AI Could Democratize One of Tech's Most Valuable Resources

개요

AI 기술 발전은 AI 칩 시장의 지배적인 위치를 차지하고 있는 Nvidia에 대한 경쟁을 심화시킬 가능성이 있으며, 이는 AI 기반 코드 최적화 및 칩 설계 자동화 분야의 스타트업들을 통해 이루어지고 있습니다.

주요 내용

* AI 기반 코드 최적화 스타트업 Wafer: Wafer는 AI 모델을 훈련시켜 특정 실리콘 칩에서 코드가 최대한 효율적으로 실행되도록 최적화하는 데 주력합니다. 이들은 강화 학습을 통해 커널 코드 작성을 학습시키고, Anthropic의 Claude 및 OpenAI의 GPT와 같은 코딩 모델에 "agentic harnesses"를 추가하여 칩에서 직접 실행되는 코드를 생성하는 능력을 향상시킵니다.
* 맞춤형 실리콘 설계 증가: Apple, Google, Amazon, Meta와 같은 많은 기술 기업들이 성능 및 효율성 향상을 위해 자체 칩을 설계하고 있습니다. 맞춤형 실리콘은 종종 소프트웨어가 해당 하드웨어에서 원활하고 효율적으로 실행되도록 많은 양의 코드를 작성해야 합니다.
* Wafer의 시장 경쟁력: Wafer는 AMD 및 Amazon과 같은 회사와 협력하여 자체 하드웨어에서 소프트웨어가 효율적으로 실행되도록 최적화하는 데 도움을 주고 있으며, AI 기반 접근 방식이 Nvidia의 지배력에 도전할 수 있다고 믿습니다. 현재 고성능 칩들은 Nvidia GPU와 유사한 부동 소수점 성능을 제공하며, Wafer는 "와트당 지능 극대화"를 목표로 합니다.
* Nvidia 소프트웨어 생태계의 약화 가능성: 현재 고도로 숙련된 성능 엔지니어는 높은 비용과 수요를 보이지만, Nvidia의 소프트웨어 생태계는 칩 프로그래밍을 더 쉽게 만듭니다. 그러나 AI 모델이 코드를 작성하는 데 능숙해짐에 따라, Nvidia의 소프트웨어 이점이 약화될 수 있습니다. Anthropic의 Claude가 Amazon의 Trainium 칩에서 효율적으로 실행되도록 코드를 처음부터 다시 작성해야 했던 사례는 이러한 변화를 보여줍니다.
* AI 기반 칩 설계 스타트업 Ricursive Intelligence: Ricursive Intelligence는 AI를 사용하여 컴퓨터 칩 설계를 위한 새로운 방법을 개발하고 있습니다. 이 기술이 성공하면 더 많은 회사가 맞춤형 실리콘 설계에 참여할 수 있습니다.
* Ricursive의 기술 및 목표: Ricursive는 칩 설계의 주요 과제인 물리 설계 및 설계 검증을 자동화하는 데 중점을 둡니다. 이들은 Google에서 개발한 AI 기반 컴포넌트 레이아웃 최적화 방식을 발전시켜, LLM을 통합하고 엔지니어가 자연어로 칩 설계 변경 및 질문을 할 수 있도록 할 계획입니다.
* 칩 설계 자동화의 잠재력: AI가 칩 설계 과정을 자동화하면 칩 설계 효율성이 향상될 수 있으며, AI가 자체 실리콘과 코드를 수정하여 상호 개선하는 "재귀적 AI 개선"이 가능해질 수 있습니다. 이는 칩 설계에 대한 새로운 확장 법칙을 만들 수 있습니다. Ricursive는 이미 칩 설계의 더 많은 측면을 최적화할 수 있음을 입증했습니다.

시사점

AI 기반 코드 최적화 및 칩 설계 자동화는 칩 제조의 진입 장벽을 낮추고, Nvidia가 현재 누리고 있는 기술적 우위를 재정의하며, 기술 산업 전반에 걸쳐 혁신과 맞춤형 하드웨어 개발을 가속화할 잠재력을 가지고 있습니다.