엔비디아 GTC 2025 키노트 – 젠슨 황 CEO

[불스탁®]

엔비디아 GTC 2025 키노트 –  젠슨 황 CEO

블랙웰 아키텍처 & AI 컴퓨팅 혁명  
- 블랙웰(Blackwell) 아키텍처 본격 생산 시작, 동일 전력 대비 호퍼(Hopper) 대비 25배 성능 향상  
- 블랙웰 MV-Link 72 및 다이너모(Dynamo) 적용 시 AI 추론 성능이 호퍼 대비 40배 증가  
- 아키텍처 변화: 통합형 MV-Link에서 분산형 MV-Link로 전환, 공냉식에서 수냉식으로 전환  


AI 팩토리 인프라 및 로드맵  
- 엔비디아는 미래 데이터센터를 "AI 팩토리"로 재정의 – 토큰 생성 전용 시설  
- 명확한 다년간 로드맵 발표:  
  - 블랙웰 울트라(Blackwell Ultra) (2025년 하반기): FLOPs 1.5배 증가, 새로운 어텐션 연산, 네트워크 대역폭 2배 증가  
  - 베라 루빈(Vera Rubin) (2026년 하반기): 새로운 CPU, GPU, 네트워킹, MV-Link 144  
  - 루빈 울트라(Rubin Ultra) (2027년 하반기): MV-Link 576, 15 엑사FLOPs, 4,600TB/s 대역폭  


실리콘 포토닉스(Silicon Photonics) 혁신  
- 세계 최초 공동 패키징 광 실리콘 포토닉 시스템(1.6Tbps CPO)  
- 마이크로링 공진 변조기(MRM) 기술 적용  
- 기존 트랜시버 대비 전력 소모 대폭 절감  
- 수백만 개의 GPU를 연결하는 대규모 데이터센터에서 수십 메가와트의 전력 절약 가능  


엔터프라이즈 AI 인프라  
- 신규 DGX 스테이션 및 DGX 스파크 시스템(20 페타FLOPs) 발표  
- Dell, HP, Lenovo 등과 협력하여 기업용 AI 시스템 제공  
- NIMS (NVIDIA Inference Microservices) 발표 – 기업용 AI 추론 모델 탑재  


로보틱스 및 물리적 AI  
- 아이작 그루트 N1(Isaac Groot N1): 휴머노이드 로봇을 위한 파운데이션 모델(오픈소스 제공)  
- 뉴턴(Newton): NVIDIA, DeepMind, 디즈니 리서치가 공동 개발하는 새로운 물리 엔진  
- 젠슨 황: 물리적 AI가 "가장 거대한 산업이 될 것"이라고 강조  


AI 추론의 새로운 도전 과제  
- 기존 예상보다 100배 더 많은 연산력이 필요  
- 예시: 전통적인 LLM이 439개의 토큰을 사용해 오답을 생성한 반면, AI 추론 모델은 8,600개 이상의 토큰을 사용해 정답 도출  
- 추론(inference)이 컴퓨팅 성능 및 기업 수익성에 직접 영향을 미치는 핵심 과제로 부각  


NVIDIA 다이너모(Dynamo): AI 팩토리 운영체제  
- GPU 간 작업 분배 및 최적화 관리  
- 파이프라인, 텐서, 전문가 병렬 처리 기능 제공  
- 토큰 생성(prefill) 및 디코딩(decode) 단계 성능 최적화  
- 오픈소스 제공으로 광범위한 채택 유도  


"Scale-Up Before Scale-Out" 철학  
- 한 개의 블랙웰 랙(rack)으로 1 엑사FLOPs 제공 (과거에는 여러 개의 랙 필요)  
- 그레이스 블랙웰 MV-Link 72 랙: 60만 개의 부품, 5천 개의 케이블(총 2마일 길이)  
- 데이터센터 아키텍처를 근본적으로 변화시켜 전력당 연산량 극대화  


AI 발전을 가로막는 3가지 핵심 과제  
1. 데이터 문제: 고품질 데이터 확보  
2. 훈련 문제: 인간 개입 없이 학습 가능하게 하는 방법  
3. 확장 문제: 리소스를 늘려 AI 성능을 지속적으로 개선하는 방법  


비즈니스 및 산업적 영향  
- 주요 기업과의 협력 발표:  
  - GM: 차세대 자율주행차 AI 플랫폼으로 엔비디아 채택  
  - T-Mobile, Cisco, NVIDIA, Cerebras: AI 기반 통신망 혁신  
  - 기업 AI 파트너십: Accenture, SAP, BlackRock, ServiceNow, Capital One 등  


검색에서 생성으로의 컴퓨팅 패러다임 변화  
- 기존 검색(retrieval‎) 기반 컴퓨팅에서 생성(generative) 기반 컴퓨팅으로 전환  
- 프로세서부터 스토리지까지 컴퓨팅 스택 전면 개편  
- 미래의 스토리지는 검색이 아닌 의미(semantics) 기반 시스템으로 변화  


AI 팩토리 경제학  
- AI 인프라에서 가장 중요한 요소는 전력  
- 데이터센터의 성능은 "토큰/초/메가와트" 단위로 측정  
- 에너지 효율성이 곧 수익성으로 직결  


로봇 혁명과 미래 전망  
- 젠슨 황: "이제 로봇의 시대가 왔다"고 선언  
- 2030년까지 5천만 명의 노동력 부족 예상  
- 물리적 AI가 모든 산업에서 자율 시스템을 구현하는 핵심 기술이 될 것  


젠슨 황은 엔비디아가 AI 혁신을 위한 인프라 제공자로서 핵심적인 역할을 수행할 것임을 강조하며, AI 시스템의 연산 요구가 폭발적으로 증가하는 상황에서 이를 해결할 명확한 기술 로드맵을 제시함.

*** 본 정보는 투자 참고용 자료로서 그 정확성이나 완전성을 보장할 수 없으며, 어떠한 경우에도 법적 책임소재에 대한 증빙자료로 사용될 수 없습니다.

'돈' 잃지 마라! '돈'을 지켜라! 그리고 '돈'을 불려라!