근데 감시인지 뭔지 하려면 감시하는 주체가 피감시자 보다 똑똑해야하는게 상식인데

AI 감시 그걸 인간이 할것도 아니고 지금의 AI를 능가하는 고지능의 AI, 더 높은 수준의 컴퓨팅이 필요한것 아닌지?ㅋㅋ

https://t.me/bornlupin/20159

* 삼성전자, 베이스다이 공급망 TSMC로 이원화


커스텀 HBM은 엔비디아 등 글로벌 빅테크가 원하는 로직 기능을 칩 내부에 일부 탑재할 수 있어, 향후 수요가 급증할 것으로 기대되는 시장이다. 삼성전자도 다양한 고객 수요에 대응하기 위해, 베이스 다이 공급망 유연성을 높이려는 것으로 풀이된다.

현재 TSMC는 자사 파운드리 및 패키징 공정으로 엔비디아 등 글로벌 빅테크와 탄탄한 공급망을 구축하고 있다. 안정성과 성능 면에서 고객 선호도가 높다. 이 같은 상황에서 삼성전자가 자사 파운드리 턴키(일괄 생산)만을 고집할 경우, 고객사의 다양한 맞춤형 수요를 충족하지 못할 가능성이 커진다.



https://n.news.naver.com/article/092/0002437503

Edgewater의 보고서에 따르면,

- Anthropic과 OpenAI는 2027년부터 반도체 메모리를 메모리 제조업체로부터 직접 구매하기 시작할 것으로 예상

- Anthropic의 내년 메모리 수요는 1Gb기준 약 400억~500억개 수준에 이를것. 2027년에는 이 전체 수요의 약 20%를 직접 구매 방식으로 확보하고, 2028년에는 직접 구매 비중을 더 늘릴 예정

- DRAM 부문만 놓고 보면, Anthropic의 직접 구매 규모는 엔비디아의 구매 규모와 맞먹는 수준이 될 것으로 보고 있어

- 직접 구매(20%)를 제외한 나머지 80% 물량은 기존 방식대로 서버 OEM(서버 제조사), CPU/GPU 제조사(NVIDIA, AMD 등), Neocloud(AI 전용 클라우드 파트너)를 통해 공급받게될 예정

- 다만 2028년 이후에는 전체 구매량 및 직접 구매 비중이 모두 급격히 확대될 전망

* Citi

메모리 수급 전망 업데이트


- 디램 공급부족은 2031년까지 확장

- HBM 비트 수요는 2027년 752억Gb(+62%), 2028년 1,270억Gb(+69%)에 이를 것

- DRAM 공급부족률은 2027년 -8.7%, 2028년에는 -9.7%가 될 것으로 예상

- 공급 증가율은 2027년 각각 +19%, 2028년 +22%로 제한적 증가 전망



** 시장은 대체로 28년 공급과잉을 예상하는데 Citi는 오히려 28년 쇼티지가 27년보다 심해진다고 예상

** HBM 수요증가율은 최근 루빈울트라에 일부 4단 적용설(미확인)까지 도는데도
27년보다 28년 수요증가율 확대를 예상


https://www.investing.com/news/stock-market-news/citi-names-top-memory-stocks-amid-aidriven-demand-surge-93CH-4902246

잊혀져 있던 구글의 차례 (?)

https://t.me/cahier_de_market/10763

#ai

우물 안 개구리의 문제는 우물 안에서 살고 있다는게 포인트가 아니다. 진짜 크리티컬한건 우물 안 밖에 생각을 못한다는 것이다.

https://youtu.be/hLzaJVA_NNY?si=nVvdnAhPQOtjY40S

AI Infra Summit Day 1: AI 인프라 모멘텀은 견고하다 (Bofa)

1. 인프라 투자 확대, 둔화 조짐 없음

• 2026년 AI 인프라 서밋(산타클라라)에서 NVDA, AMD, INTC, OpenAI, Meta, AWS, Google, CRDO 등과 키노트 진행

• AI 인프라 투자는 칩벤더, 프론티어랩, 데이터센터 운영사 전반에 걸쳐 여전히 견고

• 추론 연산의 분산화 추세는 지속되나, 범용성 수요도 매우 높음

• 메모리·전력·인터커넥트 제약은 지속되며 2027년에는 더욱 타이트해질 전망

• 트레이닝 스케일링 법칙은 여전히 유효하며, GPT-6 Astra 등에서 ROI가 점점 가시화

• GPU/가속기 수명은 상각 주기를 훨씬 뛰어넘어 10년에 근접

• 소프트웨어/최적화가 전력당 성능 개선의 핵심 동력으로 부상

2. AI 트렌드: 추론 분산화, 그러나 범용성 병행

• 추론 컴퓨트는 프리필(prefill)과 디코드(decode) 최적화 실리콘으로 점차 분화되는 중

• 다만 에이전틱 워크로드는 다양성이 크고 빠르게 변화하여, 하드웨어를 지나치게 특화하는 것은 칩벤더·데이터센터 모두에게 리스크

• 대용량 메모리 대역폭 등 범용성을 유지하는 제품이 유리

• 범용 GPU가 약 70~75%의 시장 점유율을 차지하고, 나머지는 특화 ASIC/XPU가 담당할 것으로 전망

3. 핵심 병목: 메모리, 전력, 인터커넥트

• 메모리 대역폭과 용량이 가장 광범위하고 타이트한 제약으로 부각, 2027년에는 더욱 타이트해질 전망

• 전력이 다음 제약 요인으로, 칩벤더·프론티어 모델 개발사·데이터센터 운영사 모두 전력 효율 공동설계에 주력

• NVDA는 신규 DSX MaxLPS 기술을 공개, 동일한 데이터센터 전력 한도 내에서 연산·처리량·매출을 40% 추가 확보 가능

• 인터커넥트는 부족 현상이 심화되며, 결국 광통신/CPO로의 전환을 촉진할 전망이나 신뢰성이 여전히 도입의 관건

4. 스케일링 법칙 유효, GPU 수명은 10년에 근접

• 트레이닝 스케일링 법칙은 여전히 유효하며, 매년 컴퓨트 단계적 증가를 뒷받침

• GPT-6 Astra는 Blackwell에서 대규모로 학습된 첫 모델로 성과가 가시화

• OpenAI는 Blackwell 최적화 Astra 모델을 최신 Vera Rubin 스택에서 구동해 최소한의 수정만으로 약 3배의 처리량 향상을 달성했고, 약 72시간의 경량 최적화만으로 추가로 약 2배 향상을 이끌어냄 — 이는 NVDA의 프로그래머 친화성, 컴파일러, 툴링 경쟁력을 뒷받침

• GPU 자산 수명은 소프트웨어(CUDA) 개선과 공급 부족으로 계속 길어지는 추세: AWS는 2017년형 V100을, GCP는 2020년형 A100을, Google은 내부적으로 6~10년 된 TPU v2~v4를 여전히 활용 중이며, 이는 상각 주기를 훨씬 초과하는 수준

가보지 않은 길

이다보니 펀더멘털리스트들도 펀더멘털과 노이즈 분간이 잘 안되는 그런 어려운 상황

그치만 가보지 않은길임에는 확실

"특히 메모리 업체들의 재고가 10일치 미만으로 역사적 최저치를 기록하고 있는 상태에서, 내년 공급 여력은 더욱 타이트할 것"이라며 "따라서 주요 고객사들은 내년 공급 부족 심화를 감안해 선제적 물량 확보 움직임이 더 강하게 나타나고 있다"고 분석했다.

https://n.news.naver.com/mnews/article/015/0005332896

젊음의 치기일 뿐이니 양해해달라며 용서를 구하는 당신들의 논리라면

마찬가지의 치기로 인생이 송두리째 바뀌어버린 배재고 아이들은 어떻게 설명하실건지요?

3분기부터 꺾인다면서요

https://t.me/bornlupin/20170

후덜덜

샘 올트먼, 이번 주 대형 출시 예고, GPT-6 Sol 기대감 확대

: 오픈AI의 티보 소티오가 “이번 주 공개될 것들도 과거 DevDay에서 기대할 만한 수준”이라고 언급하자, 샘 올트먼이 직접 “big 🚢 this week and then for devday 🚢🚢🚢🚢🚢🚢”라고 답변

: 여기서 🚢는 제품이나 모델 출시 의미. 특히 샘이 DevDay 뒤에 배 이모지를 6개 사용하면서 최근 루머가 확산되고 있는 GPT-6, 특히 GPT-6 Sol을 암시한 것 아니냐는 해석도 확산

https://x.com/sama/status/2099872600977760451

"인간의 본심이 궁금하면 그의 입이 아니라 행동을 볼것"

제말이 그말입니다

https://t.me/bornlupin/20173