핵심요약

• 알파벳, 아마존, 메타 등 3사 ASIC 개발 가속화
• 클라우드 구매 우선순위: 에너지 효율성(조울/토큰) 강조
• AI 칩 수요 패턴: 모델 훈련 → 추론 전환 예상
• 특수화된 프로세서 수요 증가 전망

도입

이 기사는 AI 인프라 경쟁 구도를 변화시킬 수 있는 중요한 동향을 담고 있습니다. NVIDIA가 장악해온 AI 칩 시장에서 대형 클라우드 기업들의 자체 개발 가속화는 투자자들에게 새로운 리스크와 기회를 동시에 제공합니다. 특히 에너지 효율성 중시라는 추세는 AI 인프라의 비용 구조 자체를 재편할 가능성이 있습니다.

본문 1: 대형 클라우드 기업들의 ASIC 개발 가속화

웹버시스 보고서에 따르면, 알파벳, 아마존, 메타 등 3사는 자체 ASIC 개발을 가속화하고 있습니다. 이는 NVIDIA의 시장 점유율을 위협할 수 있는 중요한 동향입니다. 대형 클라우드 기업들이 자체 칩 개발에 투자함으로써 발생하는 수직 통합 현상은 AI 인프라 시장의 경쟁 구조를 근본적으로 변화시킬 수 있습니다. 특히, 이러한 기업들은 AI 모델의 특수화된 요구사항을 더 잘 충족할 수 있는 칩을 개발할 수 있을 것입니다. 이는 NVIDIA가 범용 칩에 의존하는 기존 비즈니스 모델에 도전할 수 있는 가능성을 의미합니다.

본문 2: 에너지 효율성 중시 추세와 그 의미

클라우드 제공업체들의 구매 우선순위가 원시 컴퓨팅 용량에서 에너지 효율성으로 이동하고 있습니다. 조울/토큰이라는 지표는 AI 출력 단위를 생성하기 위해 필요한 전력량을 측정하는 것으로, 에너지 비용이 AI 인프라 운영 비용의 중요한 부분을 차지함에 따라 중요성이 커지고 있습니다. 이러한 추세는 AI 데이터센터의 에너지 소비량을 줄이기 위한 기술 혁신에 대한 수요를 높일 것입니다. 또한, 이는 AI 칩 제조사들에게는 새로운 경쟁 축을 제공할 수 있습니다. 에너지 효율성이 높은 칩을 개발할 수 있는 기업이 시장 점유율을 확대할 수 있는 기회가 생길 것입니다.

본문 3: AI 칩 수요 패턴의 변화와 그 영향

AI 칩 수요 패턴은 모델 훈련에서 추론으로 전환되면서 특수화된 프로세서 수요가 증가할 전망입니다. 추론 단계에서는 모델이 학습된 데이터를 바탕으로 실제 응답을 생성하는 작업이 이루어지며, 이는 모델 훈련 단계와는 다른 요구사항을 가지고 있습니다. 특히, 실시간 응답이 필요한 애플리케이션에서는 낮은 지연 시간과 높은 효율이 요구됩니다. 이러한 변화는 NVIDIA의 범용 칩에 의존하는 기존 비즈니스 모델에 도전할 수 있는 가능성을 의미합니다. 또한, AI 칩 제조사들에게는 새로운 제품 개발 기회가 생길 것입니다.

결론

대형 클라우드 기업들의 자체 AI 칩 개발 가속화와 에너지 효율성 중시 추세는 AI 인프라 시장의 경쟁 구도를 변화시킬 수 있습니다. 특히, AI 칩 수요 패턴의 변화는 NVIDIA의 시장 점유율을 위협할 수 있는 중요한 동향입니다. 향후 AI 칩 제조사들은 에너지 효율성과 특수화된 요구사항을 충족할 수 있는 제품 개발에 주력해야 할 것입니다.

---

원문 링크: https://finance.yahoo.com/news/nvidia-stock-faces-threat-google-123241502.html?.tsrc=rss

Nvidia Stock Faces New Threat -- Google, Amazon, Meta Build Rival AI Chips

This article first appeared on GuruFocus .

Major cloud companies are increasing efforts to design in-house artificial intelligence chips as alternatives to Nvidia hardware, a shift that could reshape the competitive landscape for AI infrastructure, according to Wedbush Securities.

The analysts said large hyperscalers including Alphabet ( NASDAQ:GOOG ), Amazon ( NASDAQ:AMZN ), and Meta Platforms ( NASDAQ:META ) are accelerating development of proprietary application-specific integrated circuits, or ASICs,custom chips designed for particular computing tasks, according to the note summarizing discussions from a recent investor call.

Is GOOG fairly valued? Test your thesis with our free DCF calculator.

Wedbush said purchasing priorities among cloud providers appear to be moving away from raw computing capacity toward energy efficiency. The firm highlighted a metric known as joules per token, which measures how much power is required to generate a unit of AI output, suggesting companies are placing greater emphasis on throughput and power consumption as generative AI workloads expand.

The analysts added that demand patterns for AI chips may change as workloads shift from model training to inference, the stage where trained systems generate responses. That shift could favor more specialized processors designed for particular applications rather than broad-purpose chips supplied by Nvidia Corp. ( NASDAQ:NVDA ).

For emerging uses such as robotics and physical AI systems, the firm expects demand may lean toward processors optimized for latency, speed and efficiency, reflecting evolving requirements across AI computing workloads.

Source: https://finance.yahoo.com/news/nvidia-stock-faces-threat-google-123241502.html?.tsrc=rss