이 태그와 연결된 문서를 한곳에서 모아보고, 함께 자주 등장하는 연관 태그까지 이어서 탐색할 수 있습니다.
연관 태그
총 65건 중 49-65건
젠슨 황이 찍은 다음 수혜주는 단일 종목보다 AI 컴퓨터·AI PC 메가사이클에 연결된 온디바이스 AI, ARM 기반 PC 칩, 로컬 에이전트, 대만·한국 반도체 공급망 전반으로 봐야 한다.
엔비디아의 최종목표는 GPU 판매를 넘어 CPU·AI PC·로봇·소프트웨어 생태계까지 장악하는 인프라 플랫폼 회사로 확장하는 것이다.
AI에이전트와 피지컬AI 확산은 엔비디아만의 이야기가 아니라 델, 메모리, ARM·퀄컴, 데이터센터·소프트웨어까지 이어지는 AI 인프라 수혜 확산 국면이다.
Nvidia GTC Taipei 2026에서 Jensen Huang은 AI의 핵심 경제 단위가 ‘토큰’으로 바뀌고, 이를 생산하는 AI 팩토리·Vera Rubin·에이전트용 CPU·PC·로봇 플랫폼이 엔비디아의 다음 성장축이라고 제시했다.
깐부 회동의 새 멤버들은 젠슨 황의 방한과 맞물려, 피지컬 AI가 물류·가사·제조·로봇 생태계 전반으로 확장되는 흐름을 보여주는 힌트로 읽힌다.
"10년도 부족하다"는 젠슨 황의 시각에서 AI 랠리의 다음 무대는 단순한 GPU·클라우드 확장이 아니라 온프레미스, 온디바이스, 엣지, 피지컬 AI로 실행 위치가 분산되는 인프라 전환이다.
엔비디아 마진과 가이던스보다 더 큰 문제는 GPU 성장률 자체보다 고객 이탈, 중국 생태계 분리, AI 비용 효율성으로 시장의 질문이 옮겨가고 있다는 점이다.
NVIDIA는 GTC Taipei at COMPUTEX에서 장기 실행 AI 에이전트용 Nemotron 3 Ultra, Nemotron Coalition 확대, Build a Claw와 NemoClaw 기반 보안 런타임, 그리고 Isaac GR00T 로보틱스 개발 플랫폼 업데이트를 통해 에이전틱 AI와 피지컬 AI의 실제 배포 흐름을 강조했다.
스페이스X 상장과 엔비디아의 우주 치트키는 로켓·통신망·AI 칩을 묶어 우주 데이터센터라는 새 성장 서사를 만들 수 있지만, 실제 모멘텀은 발사 단가와 젠슨 황의 구체적 발언에 달려 있다.
Stanford CS153에서 Jensen Huang은 Frontier Systems와 NVIDIA의 지능 뒤 컴퓨트 가 단순 GPU 성능 경쟁이 아니라, AI 시대의 소프트웨어·아키텍처·에너지·산업 전략 전체를 다시 설계하는 문제라고 설명한다.
지금 AI 시대의 핵심 기회는 지능 자체를 추상적으로 보는 것이 아니라, 토큰이라는 측정 가능한 단위로 생산·유통되는 지능 경제의 구조를 이해하고 그 인프라와 에너지 병목에 올라타는 데 있다는 메시지다.
엔비디아는 GTC 2026에서 AI를 답변 도구가 아니라 실제 노동을 수행하는 에이전트로 재정의하며, 데이터센터를 “토큰을 생산하는 공장”으로 보는 새로운 산업 질서를 제시했다.
구글의 터보퀀트 논문은 초소형 모델 기반 기초 실험에 불과하며, AI 메모리 수요의 폭발적 증가 추세를 되돌릴 수 없다—HBM 중심의 한국 반도체 경쟁력은 여전히 확고하다.
AI 시대의 경쟁력은 개인이 AI를 “조금 쓰는가”가 아니라, 토큰을 자산처럼 투입해 에이전트 AI와 다수의 AI를 얼마나 조직적으로 운용하느냐로 이동하고 있다는 문제의식을 던진 영상이다.
이 대화는 엔비디아를 단순한 칩 회사가 아니라, 분산 AI 시대의 병목을 공동설계·생태계·공급망·조직 운영으로 함께 푸는 ‘AI 인프라 플랫폼 회사’로 규정하며, 앞으로의 핵심 제약이 알고리즘만이 아니라 컴퓨트·전력·제조·설치 기반 전체에 있다는 점을 강조한다.
AI 기반 애플리케이션이 처음으로 대규모 실질 경제 가치를 만들기 시작했다는 점이 핵심 메시지다.
한국의 승부처는 초거대 모델 정면승부가 아니라 엔비디아 생태계와 국내 제조·소프트웨어 역량을 결합해 에이전틱 AI와 피지컬 AI를 빠르게 상용화하는 데 있다. 정부·대기업이 쥔 GPU와 산업 인프라를 스타트업까지 연결하면 한국은 AI 수요국이 아니라 실행 허브로 올라설 수 있다.
![HBM의 아버지'''' 카이스트 김정호 교수의 터보퀀트 대분석 [하우머니]](/_next/image?url=%2Fpage-asset%2Fyoutube%2Fhbm-turboquant-memory-analysis%2F219.thumb.jpg&w=1536&q=75)
