운 합의를 촉발한 것, 그리고 A주 시장에서 컴퓨팅 파워 임대 대형 계약이 잇따라 실행 단계에 들어간 것에 이르기까지, 하나의 명확한 신호가 떠오르고 있다. 즉 컴퓨팅 수요가 학습 주도에서 추론 및 에이전트 주도로 전면 전환되고 있으며, 컴퓨팅 구조가 근본적으로 재편되고 있다는 것이다. 더 구체적으로 말하면, 지난 한 주의 핫스팟은 고립된 사건이 아니라, 컴퓨팅 파워가 더 이상 대규모 모델 학습의 ‘연료’만이 아니라 상시 운영되는 에이전트, 토큰의 대규모 생산, 산업 지능화 전환을 뒷받침하는 공공 기반이 되는 새로운 시대를 함께 가리키고 있다. 一. 정책 방향: 4조 위안 컴퓨팅 네트워크 투자 개시, 컴퓨팅 파워가 신질 생산력의 핵심 기반으로10월 9일, 중국 공산당 중앙위원회와 국무원은 《신질 생산력 발전에 관한 의견》을 발표하고 “인공지능+ 행동의 전면 실시”를 명확히 제시했으며, “전국 일체화 컴퓨팅 네트워크와 국가 블록체인 네트워크 건설”을 제안했다. 국가발전개혁위원회의 한 담당자는 관련 기관의 추산에 따르면 “15차 5개년 계획” 기간 컴퓨팅 네트워크 건설로 4조 위안의 직접 투자가 새로 발생할 것으로 보이며, 컴퓨팅 건설이 주로 기업 투자로 이루어진다는 점을 고려하면 민간 투자에 거대한 공간을 창출할 것이라고 밝혔다. 이 표현의 무게는 컴퓨팅 네트워크가 처음으로 전력망, 통신망, 교통망과 동등하게 중요한 인프라 위치에 놓여 국가 전략 투자의 중점 방향이 되었다는 데 있다. 재정 자금도 동시에 강화되고 있다. 재정부는 이미 5500억 위안의 지방정부 채무 이월 한도를 배정했으며, 그중 2500억 위안의 특별채를 컴퓨팅 네트워크, 전력망, 통신망 등 “6대 네트워크” 건설에 중점 투입한다. 7월 이후 관련 프로젝트의 심사·승인 속도는 분명히 빨라졌다. 이는 컴퓨팅 네트워크 건설이 더 이상 산업 정책에 머물지 않고 재정 정책, 투자 정책, 지역 정책의 교차점이 되었음을 의미한다. 특별채의 투입은 컴퓨팅 인프라의 초기 투자가 크고, 회수 기간이 길며, 민간 자본의 관망 심리가 강한 문제를 효과적으로 완화해 컴퓨팅 네트워크 건설에 장기·저비용 자금을 제공할 것이다. 지방 차원에서 랴오닝성은 10월 13일 컴퓨팅 파워 바우처 보조 정책을 공식 시작했으며, 컴퓨팅 계약 실제 발생 금액의 최대 30%를 보조하고 동일 단위의 연간 보조 상한은 200만 위안으로 했다. 상하이는 동시에 데이터센터 에너지 효율 진입 기준을 높여 신규 컴퓨팅 시설의 에너지 이용 효율이 1.2를 넘지 않도록 요구했다. 하나는 보조, 하나는 제한으로, 지방 정책이 “단순히 컴퓨팅을 짓도록 장려하는 것”에서 “컴퓨팅을 사용하고 잘 사용하도록 장려하는 것”으로 이동하고 있음을 반영한다. 컴퓨팅 바우처의 본질은 중소기업과 연구팀의 이용 장벽을 낮춰 컴퓨팅이 “지을 수 있는 것”에서 “부담 없이 사용할 수 있고 잘 사용할 수 있는 것”으로 나아가게 하는 데 있다. 에너지 효율 진입 기준은 컴퓨팅 건설이 녹색·저탄소·집약·고효율과 보조를 맞춰 추진되어야 함을 의미한다. 정책이 집중적으로 시행되는 배경에는 컴퓨팅 수급 격차의 지속적 확대가 있다. IDC와 인스퍼가 공동 발표한 《2026년 중국 인공지능 컴퓨팅 파워 발전 평가 보고서》는 2026년 중국의 지능형 컴퓨팅 파워 규모가 2576.5EFLOPS에 달하고 전년 대비 87.9% 증가할 것으로 예측한다. 반면 글로벌 AI 컴퓨팅 수요 충족률은 2024년 79%에서 2027년 71%로 하락할 것으로 예상되며, 수급 모순은 장기간 존재할 것이다. 이 격차는 단순한 “카드 부족”이 아니라 구조적 모순이다. 즉 학습 컴퓨팅은 여전히 빠듯하고, 추론 컴퓨팅 수요는 더 빠르게 성장한다. 범용 컴퓨팅은 상대적으로 과잉이고, 지능형 컴퓨팅은 공급 부족이다. 동부는 수요가 왕성하지만 서부는 녹색 전력이 풍부한 대신 네트워크 지연과 스케줄링 능력은 여전히 개선이 필요하다. 투자 승수 관점에서 보면 4조 위안의 컴퓨팅 네트워크 투자는 서버, 칩, 광모듈, 스위치, 액체 냉각, 전원, 랙, 녹색 전력, 소프트웨어 스케줄링 등 여러 고리를 견인할 것이다. 컴퓨팅 네트워크는 단일 데이터센터가 아니라 “컴퓨팅+네트워크+에너지+스케줄링+응용”의 종합 체계다. 그것은 컴퓨팅이 전력처럼 계통 연계 가능하고, 스케줄 가능하며, 계량 가능하고, 거래 가능할 것을 요구한다. 바로 그렇기 때문에 전국 일체화 컴퓨팅 네트워크 건설은 컴퓨팅 산업을 프로젝트제·고립형에서 네트워크화·서비스화로 밀어붙일 것이다. 미래에 기업은 반드시 대규모 지능형 컴퓨팅 센터를 자체 건설할 필요 없이 클라우드 서비스처럼 컴퓨팅을 구매하거나, 심지어 전력처럼 토큰을 구매할 수 있게 될 것이다. 지역 경제에 있어 컴퓨팅 네트워크 건설은 지역 산업 구도도 재편할 것이다. 서부 허브 노드는 녹색 전력과 토지 우위를 바탕으로 학습과 콜드 스토리지 작업을 맡고, 동부 노드는 저지연 추론과 실시간 에이전트 서비스에 집중할 수 있다. 컴퓨팅 바우처, 에너지 효율 기준, 특별채, 녹색 전력 거래 등 정책 도구를 조합해 사용하면 컴퓨팅 배치는 “한꺼번에 뛰어드는 것”에서 “전국 일원화”로 이동할 것이다. 앞으로 한동안 컴퓨팅 네트워크 건설, 컴퓨팅 스케줄링 플랫폼, 녹색 데이터센터, 국산 칩 적응, 산업 대규모 모델 응용이 정책 실행의 중점 방향이 될 것이 분명하다. 二. OCP 서밋: Agentic CPU와 800V 전력 공급, 데이터센터 아키텍처 재구성10월 12일부터 13일까지 2026년 OCP 글로벌 서밋이 미국 산호세에서 열려, 이번 주 컴퓨팅 분야에서 가장 집중적인 기술 동향을 보여주는 이벤트가 되었다. OCP 서밋은 그동안 글로벌 데이터센터 하드웨어 아키텍처의 풍향계였으며, 올해 서밋이 내놓은 신호는 특히 강하다. AI 데이터센터는 “GPU 중심”에서 “CPU와 GPU 협력”으로, “12V/48V 전력 공급”에서 “800V 고압 직류”로, “단일 랙 카드 적층”에서 “랙 수준 시스템 설계”로 이동하고 있다. 서밋 첫날 가장 두드러진 신호는 CPU가 AI 데이터센터의 핵심으로 회귀하고 있다는 점이다. Meta Muse로 대표되는 소비자 대상 AI 에이전트의 보급 가속은 서버 CPU 수요를 제2의 성장 곡선으로 밀어 올리고 있다. AMD CEO 리사 수는 기조연설에서 AI 추론이 미래에 약 60%의 시장 점유율을 차지할 것이며 에이전트 관련 워크로드가 폭발적으로 증가하고 있다고 말했다. 더 중요한 구조 변화는 데이터센터의 CPU와 GPU 비율이 전통적인 1:8에서 1:4, 1:2, 심지어 1:1로 점차 진화하고 있다는 점이다. AMD는 동시에 Agentic AI를 위한 전용 랙 컴퓨팅 플랫폼 Helion을 발표했으며, 순수 CPU 구성과 CPU+GPU 구성을 제공하고 순수 CPU 랙은 최대 3만2000개의 CPU 코어를 지원한다. 이 변화의 논리는 복잡하지 않다. 대규모 모델을 학습할 때 GPU는 대규모 행렬 연산을 담당하고 CPU는 주로 데이터 전처리와 스케줄링을 맡기 때문에 비율은 낮아도 된다. 그러나 에이전트가 작동할 때 작업은 계획, 도구 호출, 검색, 검증, 실행, 반성 등 여러 단계로 나뉜다. CPU는 논리 판단, 작업 편성, API 호출, 상태 관리, 보안 격리를 빈번히 수행해야 한다. GPU는 병렬 컴퓨팅에 능하고 CPU는 복잡한 논리와 저지연 응답에 능하다. AI가 “질문에 답하는 것”에서 “작업을 완료하는 것”으로 나아가면서 CPU의 가치가 재발견되고 있다. 미래 데이터센터는 더 이상 “GPU가 CPU 옆에 꽂힌 것”이 아니라 CPU와 GPU가 각자 역할을 하며 협력하는 것이 될 것이다. 또 다른 업계 합의는 800V 고압 직류 전력 공급의 채택 가속이다. Meta, Google, Microsoft는 GW급 초대규모 데이터센터 건설을 명확히 추진하고 있으며, OCP는 800V HVDC 관련 기술 사양을 공식 발표했다. 기관 리서치는 800VDC가 먼 미래의 개념이 아니라 향후 2~3년 신규 데이터센터의 표준이 될 것이라고 지적한다. 단일 랙 전력이 수십 kW에서 수백 kW, 심지어 MW급으로 뛰어오르면서 기존 전력 공급 아키텍처는 구리 손실, 효율, 공간, 방열 측면에서 한계에 가까워지고 있다. 800V 고압 직류는 변환 단계를 줄이고 전류를 낮추며 효율을 높이고 랙 내 배전을 단순화할 수 있다. 그것은 전원 기술 업그레이드에 그치지 않고 데이터센터 전기 아키텍처의 체계적 재구성이다. 전력 공급 업그레이드는 일련의 산업 체인 변화도 불러올 것이다. 고압 직류 차단기, 고체 변압기, 실리콘 카바이드 소자, 전원 모듈, 버스덕트, 액체 냉각 시스템, 랙 수준 모니터링 등이 수혜를 입을 것이다. 동시에 방열 방식은 공랭에서 액체 냉각, 침수식 액체 냉각으로 진화하고, 전원과 방열의 일체형 설계가 추세가 된다. 미래 데이터센터의 경쟁력은 GPU를 얼마나 많이 보유했는지뿐만 아니라 1와트의 전력으로 얼마나 많은 유효 컴퓨팅을 생산할 수 있는지, 단위 랙 공간에 얼마나 많은 에이전트 인스턴스를 배치할 수 있는지에도 달려 있다. 상호 연결 방식에서는 구리 케이블, NPO, CPO 등이 병행 발전하며 시나리오별로 계층적으로 도입되고 있다. 브로드컴, 엔비디아, Credo 등 제조사는 각 고리에서 포지셔닝이 명확하고 기술 구현 속도는 이전 시장 예상보다 빠르다. 단거리 상호 연결은 구리 케이블의 비용과 전력 우위를 계속 활용하고, 중장거리·초고대역폭 시나리오는 근접 패키징 광학과 공동 패키징 광학으로 가속하고 있다. OCP 서밋이 전한 전체 판단은 AI 데이터센터가 “시스템 수준 경쟁” 단계에 들어섰다는 것이다. 단일 칩 성능도 중요하지만 전력 공급, 방열, 상호 연결, 랙, 소프트웨어 스케줄링도 최종 컴퓨팅 효율을 결정한다. 三. 산업 동향: 컴퓨팅 파워 임대 대형 계약 속출, 국산 칩 가속적 돌파산업 측면에서 컴퓨팅 파워 임대는 이번 주 가장 두드러진 시장 현상이 되었다. A주 시장의 여러 상장사가 컴퓨팅 파워 임대 대형·장기 계약을 잇따라 체결했으며, 계약 조건은 일반적으로 더 세분화되고 이행 구속도 강화되었다. 업계 경쟁 논리는 GPU 공급 규모 비교에서 주문 실행과 실적 실현이라는 고품질 납품 주기로 이동하고 있다. 중국정보통신연구원 데이터에 따르면 2026년 컴퓨팅 파워 임대 시장 규모는 2600억 위안을 돌파할 것으로 보이며, 파운더증권은 2030년 국내 컴퓨팅 임대 시장 규모가 1조 위안에 근접할 것으로 추산한다. 컴퓨팅 임대의 폭발은 추론 수요와 에이전트 응용이 현실적이고 지속적이며 과금 가능한 컴퓨팅 소비를 만들어내고 있음을 보여주며, 컴퓨팅이 “자본지출 이야기”에서 “현금흐름 사업”으로 변하고 있음을 뜻한다. 컴퓨팅 임대의 비즈니스 모델도 진화하고 있다. 초기 컴퓨팅 임대는 주로 단순 베어메탈 대여였고 고객이 직접 모델과 스케줄링 시스템을 구축했다. 오늘날 점점 더 많은 컴퓨팅 임대 사업자가 모델 적응, 추론 최적화, 토큰 과금, 탄력적 스케줄링, 보안 격리 등 부가가치 서비스를 제공하기 시작했다. 계약 기간은 단기试用에서 3년 이상 장기 고정으로, 가격 메커니즘은 고정 임대료에서 “최저 보장+변동”으로, 이행 조항은 모호한 약속에서 가용률, 지연, 처리량 평가로 이동하고 있다. 이는 컴퓨팅 임대 업계가 “전대업자” 모델에서 “컴퓨팅 운영사업자” 모델로 나아가고 있음을 의미하며, 핵심 경쟁력은 안정적 납품, 비용 통제, 생태계 적응에 있다. 칩 분야에서는 국내외 제조사 모두 중요한 진전을 보였다. Microsoft는 2027년부터 차세대 자체 개발 AI 칩 Maia 300을 기가와트급 규모로 배치할 계획이며, 주로 AI 추론 작업에 사용하고 추론 효율 40% 향상을 목표로 해 엔비디아 의존을 줄이려는 명확한 움직임을 보였다. 국내에서는 비런테크놀로지의 차세대 AI 칩 BR20X가 점등에 성공해 테이프아웃 후 검증 단계에 들어갔고, FP8, FP4 저정밀도 컴퓨팅을 지원하며 자체 개발 BLink 2.0 인터커넥트 프로토콜을 탑재했다. 무어스레드의 MTT S5000은 10월 15일 스텝펀의 Step 5 Preview 대규모 모델에 대한 Day-0 적응을 완료했다. 블랙세서미 테크놀로지스는 AI 컴퓨팅 서버 사업에서 첫 3억 위안 주문을 확보했으며, 이는 전년 매출의 36%에 해당해 스마트 자동차 칩에서 AI 컴퓨팅 서버 분야로 확장하는 데 실질적 돌파를 이루었음을 보여준다. 주목할 점은 IDC 최신 보고서에 따르면 2026년 상반기 엔비디아의 중국 데이터센터 AI 칩 시장 점유율이 34%로 하락했고, 화웨이가 28%로 바짝 추격해 양자 격차가 6%포인트로 좁혀졌다는 것이다. 엔비디아의 중국 내 AI 가속기 출하량은 전년 동기 대비 44% 감소했다. 이 데이터 배경에는 외부 통제 요인뿐 아니라 국산 칩의 적응 가속과 고객이 적극적으로 다원적 공급을 모색하는 이유도 있다. 국산 칩의 경쟁 초점은 “작동하는가”에서 “잘 작동하는가, 안정적인가, 저렴한가”로 이동하고 있다. Day-0 적응, 저정밀도 컴퓨팅, 자체 개발 상호 연결, 소프트웨어 스택 호환성, 클러스터 안정성이 국산 AI 칩 경쟁력을 측정하는 핵심 지표가 되었다. 산업 체인 관점에서 국산 컴퓨팅의 돌파는 단일 지점 돌파가 아니라 체계적 추진이다. 칩은 서버, 운영체제, 딥러닝 프레임워크, 대규모 모델, 추론 엔진, 스케줄링 플랫폼과 협력 최적화되어야 한다. 비런, 무어스레드, 화웨이 어센드, 캄브리콘, 하이광 등이 서로 다른 노선에서 힘을 쓰고, 완제품 제조사, 클라우드 사업자, 컴퓨팅 임대 사업자, 대규모 모델 기업이 공동으로 생태계를 구축하고 있다. 앞으로 한동안 국산 칩의 추론 시나리오 점유율은 계속 상승할 것으로 보인다. 추론은 학습보다 생태계 호환성 요구가 상대적으로 낮고, 국내에는 에이전트와 산업 응용 시나리오가 풍부해 대량의 실제 피드백을 제공하여 칩과 소프트웨어 반복을 환류할 수 있기 때문이다. 四. 핵심 트렌드: Agent 경쟁의 차원 상승, 추론 컴퓨팅 수요 폭발이번 주 모든 핫스팟을 관통하는 저류의 논리는 AI 에이전트의 규모화 운영이 컴퓨팅 수요 구조를 재편하고 있다는 것이다. 지난 2년간 컴퓨팅 수요는 주로 대규모 모델 학습에 의해 견인되었고, 중앙집중형, 단계적, 초대규모 클러스터 건설로 나타났다. 그러나 2026년에 들어서면서 에이전트가 데모에서 생산으로 이동함에 따라 컴퓨팅 수요는 분산형, 상시 운영, 장기 체인 추론으로 이동하고 있다. 에이전트는 일회성 Q&A가 아니라 지속적으로 인지하고 계획하고 실행하고 반성하는 “디지털 직원”이다. 장기 온라인, 빈번한 도구 호출, 데이터베이스 접근, 코드 실행, 다른 에이전트와의 협업이 필요하며, 이는 컴퓨팅 수요의 듀레이션을 크게 늘릴 것이다. 해외 거대 기업의 엔터프라이즈급 Agent 배치는 모두 공개되었다. Google Cloud는 Gemini Agent를 발표해 Gemini와 Claude 모델을 지원하고 향후 다양한 클로즈드소스·오픈소스 모델과도 호환할 예정이다. Microsoft는 새 버전 Copilot “슈퍼 앱”을 발표하고 “디지털 팀메이트” Autopilot을 추가했다. OpenAI는 상시 온라인 에이전트 dots를 발표했다. Anthropic은 Claude를 Google Docs, Sheets, Slides에 연결했다. Agent는 단일 도구에서 “범용 직원”으로 나아가고 있으며, 장기 체인·상주형 작업 형태는 추론 컴퓨팅 소비 규모를 지속적으로 확대할 것이다. 과거에는 사용자 한 번의 질문이 수백에서 수천 토큰만 소비했을 수 있다. 미래에는 에이전트가 하나의 작업을 완료하는 데 수십 개 도구를 호출하고 여러 차례 반성하며 수만에서 수십만 토큰을 생성할 수 있다. 컴퓨팅 소비는 더 이상 선형 성장이 아니라 승수급으로 확대된다. 이 트렌드는 컴퓨팅 소비 중심의 이동을 직접 촉진한다. AI 응용은 프로그래밍에서 연구개발, 기업 서비스, 과학 컴퓨팅, 개인 비서의 4대 방향으로 확산되고, 컴퓨팅 소비는 학습에서 상시 추론으로 이동하며 수요 듀레이션은 분명히 길어진다. 톈펑증권은 향후 2~3년 중국 컴퓨팅 수요가 연평균 약 10배 증가하고, 추론 컴퓨팅 비중은 2029년 80%로 상승해 성장의 주 엔진이 될 것이라고 지적한다. 추론 컴퓨팅 비중 상승은 컴퓨팅 시장이 “소수 거대 기업이 대규모 모델을 학습하는 것”에서 “천行百業이 에이전트를 운영하는 것”으로 이동함을 의미한다. 학습 시장은 집중도가 높고 고객 수가 적으며 건당 금액이 크다. 추론 시장은 고객이 분산되고 시나리오가 풍부하며 과금이 유연해 컴퓨팅 임대, 클라우드 서비스, 토큰 거래에 더 적합하다. 동시에 중국정보통신연구원은 《토큰 서비스 대상 지능형 컴퓨팅 인프라 발전 연구 보고서(2026년)》를 발표하고 토큰 서비스 대상 지능형 컴퓨팅 인프라 발전 추세에 초점을 맞췄다. 전국 일체화 컴퓨팅 네트워크 건설은 “토큰 공장”이라는 새로운 모델을 낳고 있다. 베이징 1호 토큰 공장은 매일 3000억에서 5000억 토큰을 생산할 수 있으며 국내 주류 모델에 대한 적응 및 연동을 완료했다. 이 새로운 가치 매개체는 컴퓨팅이 계량 가능, 분할 가능, 가격 책정 가능, 거래 가능하게 하는 것을 현실로 만들며, 컴퓨팅 산업이 “컴퓨팅을 파는 것”에서 “토큰을 파는 것”으로 서비스 모델이 진화하고 있음을 보여준다. 토큰 공장의 의의는 복잡한 컴퓨팅 자원을 표준화·계량 가능한 서비스 단위로 전환하는 데 있다. 과거 고객이 컴퓨팅을 구매할 때는 GPU 모델, 메모리, 대역폭, 클러스터 규모, 소프트웨어 스택을 신경 써야 했다. 미래 고객이 토큰을 구매할 때는 작업 효과, 응답 속도, 비용, 규정 준수만 신경 쓰면 된다. 컴퓨팅 네트워크는 기반 스케줄링을 담당하고, 토큰 공장은 모델 추론과 토큰 생산을 담당하며, 애플리케이션 개발자는 시나리오 혁신을 담당한다. 이러한 계층적 분업은 AI 응용의 진입 장벽을 크게 낮추고 컴퓨팅이 수도와 전기처럼 공공 기반 서비스가 되도록 촉진할 것이다. 토큰 과금, 토큰 거래, 토큰 품질 평가, 토큰 보안 감사 등 새로운 고리가 점차 성숙해 새로운 산업 생태계를 형성할 것으로 보인다. 五. 영향과 과제: 컴퓨팅 구조 재구성 아래의 새로운 모순컴퓨팅 구조 재구성은 거대한 기회를 가져오지만 새로운 모순과 과제도 가져온다. 첫째는 전력과 에너지 소비의 모순이다. GW급 데이터센터, 800V 전력 공급, 액체 냉각 방열은 컴퓨팅 경쟁이 점점 에너지 경쟁과 닮아가고 있다는 사실을 가리킨다. 동부 부하 중심지는 전력이 빠듯하고, 서부는 녹색 전력이 풍부하지만 네트워크 지연과 지역 수요가 부족하다. 전국 일체화 컴퓨팅 네트워크를 통해 “동수서산”, “서전동송”, “컴퓨팅-전력 협조”를 어떻게 실현할지는 향후 정책과 기술이 해결해야 할 문제다. 녹색 전력 거래, 에너지 저장, 가상 발전소, 원자력 전력 공급, 전원-전력망-부하-저장 통합 등의 방안이 가속할 것이다. 둘째는 칩 공급과 생태계의 모순이다. 국산 칩은 추론 시나리오에서 가속적으로 돌파구를 열고 있지만 소프트웨어 생태계, 클러스터 안정성, 개발 툴체인은 여전히 시간을 들여 다듬어야 한다. 고객이 엔비디아 생태계에서 국산 플랫폼으로 이전하려면 이전 비용, 적응 주기, 성능 검증이 필요하다. Day-0 적응은 중요한 진전이지만 장기 경쟁력은 지속적 반복과 규모화 납품에 달려 있다. 미래에는 칩 제조사, 클라우드 사업자, 대규모 모델 기업, 산업 고객이 더 긴밀한 공동 혁신 메커니즘을 형성하고 실제 시나리오로 소프트웨어-하드웨어 협동 최적화를 이끌어야 한다. 셋째는 컴퓨팅 스케줄링과 네트워크의 모순이다. 전국 일체화 컴퓨팅 네트워크는 컴퓨팅이 계통 연계 가능, 스케줄 가능, 거래 가능할 것을 요구하지만 서로 다른 제조사의 컴퓨팅 표준, 인터페이스, 과금 방식, 보안 정책은 통일되어 있지 않다. 컴퓨팅 스케줄링 플랫폼은 이기종 컴퓨팅 관리, 작업 교차 도메인 이전, 데이터 안전 유통, 지연 민감 작업 등급화 등의 문제를 해결해야 한다. 통일 표준과 개방 생태계가 없으면 컴퓨팅 네트워크는 “여러 고립섬이 연결된 것”이 되기 쉬워 진정한 전역 최적화가 어렵다. 넷째는 비즈니스 모델과 투자 수익의 모순이다. 컴퓨팅 임대 대형 주문이 속출하지만 업계는 과잉 투자, 가격 경쟁, 이용률 부족도 우려한다. 컴퓨팅 건설은 주기가 길고 기술 반복이 빠르며 오늘先进的 GPU도 2년 후 가치가 하락할 수 있다. 컴퓨팅 운영사업자는 수요를 정밀하게 매칭해 “지어도 사용자가 없는” 상황을 피해야 한다. 토큰 과금 모델은 이용률 향상에 도움이 되지만 운영사업자에게 더 강한 모델 적응과 추론 최적화 능력도 요구한다. 미래 컴퓨팅 임대 시장은 분화할 수 있다. 선두 업체는 규모, 생태계, 납품 능력으로 장기 주문을 확보하고, 중소 업체는 세분 시나리오나 엣지 컴퓨팅으로 전환할 것이다. 다섯째는 보안과 규정 준수의 모순이다. 에이전트가 상시 운영된다는 것은 컴퓨팅 시스템이 대량의 기업 데이터, 개인 데이터, 민감 정보를 처리해야 함을 의미한다. 모델 보안, 데이터 격리, 접근 통제, 감사 추적, 콘텐츠 규정 준수가 필수 수요가 되었다. 컴퓨팅 네트워크와 토큰 공장은 편의성을 제공하는 동시에 신뢰 컴퓨팅 환경과 보안 거버넌스 메커니즘을 구축해야 한다. 그렇지 않으면 에이전트가 보편화될수록 보안 위험이 확대된다. 六. 미래 전망: 컴퓨팅 판매에서 토큰 판매로, 컴퓨팅 네트워크는 공공 서비스로정리하면 지난 한 주 컴퓨팅 분야의 핵심 서사는 세 가지 주선으로 요약할 수 있다. 정책 측면에서는 4조 위안 컴퓨팅 네트워크 투자와 “인공지능+” 행동을 기치로 컴퓨팅 인프라의 전략적 지위가 더욱 확립되었다. 기술 측면에서는 OCP 서밋이 CPU 비율 상승과 800V 전력 공급이라는 두 가지 구조적 트렌드를 확인했고, 컴퓨팅 하드웨어 아키텍처가 에이전트 시대를 위한 체계적 준비를 진행하고 있다. 산업 측면에서는 컴퓨팅 임대 비즈니스 모델이 가속적으로 진화하고 국산 칩이 시장 점유율과 기술 돌파 모두에서 실질적 진전을 이루었다. 세 가지가 교차해 가리키는 판단은 동일하다. 컴퓨팅 수요의 구동 엔진은 학습에서 추론으로, 중앙집중형에서 상시 운영으로, 컴퓨팅 제공에서 토큰 서비스로 이동하고 있다. 앞으로를 전망하면 컴퓨팅 산업은 몇 가지 명확한 트렌드를 보일 것이다. 첫째, 컴퓨팅 네트워크 건설은 정책 주도에서 투자 실행으로 이동하고, 특별채, 컴퓨팅 바우처, 녹색 전력 거래, 에너지 효율 기준 등 도구를 조합해 컴퓨팅이 전력처럼 계통 연계 가능, 스케줄 가능, 거래 가능하게 될 것을 촉진한다. 둘째, 추론 컴퓨팅 비중은 지속적으로 상승하고 에이전트, 토큰 공장, 산업 대규모 모델이 주요 수요원이 되며, 컴퓨팅 시장은 소수 거대 기업의 학습에서 천行百業의 추론으로 이동한다. 셋째, 데이터센터 아키텍처는 에이전트를 중심으로 재구성되고 CPU와 GPU 협력, 800V 고압 직류, 액체 냉각, 광전 상호 연결이 신규 데이터센터의 표준이 된다. 넷째, 국산 칩은 추론 시나리오에서 침투를 가속하고 생태계 적응과 규모화 납품이 경쟁의 관건이 된다. 다섯째, 컴퓨팅 서비스는 “컴퓨팅을 파는 것”에서 “토큰을 파는 것”으로 이동하고 과금 방식, 거래 메커니즘, 품질 평가, 보안 거버넌스가 점차 정비된다. 이 전환은 기술 노선 선택에 관한 것일 뿐만 아니라 향후 수년간 컴퓨팅 산업 체인의 가치 분배 구도에도 깊은 영향을 미칠 것이다. 누가 안정적·고효율·저비용 추론 컴퓨팅을 제공할 수 있는지, 누가 컴퓨팅을 고품질 토큰으로 전환할 수 있는지, 누가 산업 고객의 에이전트 응용 구축을 빠르게 지원할 수 있는지가 다음 단계 경쟁에서 주도권을 잡는 열쇠가 될 것이다. 컴퓨팅은 더 이상 하드웨어 적층이 아니라 정책, 에너지, 네트워크, 칩, 모델, 응용, 비즈니스 모델의 시스템 공학이다. 지난 한 주의 핫스팟은 바로 이 시스템 공학의 집중 예행연습이다. Declaration: This article is originally created by Shenzhen Cloud Engine - a cost-effective AI computing power service platform. For reprint, please indicate the source link:https://omniyq.com/kor/sys-nd/831.html
|