OpenAI, 글로벌 부족 속에서 자체 AI 칩 조정 고려

기존 AI 하드웨어 시장 압박에 선제적으로 대응하기 위해 대형 AI 스타트업 오픈 OpenAI 칩 제작 경쟁에 뛰어드는 것을 고려하고 있는 것으로 알려졌다. 이번 조치는 AI 모델 학습에 필요한 하드웨어 부족 현상이 심화되는 가운데 지난해부터 AI 칩 전략을 두고 사내에서 끈질기게 논의해온 배경이다.

야심 찬 회사는 칩 열망을 촉진하기 위해 몇 가지 잠재적인 솔루션을 고려하고 있으며 그 중 일부에는 기존 AI 칩 제조 회사를 인수하거나 내부 칩을 설계하는 계획을 추진하는 것이 포함됩니다. Reuters에 따르면 OpenAI 의 최고 책임자인 Sam Altman 최고 경영자(CEO)는 더 많은 AI 칩을 확보해야 할 필요성을 강조하여 이를 비즈니스 최우선 과제로 굳혔습니다.

현재 OpenAI 수많은 적대적인 경쟁 제품과 마찬가지로 ChatGPT, GPT-4 및 DALL-E 3과 같은 모델 생성을 위해 그래픽 처리 장치(GPU) 기반 하드웨어 인프라에 크게 의존하고 있습니다. 동시에 상당한 수의 계산을 실행하면 오늘날 가장 진보된 AI 모델을 교육하는 데 매우 적합합니다.

그러나 Nvidia와 같은 GPU 제조업체에게 상당한 이점인 생성 AI의 급증하는 붐은 GPU 공급망에 상당한 스트레스를 주었습니다. 기술 대기업 Microsoft는 AI를 실행하는 데 필요한 서버 하드웨어가 너무 부족하여 잠재적으로 서비스 중단이 발생할 수 있는 문제를 해결하기 위해 노력해 왔습니다. 이미 끔찍한 상황에 연료를 더하는 것은 Nvidia의 최고 등급 AI 칩이 2024년까지 매진된다는 소문입니다.

OpenAI 모델을 실행하고 제공하는 데 있어 GPU는 클라우드 GPU 클러스터 내에서 고객 워크로드를 수행하는 데 매우 중요합니다. 그러나 이러한 하드웨어 리소스를 확보하려면 상당한 비용이 소요되므로 이러한 필요성에는 단점도 있습니다.

Bernstein 분석가 Stacy Rasgon의 심층 분석에 따르면 ChatGPT 쿼리가 Google 검색 규모의 일부로 증가한다면 초기 요구 사항은 엄청난 481억 달러 상당의 GPU이고 그 뒤를 이어 약 160억 달러 상당의 칩이 뒤따를 것입니다. 원활한 운영을 위해 매년 리소스 및 비용 영향을 고려할 때 OpenAI 자체 AI 칩 개발과 같은 대체 방법을 탐색하는 것이 중요합니다.

이러한 부문 전반의 과제에 적응하면서 하드웨어 설계 및 생산에 대한 OpenAI 의 잠재적인 벤처는 AI 도구 및 기술의 진화하는 환경을 조명합니다. AppMaster, a leading no-code platform, rely on robust hardware infrastructure to deliver high-performance applications for their users rapidly and cost-effectively. By creating tailored AI chips, OpenAI could define a fresh pathway for AI processing capabilities.