"엔비디아 필요 없다" 구글의 TPU, AI 시장 발칵

.The user is referring to recent news that Google's Tensor Processing Units (TPUs) are emerging as a viable alternative to Nvidia's GPUs in the AI chip market, challenging Nvidia's dominant position and causing significant market reaction. 

Several key developments drive this market shift:

• Performance and Efficiency: TPUs are designed for AI and machine learning tasks. They are more efficient and, for some workloads, more cost-effective than GPUs.
• Major Customer Interest: Large tech companies like Meta Platforms and AI startup Anthropic are exploring or have already agreed to use Google's TPUs in their data centers. Anthropic plans to use up to one million of Google's new "Ironwood" TPUs.
• Internal Success: Google's latest AI model, Gemini 3, was trained on Google's TPUs. This demonstrates the capability of TPUs for AI development.
• Market Impact: News of Meta's potential deal caused Nvidia's stock to drop and Google's stock to rise. Investors see TPUs as a credible alternative to Nvidia's hardware.
• Strategic Advantage: Google is offering TPUs to other hyperscalers. This allows them to diversify their supply chain and reduce their reliance on Nvidia. This could lead to greater bargaining power and lower costs. 

Nvidia's software ecosystem, CUDA, is a significant competitive factor. This makes it difficult for many developers to switch. Nvidia asserts that its GPUs remain ahead in versatility and performance for many AI models. 

엔비디아 GPU 의존 구조 탈피 신호탄,  자체 칩 TPU와 SW 결합해 성능 입증

구글은 최근 차세대 거대언어모델(LLM)인 ‘제미나이3’과 이미지 생성 도구 ‘나노 바나나 프로’를 엔비디아의 그래픽처리장치(GPU) 없이 자체 개발한 텐서처리장치(TPU)만으로 학습시키는 데 성공했다. 업계에서는 이번 성과를 두고 AI 인프라 시장에서 절대적인 지위를 누리던 엔비디아의 독점 체제에 균열이 생기기 시작했다는 평가가 나온다.

제미나이3이 직접 밝힌 내용에 따르면, 구글은 이번 모델 개발을 위해 ‘TPU-XLA-JAX-A3·A4 슈퍼컴퓨터 구조’라는 새로운 방식을 도입했다. 이는 수천 개의 TPU 칩을 초고속 통신망으로 연결해 하나의 거대한 공장 시스템처럼 작동하게 만든 것이다. 기존에는 고성능 AI 모델 학습을 위해 엔비디아 GPU가 필수라는 인식이 지배적이었으나, 구글은 AI 연산에 특화된 TPU를 통해 이 장벽을 넘었다.

구글은 하드웨어뿐만 아니라 소프트웨어 최적화에도 공을 들였다. 과학자가 설계한 AI 모델을 TPU가 이해하기 쉬운 언어로 자동 변환하는 프레임워크인 ‘JAX’와, 여러 칩에 계산을 효율적으로 분배하는 관리 시스템 ‘XLA’가 그 역할을 수행했다. 이는 엔비디아의 강력한 소프트웨어 생태계인 ‘쿠다(CUDA)’ 없이도 고성능 AI 개발이 가능함을 입증한 사례이다.

이 사건은 업계에서 ‘AI 반도체 탈(脫)엔비디아 선언’으로 불린다. 국내 신경망처리장치(NPU) 업계 관계자는 구글의 이번 성과가 추론용 AI 시장에서 엔비디아 GPU의 대체재 시장이 형성되고 있음을 시사한다고 분석했다. 특히 온디바이스 AI 반도체 전문 기업 딥엑스 관계자는 구글이 브로드컴의 기술을 활용해 통신 속도를 2배 높이는 등 기술적 해자를 넘어섰다고 평가했다.

 구글의 TPU 칩이 엔비디아 주식의 독점적 지배를 종식시킨 방법은 다음과 같습니다.

구글의 새로운 칩과 성공적인 AI 모델은 엔비디아의 독점에 직접적으로 도전하고 있으며, 이로 인해 엔비디아의 주가가 하락하고 있습니다

구글이 갑자기 인공지능(AI) 하드웨어 시장을 장악하고 있습니다. 이러한 변화는 구글의 자체 칩으로만 학습된 제미니 3 AI 모델의 출시와 함께 시작되었습니다. 메타 플랫폼(META +2.26% ▲)이 구글과 텐서 프로세싱 유닛(Tensor Processing Units=TPU)으로 알려진 이 칩 구매를 논의 중이라는 보도가 나온 후, 이러한 상승세는 상당한 탄력을 받았습니다.

구글, 자체 하드웨어 솔루션 개발

2010년대 구글은 현재 많은 AI 기업들이 직면하고 있는 것과 동일한 문제에 직면했습니다. 기존 서버는 부족했고, 엔비디아의 그래픽 처리 장치(GPU)는 구글이 필요로 하는 대량의 GPU를 구하기가 어려웠고, 가격도 비쌌습니다. 이러한 규모를 운영하려면 내부적으로 특화된 솔루션이 필요했습니다.

구글은 2015년 1세대 TPU를 출시했습니다. 대중이 이 하드웨어의 존재를 알기도 전에, 구글 지도, 사진, 번역 등 구글의 방대한 제품군 전반에 걸쳐 핵심 백엔드 서비스를 구동하고 있었습니다. 이러한 초기 자체 개발을 통해 구글은 10년간 맞춤형 실리콘을 개선해 온 경험을 쌓을 수 있었습니다.

고객, TPU의 비용적 이점 발견

구글은 현재 7세대 TPU를 사용하고 있으며, 사내에서 광범위하게 활용하고 있습니다. 중요한 것은 구글이 엔비디아 하드웨어에서 워크로드를 실행할 수 있는 주요 외부 고객을 찾기 시작했다는 것입니다.

주요 고객으로는 TPU를 사용하여 Apple Intelligence 모델을 학습시킨 애플과, 멀티 클라우드 전략에 TPU 계약을 통합한 고평가 AI 스타트업 앤트로픽(Anthropic)이 있습니다. 현재 많은 AI 워크로드에서 TPU는 엔비디아 GPU보다 훨씬 우수한 비용 구조를 제공하며, 딥 러닝을 위한 고도로 전문화된 행렬 연산을 초고속으로 수행합니다.

엔비디아, 독자 CUDA 소프트웨어로 방어력 강화

아마존(AMZN +1.77% ▲)을 비롯한 여러 업체에서 TPU와 맞춤형 칩이 부상했음에도 불구하고, 엔비디아의 시장 지배력은 현재까지 크게 유지되고 있습니다. 고객들은 여전히 ​​엔비디아 하드웨어에 크게 의존하고 있으며, 덕분에 엔비디아는 3분기에 73%라는 놀라운 매출 총이익률을 달성했습니다.

엔비디아는 2004년 CUDA 소프트웨어 개발을 시작으로 입지를 다졌습니다. CUDA는 GPU를 그래픽 외의 작업에도 프로그래밍할 수 있도록 하여 개발자들이 C와 같은 일반적인 언어를 사용할 수 있도록 합니다. 오늘날 거의 모든 AI 연구자들은 CUDA 사용법을 알고 있으며, TPU 설계자를 포함한 경쟁사들이 아직 성공적으로 돌파하지 못한 높은 소프트웨어 장벽 역할을 하고 있습니다.

경쟁사, 공급업체 위험 제한 위해 다각화

AI 선도 기업 Anthropic의 전략은 기업 AI 인프라의 미래를 명확하게 보여줍니다. Anthropic은 Amazon Web Services, Microsoft Azure, 그리고 Google과 대규모 계약을 체결하고 있습니다.

이러한 접근 방식은 Nvidia GPU, Google TPU, 그리고 Amazon의 맞춤형 Trainium 하드웨어를 혼합하여 사용합니다. Anthropic은 멀티 클라우드 전략 전반에 걸쳐 공급업체와 칩 사용을 분산함으로써 거래상대방 위험을 적극적으로 낮추고 단일 공급업체에 대한 의존도를 줄이고 있으며, 이는 향후 Nvidia의 시장 점유율에 큰 역풍을 예고하고 있습니다.

요약하자면, Google의 Gemini 3 성공과 Meta에 대한 TPU 매각 가능성은 AI 인프라에 대한 Nvidia의 거의 독점적인 지위에 대한 가장 큰 도전 과제입니다. 엔비디아의 시장 점유율과 73%의 매출 총이익은 현재 자사의 독점적인 CUDA 소프트웨어에 의해 보호받고 있지만, 업계 전체가 대체 제품을 개발하려는 움직임은 결국 경쟁이 칩 대기업의 수익성 높은 지배력을 공격할 것이라는 점을 확인시켜 줍니다.

알파벳은 지금 매수하기 좋은 주식일까요?

알파벳 A등급(+0.07% ▲)에 대한 애널리스트들의 투자 의견은 여전히 ​​긍정적입니다. 월가는 지난 3개월 동안 38명의 애널리스트를 추적한 결과를 바탕으로 현재 알파벳에 대해 '강력 매수' 등급을 부여하고 있습니다. 이 중 31명의 애널리스트는 '매수', 7명은 '보류' 등급을, 그리고 '매도' 등급을 추천하는 애널리스트는 없습니다.

구글의 12개월 평균 목표 주가는 $312.00로, 전일 대비 -1.95% 하락한 수준입니다.