AI 곰을 너무 두려워하지 마십시오. AI 투자의 큰 붐이 이미왔다 갔다하는 경우, 많은 시장 흥분과 수많은 고성능 GPU에 의해 구동되는 대규모 AI 교육 시스템에 대한 지출이 많은 GPU가 자체적으로 발전했으며 AI 시대에 대한 기대가 근본적으로 축소되어야한다면 그들은 큰 소리로 궁금해하고 있습니다.
그러나 주요 hyperscalers의 계획을 자세히 살펴보면 AI 투자는 살아 있습니다. Meta, Amazon, Microsoft 및 Google은 최근 AI 기술에 대한 투자에 대한 두 배가되었습니다. 최근 이야기에 따르면 2025 년 총 3 천억 달러가 넘는 총 약속이 있습니다. 파이낸셜 타임즈에서. Microsoft CEO Satya Nadella는 올해 Microsoft가 AI에 800 억 달러를 쓸 수 있다고 말했다. 메타 창립자이자 마크 주커 버그 (Mark Zuckerberg)는 페이스 북에서“우리는 올해 Capex에 60-65B를 투자하면서 AI 팀을 크게 성장시킬 계획이며, 앞으로 몇 년 동안 계속 투자 할 수도 있습니다.”
이것은 AI 붐이 파열되는 소리는 아니지만 AI 애플리케이션을 가능하게하는 데 얼마나 많은 돈이 소비되는지에 대한 불안감이 증가하고 있습니다. 최소 2 년의 기술 거인들은 대규모 AI 모델을 훈련시키는 데 더 많은 컴퓨팅 힘에 대한 수요가 명확하게 요구되고 있다고 말한 후 2025 년은 AI 과대 광고를 구축하기 위해 비즈니스 미디어에 의해 매일 카펫에 부름을 받기 시작했습니다.
왜 희망에서 우려로 갑자기 전환 했습니까? 답은 중국의 새로운 AI 응용 프로그램의 급속한 상승에서 부분적으로 찾을 수 있습니다. 그러나 앞으로 몇 년 동안 실제로 무슨 일이 일어나고 있는지, AI 투자 및 기술 프로그램이 무엇을 의미하는지 완전히 이해하려면 AI 시대가 진화의 새로운 단계로 전환되고 있음을 인정해야합니다.
진실을 깊이 생각합니다
지금까지 세상은 중국 AI 회사 인 Deepseek에 대해 모든 것을 알고 있으며, 다른 회사가 모델을 훈련시킨 대형 언어 모델을 훨씬 더 효율적으로 훈련시키기 위해 추론 엔진과 통계적 추론을 선전했습니다.
구체적으로, DeepSeek은 그 기술로 인해 일부 Hyperscale 기업이 모델을 훈련시키는 데 필요한 수십만 개의 프리미엄 성능 GPU (생각 Nvidia H100S)보다 훨씬 적은 GPU (2,048 GPU)뿐만 아니라 덜 강력한 GPU (NVIDIA H800S)를 요구했다고 주장했다. 비용 절감 측면에서 Openai는 Chatgpt 교육에 수십억 달러를 소비했지만 Deepseek 보고되었다 R1 모델을 훈련시키는 데 650 만 달러를 소비했습니다.
많은 전문가들이 Deepseek의 지출 청구를 의심했지만, 다른 방법에 대한 소식이 Hyperscalers의 주식 가치와 AI 모델을 훈련시키는 데 수십억 달러를 지출 한 회사에 깊은 급락을 촉진함에 따라 피해가 이루어졌습니다.
그러나 혼란 속에서 몇 가지 중요한 포인트가 사라졌습니다. 하나는 DeepSeek이 AI와 함께 일하는 새로운 방법을 “발명”하지 않았다는 것을 이해했습니다. 두 번째는 AI 생태계의 많은 부분이 AI 투자 비용을 어떻게 지출 해야하는지, 그리고 향후 몇 년 동안 AI 자체가 어떻게 작동 할 것인지에 대한 임박한 변화를 잘 알고 있다는 것입니다.
DeepSeek의 방법과 관련하여 AI 추론 엔진 및 통계적 추론을 사용한다는 개념은 새로운 것이 아닙니다. 통계적 추론의 사용은 광범위한 추론 모델 추론의 개념의 한 측면이며, 이는 AI가 패턴 인식에 기초하여 추론을 도출 할 수 있습니다. 이것은 본질적으로 문제에 접근하는 다양한 방법을 배우고 가능한 최상의 솔루션을 찾기 위해 비교할 수있는 인간 능력과 유사합니다. 추론 기반 모델 추론은 오늘날 사용될 수 있으며 중국 신생 기업에만 사용되지 않습니다.
한편, 한동안 AI 생태계는 이미 AI와 협력하는 방식과 필요한 컴퓨팅 리소스의 근본적인 변화를 기대하고 있습니다. AI 시대의 초기에는 매우 큰 데이터 세트에서 대형 AI 모델을 훈련시키는 데 큰 도움이되었으며, 모두 많은 처리, 복잡한 계산, 무게 조정 및 메모리 의존이 필요했습니다. AI 모델이 훈련 된 후에는 상황이 바뀝니다. AI는 추론을 사용하여 배운 모든 것을 새로운 데이터 세트, 작업 및 문제에 적용 할 수 있습니다. 훈련보다 계산적으로 강렬한 프로세스로서 추론은 많은 GPU 또는 기타 컴퓨팅 리소스를 요구하지 않습니다.
DeepSeek에 대한 궁극적 인 진실은 AI 생태계에서 주식 시장 투자자만큼이나 AI 생태계에서 우리 대부분을 충격하지는 않았지만 AI의 다음 단계의 핵심이되는 방법 중 하나를 강조했다는 것입니다.
AI : 차세대
AI의 약속과 잠재력은 변하지 않았습니다. 주요 hyperscalers의 진행중인 대규모 AI 투자는 AI에서 잠금 해제 할 수있는 미래의 가치에 대한 믿음과 AI가 거의 모든 산업이 작동하는 방식을 바꿀 수있는 방법과 거의 모든 사람들이 일상 생활을 얼마나 변화시키는지를 보여줍니다.
그 초 스케일러의 변화는 그 달러를 어떻게 소비 할 것입니다. AI 시대의 초기 몇 년 동안, 대부분의 투자는 반드시 훈련에 관한 것이 었습니다. AI에 대해 어린이로 생각하고 여전히 개발중인 마음으로 우리는 최고의 학교와 대학에 그것을 보내기 위해 많은 돈을 썼습니다. 이제 그 아이는 교육받은 성인이며 스스로를 지원하기 위해 일자리를 얻어야합니다. 실제 측면에서, 우리는 AI 교육에 많은 투자를했으며 이제 AI를 사용하여 새로운 수익을 창출함으로써 해당 투자 수익을 확인해야합니다.
이러한 투자 수익률을 달성하려면 AI는 기업이 가능한 많은 애플리케이션에 대한 시장 매력과 유틸리티를 극대화 할 수 있도록보다 효율적이고 비용이 적게 들어야합니다. 가장 유리한 새로운 서비스는 인간 모니터링 및 관리가 필요하지 않은 자율적 인 서비스입니다.
많은 회사의 경우, 이는 추론 모델 추론과 같은 자원 효율적인 AI 컴퓨팅 기술을 활용하여 자율적 인 기계 대 기합 통신을 신속하고 비용 효율적으로 활성화합니다. 예를 들어, 무선 산업에서 AI는 모바일 네트워크의 스펙트럼 활용에 대한 실시간 데이터를 자율적으로 분석하여 채널 사용량을 최적화하고 사용자 간의 간섭을 완화 할 수 있으므로 궁극적으로 모바일 운영자가 네트워크 전체에서보다 동적 스펙트럼 공유를 지원할 수 있습니다. 이러한 유형의보다 효율적이고 자율적 인 AI 구동 기계-대기업 통신은 AI의 차세대를 정의 할 것입니다.
다른 모든 주요 컴퓨팅 시대의 경우와 마찬가지로 AI 컴퓨팅은 계속 발전하고 있습니다. 컴퓨팅의 역사가 우리에게 무엇이든 가르쳐 주면 새로운 기술은 항상 많은 선행 투자가 필요하지만, 최대 시장에 호소하기 위해보다 유익하고 저렴한 제품과 서비스를 창출하기 위해 개선 된 기술과 더 나은 관행을 활용하기 시작하면 비용이 줄어들고 효율성이 높아질 것입니다. 혁신은 항상 방법을 찾습니다.
AI 부문은 최근 AI 베어스를 듣는다면 AI 부문이 혼란스러워하는 것처럼 보였지만, 올해 초 스케일러가 계획 할 계획이며 추론 기반 기술의 증가가 다른 이야기를합니다. AI 컴퓨팅은 실제로 변화하고 있지만 AI의 약속은 완전히 손상되지 않습니다.
게시물 AI 붐은 파열되지 않았지만 AI 컴퓨팅은 분명히 변화하고 있습니다. 먼저 나타났습니다 Unite.ai.
