이 태그와 연결된 문서를 한곳에서 모아보고, 함께 자주 등장하는 연관 태그까지 이어서 탐색할 수 있습니다.
연관 태그
총 682건 중 385-408건
NVIDIA 기술은 최신 TOP500 슈퍼컴퓨터의 81%와 신규 진입 시스템의 약 90%를 차지하며, AI·시뮬레이션·과학을 위한 가속 컴퓨팅 인프라의 핵심 기반으로 확대되고 있다.
전무후무한 폭락장처럼 보였지만, “다 팔고 튀어야 하나?”에 대한 영상의 답은 아직은 전면 대피보다 AI·메모리 업황, 금리, 마이크론 실적을 확인하며 대응할 구간이라는 쪽에 가깝다.
AI 투자 피로감은 수요 붕괴보다 3조 달러 규모의 조달 부담, 금리 압력, 데이터센터 병목이 동시에 겹치며 생긴 구조적 조정 신호다.
엔비디아의 800VDC는 GPU보다 먼저 전기가 막히는 AI 데이터센터 병목을 드러내며, 경쟁의 중심을 칩 성능에서 전력 공급·변환·차단·냉각을 포함한 공장 설계 능력으로 넓히고 있다.
반도체 매도는 AI 투자 수익성 의심, 레버리지 ETF 수급, 마이크론 실적 경계가 겹치며 확산됐지만, 영상 기준으로는 아직 버블 붕괴로 단정하기보다 과열 후 조정 국면에 가깝다.
목표 주가로 보는 반도체 사이클의 현재 위치는 아직 고점 단정 구간이라기보다, AI 투자와 메모리 부족이 이어지는 동안 시장을 떠나기보다 주도주와 실적 흐름을 확인해야 하는 구간으로 제시된다.
시장 공포 더하는 3대 매크로 변수는 유가 충격, 인플레이션 재가속, AI 수요 둔화 가능성이 동시에 맞물리며 반도체·AI 쏠림 장세의 취약성을 드러낸다는 점이다.
오픈AI·앤트로픽 상장은 AI 추론 수출, 데이터센터 투자, 반도체 수요를 한 흐름으로 묶으며 한국은 모델 경쟁보다 피지컬 AI와 제조 미들웨어 장악에 집중해야 한다.
유럽 최초의 엑사스케일 슈퍼컴퓨터 JUPITER는 뇌 지도 작성, 1km 기후 시뮬레이션, 6G용 AI, 50큐비트 양자컴퓨터 시뮬레이션을 통해 엑사스케일 과학의 실제 활용 범위를 보여준다.
Eco Wave Power는 기존 해안 구조물에 부착하는 파력 발전 장치와 NVIDIA의 AI·디지털 트윈 기술을 결합해, 해안가 전력 수요와 데이터센터 운영에 가까운 청정 전력원을 만들려 한다.
NVIDIA는 Rubin 세대 AI 인프라에서 45°C까지 동작하는 100% 액체 냉각을 통해 팬, 냉각수탑 의존, 물 소비를 크게 줄이면서 대규모 AI 데이터센터의 에너지 효율을 높이려 한다.
NVIDIA는 ISC에서 cuPhoton, DAQIRI, ALCHEMI를 소개하며 천문 데이터 처리, 실시간 실험 데이터 분석, 화학·재료 시뮬레이션을 GPU 기반 파이프라인으로 크게 가속한다고 밝혔다.
미국 NSF의 NAIRR 파일럿은 NVIDIA DGX 기반 AI 인프라와 기술 지원을 통해 700개 이상의 연구 프로젝트에서 물리 시뮬레이션, 에너지 소재 탐색, 감염병 감시 같은 과학 연구의 속도와 범위를 확장하고 있다.
로스앨러모스 국립연구소는 HPE와 NVIDIA 기반의 Mission, Vision, Veritas 슈퍼컴퓨터에 Vera CPU를 도입해 과학 시뮬레이션과 에이전트형 AI 연구를 가속하려 한다.
기존 NVIDIA GB10 장비에서 Gemma와 Qwen을 제한된 에이전트 하네스로 구동해 OpenClaw 이슈·PR을 실시간 분류하고, 필요한 항목만 디스코드로 전달하는 로컬 트리아지 시스템을 구축·평가한 사례다.
인공지능 1타강사 젠슨황 선생님의 핵심 메시지는 AI가 챗봇을 넘어 실제 노동과 지능을 생산하는 AI factory 인프라 산업으로 확장되고 있다는 것이다.
BofA의 연준 기준금리 ‘인상’ 전망과 일본·대만 증시 신고가 속에서, 이번 장세의 핵심은 SK하이닉스·마이크론·HBM으로 대표되는 반도체 주도권 재편이다.
스페이스X는 AI 확장 기대가 붙었지만, 적자 전환·천문학적 투자 부담·PSR 고평가 논리 때문에 고점 대비 반토막 가능성까지 거론되는 구간이다.
하이닉스 매도 타점은 단기 조정 뉴스가 아니라 마이크론 대비 PER 격차가 좁혀지고 시장 낙관이 당연시되는 순간에 더 가까워진다.
삼성전자 vs SK하이닉스 투자 비중의 핵심은 단순 수급이 아니라 메모리 업황, AI 수요, HBM 경쟁력, 그리고 매크로 리스크를 함께 보며 반도체 비중을 언제까지 유지할지 판단하는 데 있다.
마이애미 기반 스타트업 Subquadratic은 LLM의 핵심 병목으로 지목돼 온 dense attention의 계산 비용 문제를 sparse attention 방식의 SubQ로 완화했다고 주장하며, Appen의 일부 독립 평가 결과가 그 주장에 주목할 만한 근거를 제공했다.
100배 빨라진 합병의 핵심은 AI가 데이터·인재·기술을 가진 기업을 더 빨리 흡수하게 만들고, 중하위 기업의 독자 생존 시간을 급격히 줄인다는 점이다.
네이버가 이대로 망할 수도 있느냐는 질문의 핵심은 당장 적자가 아니라, 검색·AI·해외 플랫폼 영향력이 약해지는 가운데 네오클라우드가 마지막 성장 서사를 증명할 수 있느냐다.
AI 버블이 꺼져도 돈은 결국 AI의 병목을 푸는 반도체·전력·통신·교육 기반 생산성 영역으로 다시 몰릴 가능성이 크다.