코인씨커의 일기장
아마 다음 주부터도 온디바이스 AI 이야기가 계속 나올 것 같은데,
결국 모델이 충분히 최적화되고 이를 구동할 수 있는 소형 하드웨어들이 나오기 시작하면 지금과는 완전히 다른 시장이 열릴 거라고 봄.
결국 모델이 충분히 최적화되고 이를 구동할 수 있는 소형 하드웨어들이 나오기 시작하면 지금과는 완전히 다른 시장이 열릴 거라고 봄.
씨커님 말씀 무조건 보세요
저도 거의 동일한 생각인데, 당장 내일 있을 젠슨황의 GTC 기조연설이랑 ai personal computer(+device) 메타로 엄청난 변화가 생길듯
AI 투자 흐름의 메인은 여전히 병목이고, 지속될듯. 그 병목의 방향이 데이터센터 안에만 머무르지 않고 개인용 PC와 디바이스로 내려오는 흐름이 본격화될 것 같음
-> ai pc / device 가 진짜로 쓸모있는지? 는 아직 배송 받아서 누가 써보고 평가하지 않는 이상. 효엄효능 에 대해서 논의하지 않아도 되는 상황
엔비디아가 새롭게 손대기 시작한 ARM 기반 CPU 아키텍처, 기존 PC 유통 인프라를 강하게 보유한 Dell 같은 유통/OEM 기업, 폭발적으로 늘어날 온디바이스 추론 칩 수요와 연결되는 파운드리(삼전)
등등.. 뭔가가 쏘기 시작할 때 이런 맥락을 머릿속에 담아두고 잘 찾아보면 재밌을 것 같음
저도 거의 동일한 생각인데, 당장 내일 있을 젠슨황의 GTC 기조연설이랑 ai personal computer(+device) 메타로 엄청난 변화가 생길듯
AI 투자 흐름의 메인은 여전히 병목이고, 지속될듯. 그 병목의 방향이 데이터센터 안에만 머무르지 않고 개인용 PC와 디바이스로 내려오는 흐름이 본격화될 것 같음
-> ai pc / device 가 진짜로 쓸모있는지? 는 아직 배송 받아서 누가 써보고 평가하지 않는 이상. 효엄효능 에 대해서 논의하지 않아도 되는 상황
엔비디아가 새롭게 손대기 시작한 ARM 기반 CPU 아키텍처, 기존 PC 유통 인프라를 강하게 보유한 Dell 같은 유통/OEM 기업, 폭발적으로 늘어날 온디바이스 추론 칩 수요와 연결되는 파운드리(삼전)
등등.. 뭔가가 쏘기 시작할 때 이런 맥락을 머릿속에 담아두고 잘 찾아보면 재밌을 것 같음
❤9👍2
https://cryptonarratives.substack.com/p/understanding-strc-how-strategy-turns?utm_source=publication-search
아무도 관심 없지만 BTC - STRC 리스크에 대해 정말 잘 정리한 글
BTC는 공부할 필요가 없는 퓨어한 자산이었는데
BTC 홀딩하는데 STRC를 알아야한다는 것 자체가 BTC 투자 논리에 어긋나는 뭔가뭔가가 아닐까 싶네요
아무도 관심 없지만 BTC - STRC 리스크에 대해 정말 잘 정리한 글
BTC는 공부할 필요가 없는 퓨어한 자산이었는데
BTC 홀딩하는데 STRC를 알아야한다는 것 자체가 BTC 투자 논리에 어긋나는 뭔가뭔가가 아닐까 싶네요
Substack
Understanding STRC: How Strategy turns yield demand into BTC buying
Understanding the mechanics, scaling potential, and risks of Strategy’s most important preferred share
👍2
https://www.anthropic.com/institute/recursive-self-improvement
1. AI가 똑똑해질수록, 이제 문제는 “사람이 부족하다”가 아니라 “GPU·전기·데이터센터가 부족하다”로 바뀌고 있다.
2. 그래도 아직 AI가 혼자서 다음 AI를 뚝딱 만드는 수준은 아니고, 사람은 여전히 방향을 정해줘야 한다.
3. 그래서 세상이 하루아침에 확 바뀐다기보단, AI 개발 속도가 조금씩 빨라지면서 인프라 수요가 계속 커지는 흐름에 가깝다.
1. AI가 똑똑해질수록, 이제 문제는 “사람이 부족하다”가 아니라 “GPU·전기·데이터센터가 부족하다”로 바뀌고 있다.
2. 그래도 아직 AI가 혼자서 다음 AI를 뚝딱 만드는 수준은 아니고, 사람은 여전히 방향을 정해줘야 한다.
3. 그래서 세상이 하루아침에 확 바뀐다기보단, AI 개발 속도가 조금씩 빨라지면서 인프라 수요가 계속 커지는 흐름에 가깝다.
❤6
Please open Telegram to view this post
VIEW IN TELEGRAM
❤1
Forwarded from 생각 정리하는 방
오늘 지인이랑 한 대화를 AI로 정리해봄.
요즘 시장에서 다시 평가받는 ‘구시대 기업’들의 공통점은 단순히 오래된 회사라는 점이 아니다. 핵심은 이들이 이미 산업 현장에 깊게 깔려 있는 검증된 소프트웨어, 제어 시스템, 네트워크 인프라, 제조 데이터, 안전 인증을 보유하고 있다는 점이다.
AI가 챗봇이나 검색을 넘어 로보틱스, 자율주행, 스마트팩토리, 산업 자동화로 확장될수록 중요한 것은 단순한 모델 성능이 아니라 “신뢰할 수 있게 실행되는 기반”이다. LLM이나 생성형 AI는 강력한 판단·추론 능력을 제공하지만, 현실세계에서 장비를 움직이고, 차량을 제어하고, 공장을 운영하고, 안전 규칙을 지키려면 검증된 실행 레이어가 필요하다.
이 지점에서 과거에는 낡아 보였던 회사들의 가치가 다시 부각된다. BlackBerry는 QNX라는 미션크리티컬 임베디드 소프트웨어 기반을 가지고 있고, Nokia는 산업용 프라이빗 네트워크와 엣지 인프라를 보유하고 있으며, LG전자는 제조 현장, 스마트팩토리, 차량용 소프트웨어, webOS, 로봇과 가전 생태계를 연결할 수 있는 기반을 가지고 있다.
결국 시장이 다시 평가하는 것은 “옛날 회사”가 아니라, AI가 물리세계로 내려올 때 필요한 신뢰성 높은 소프트웨어·데이터·인프라를 이미 보유한 회사들이다. AI 시대의 다음 리레이팅은 모델을 만드는 회사뿐 아니라, 모델이 현실에서 안전하게 작동하도록 해주는 실행 기반을 가진 회사들에서 나올 수 있다.
요즘 시장에서 다시 평가받는 ‘구시대 기업’들의 공통점은 단순히 오래된 회사라는 점이 아니다. 핵심은 이들이 이미 산업 현장에 깊게 깔려 있는 검증된 소프트웨어, 제어 시스템, 네트워크 인프라, 제조 데이터, 안전 인증을 보유하고 있다는 점이다.
AI가 챗봇이나 검색을 넘어 로보틱스, 자율주행, 스마트팩토리, 산업 자동화로 확장될수록 중요한 것은 단순한 모델 성능이 아니라 “신뢰할 수 있게 실행되는 기반”이다. LLM이나 생성형 AI는 강력한 판단·추론 능력을 제공하지만, 현실세계에서 장비를 움직이고, 차량을 제어하고, 공장을 운영하고, 안전 규칙을 지키려면 검증된 실행 레이어가 필요하다.
이 지점에서 과거에는 낡아 보였던 회사들의 가치가 다시 부각된다. BlackBerry는 QNX라는 미션크리티컬 임베디드 소프트웨어 기반을 가지고 있고, Nokia는 산업용 프라이빗 네트워크와 엣지 인프라를 보유하고 있으며, LG전자는 제조 현장, 스마트팩토리, 차량용 소프트웨어, webOS, 로봇과 가전 생태계를 연결할 수 있는 기반을 가지고 있다.
결국 시장이 다시 평가하는 것은 “옛날 회사”가 아니라, AI가 물리세계로 내려올 때 필요한 신뢰성 높은 소프트웨어·데이터·인프라를 이미 보유한 회사들이다. AI 시대의 다음 리레이팅은 모델을 만드는 회사뿐 아니라, 모델이 현실에서 안전하게 작동하도록 해주는 실행 기반을 가진 회사들에서 나올 수 있다.
❤7
Forwarded from StockHub (스톡허브) 뉴스