Damian Tran(@damianvtran)의 스레드

의견: Nvidia/Coreweave/OpenAI 그래프의 많은 순환성은 AI 데이터 센터의 재정적 실행 가능성 부족으로 설명될 수 있습니다. 그 이유를 이해하기 위해 암호화폐 채굴의 사업 모델을 살펴보겠습니다. 채굴 난이도가 높아짐에 따라 많은 암호화폐 채굴 회사들이 수익성을 잃었습니다. 몇 년마다 교체 시 발생하는 막대한 감가상각비로 인해 수익성이 크게 떨어졌기 때문입니다. AI 데이터 센터는 데이터 센터 제공업체의 관점에서 보면 이러한 상황을 반복하는 것과 마찬가지입니다. GPU 시간으로만 수익을 창출하고 실제 AI 출력으로는 수익을 창출하지 않기 때문입니다. 따라서 연산의 실제 내용은 사업 모델과 무관합니다. 엔비디아, 구글, 오픈AI는 데이터 센터 관리 업무를 일부 또는 전부 아웃소싱하고 있습니다. 감가상각 비용이 대차대조표상 매우 큰 부담으로 보이기 때문입니다. 네오클라우드가 실제 감가상각 비용을 부담하지 않고도 하드웨어 수명 주기의 어느 측면에서든 그 비용을 부담하고 이익을 얻을 수 있도록 하는 것이 더 쉽습니다. Nvidia가 CW에 GPU를 판매하고 DGX Cloud를 위해 GPU 시간을 임대할 때 실제로 하는 일은 GPU 판매와 임대 마크업으로 수익을 창출하고 CW가 감가상각 비용을 부담하도록 하는 것입니다. 네오클라우드(Neoclouds)는 주가 상승과 단기 성장 기회를 노리고 있습니다. 네오클라우드가 부채 조달을 지속할 수 없게 될 때까지는 한동안 효과가 있을 것이며, 그 시점에 대기업들이 감가상각을 완전히 부담해야 한다면 많은 금융 기관들이 재조정을 해야 할 것입니다. 공급망 및 자원 문제로 인해 GPU 칩 비용은 시간이 지남에 따라 단위당 비용이 감소하는 것이 아닙니다. 더 많은 기능을 갖춘 차세대 GPU가 기존 하드웨어를 동일하거나 더 높은 가격으로 계속 대체할 것으로 예상되며, LLM 컴퓨팅 페이로드는 계속해서 더 크고 복잡해질 것입니다. 따라서 이 모델을 수익성 있게 전환할 방법은 없습니다. 환율 변동이나 유동성 문제(또는 둘 다)로 인해 터질 시한폭탄일 뿐입니다. 사물을 작동시키는 유일한 방법은 AI 패러다임의 효율성을 개선하여 기존 클라우드와 동일한 데이터 센터 경제성을 확보하는 것입니다. 즉, 감가상각이 극심하지 않은 경우 더욱 경제적인 하드웨어를 통해 컴퓨팅을 구동할 수 있어야 합니다. 가까운 미래에는 근본적으로 다른 AI 아키텍처를 위한 공급망 집중도가 낮은, 비용 효율적인 하드웨어처럼 보일 수도 있습니다. 이를 통해 더 쉽고 광범위하게 제조되는 하드웨어에서 동일하거나 더 나은 추론 성능을 얻을 수 있습니다. 거품이 터지면 장기적으로 AI 산업에 가장 좋은 일이 될 가능성이 높습니다. "그냥 규모를 키우고 더 많은 돈을 써서 무슨 일이 일어나는지 보는 것"보다 더 나은 접근 방식으로 자금을 재분배하기 시작할 테니까요.