Google의 비밀 AI 무기가 방금 유출되었습니다

OpenAI 및 Anthropic과 같은 연구소들은 종종 중요한 병목 현상으로 AI 컴퓨팅 자원의 부족을 언급합니다. 그러나 Google은 Gemini와 같은 자체 거대 모델에 동력을 공급할 뿐만 아니라 가장 강력한 경쟁사들에게도 처리 능력을 제공하며 엄청난 풍요로운 위치에서 운영됩니다. 이 놀라운 역설은 Google의 독특한 전략적 이점을 보여줍니다.

Google Cloud CEO Thomas Kurian은 이러한 격차에 대한 핵심 통찰력을 제공합니다. 그는 Google의 독보적인 위치를 강조합니다. 즉, Tensor Processing Units (TPUs)와 같은 맞춤형 실리콘부터 고급 AI 모델 및 기본 엔터프라이즈 데이터 인프라에 이르기까지 전체 AI 스택을 소유하고 있다는 것입니다. 이러한 풀 스택 제어를 통해 Google은 모든 계층을 최적화하여 비할 데 없는 효율성과 규모를 달성할 수 있습니다.

다른 회사들이 어려움을 겪는 동안, Google은 Anthropic과 같은 경쟁사에게까지 판매하면서 어떻게 이 엄청난 용량을 유지할 수 있을까요? 그 답은 수십 년간의 세심하고 장기적인 전략 계획에 있습니다. Google은 수년 전에 AI 붐을 예상하고, 데이터 센터를 위한 광대한 부동산을 선제적으로 확보했으며, 중단 없는 전력 공급을 보장하기 위해 에너지원을 다각화했습니다.

이 회사는 또한 데이터 센터 건설을 혁신하여 전통적인 건축 방식에서 보다 효율적인 제조 공정으로 전환했습니다. 이는 기계 배포 주기 시간을 크게 단축하여 빠른 확장을 가능하게 했습니다. Google이 10년 이상 자체 TPU 개발에 전념한 것은 하드웨어 독립성과 비용 효율성을 더욱 공고히 하여, 컴퓨팅 자원을 어떻게 수익화하든 '훌륭한 마진'을 확보하도록 보장합니다.

이러한 선견지명은 Anthropic이 2027년부터 최대 100만 개의 TPU와 약 3.5기가와트의 차세대 TPU 기반 컴퓨팅을 활용하겠다는 약속과 같은 대규모 투자로 이어집니다. Google이 이러한 용량을 제공하여 상당한 현금 흐름을 창출하는 능력은 자체적인 야심찬 AI 연구에 자금을 지원하여 혁신과 인프라 지배력의 자립적인 순환을 만들어냅니다.

Google의 비밀 병기는 맞춤형 실리콘인 Tensor Processing Unit (TPU)입니다. NVIDIA의 범용 GPU와 달리, TPU는 머신러닝을 위해 처음부터 설계된 주문형 반도체(ASIC)입니다. 이 특수 설계는 AI 워크로드에 대해 탁월한 효율성과 와트당 성능을 제공하여 Google의 방대한 인프라 전반에서 훈련 및 추론 작업을 최적화합니다.

이 회사는 12년 이상 전에 이 야심찬 여정을 시작했으며, 이는 현재 엄청난 배당금을 지급하는 전략적 투자입니다. 독점 칩 개발에 대한 이러한 장기적인 노력은 Google을 현재 AI 붐보다 훨씬 앞서게 하여 자체 모델을 확장하고 Anthropic과 같은 파트너를 지원할 수 있게 했습니다. Google의 최신 8세대 TPU인 훈련용 TPU 8t와 추론용 TPU 8i는 이러한 선두를 보여줍니다. TPU 8t는 9,600개의 칩과 2페타바이트의 공유 고대역폭 메모리로 확장되며, 이전 세대보다 칩 간 대역폭을 두 배로 늘리고 대규모 훈련에서 최대 2.7배의 달러당 성능 향상을 제공합니다.

이 지적 재산을 소유함으로써 Google은 AI 인프라에 대한 비할 데 없는 통제력을 행사할 수 있습니다. 이러한 수직 통합은 상당한 비용 통제, 광범위한 생태계에 맞춰 최적화된 성능, 그리고 타사 하드웨어에 의존하는 경쟁사들을 괴롭히는 공급망 병목 현상으로부터의 중요한 보호로 직접 이어집니다. Google Cloud CEO Thomas Kurian은 "우리는 우리 자신의 IP를 소유하고 있습니다. 우리는 단순히 다른 사람의 IP를 유통하는 것이 아닙니다."라고 강조하며, 통합된 수요 덕분에 강력한 영업 마진을 달성하고 공급업체와 유리한 조건을 확보할 수 있는 능력을 부각합니다.

TPUs는 이제 Google의 내부 AI 요구 사항이나 심지어 2027년부터 10조 개 매개변수 Mythos 모델을 위해 최대 100만 개의 TPUs를 사용하기로 약정한 Anthropic과 같은 파트너를 지원하는 것을 훨씬 넘어섭니다. Google Cloud는 TPUs 수익화를 다각화하여 이를 범용 인프라로 배포하고 있습니다. Department of Energy는 고성능 컴퓨팅을 위해 TPUs를 활용합니다. Citadel과 같은 자본 시장 기업들은 알고리즘 트레이딩을 위해 TPUs를 점점 더 많이 사용하며, 전통적인 수치 계산에서 더 빠르고 효율적인 추론 기반 기술로 전환하고 있습니다. 이러한 광범위한 채택은 TPU의 다용도성과 컴퓨팅 제약이 있는 AI 환경에서 Google의 전략적 이점을 강조합니다.

비할 데 없는 AI 컴퓨팅 역량을 가진 Google이 왜 비밀 병기를 공유할까요? Google Cloud CEO Thomas Kurian은 이에 대해 "이 모든 것에 자금을 지원하기 위해 돈을 벌어야 한다"는 필요성을 직접 언급합니다. Google의 막대한 자원에도 불구하고, 2026년까지 1,750억 달러에서 1,850억 달러로 예상되는 AI 개발에 필요한 막대한 자본 지출은 지속적인 현금 흐름을 요구합니다.

Kurian은 맞춤형 Tensor Processing Units (TPUs)에 대한 접근을 민주화하는 세 가지 사업적 근거를 제시합니다. 첫째, 이는 Google의 내부 요구와 외부 수요의 균형을 맞추면서 중요한 현금 흐름을 창출합니다. 둘째, 상당한 공급망 영향력을 부여합니다. 훨씬 더 큰 풀을 대표하는 Google의 통합된 수요는 구성 요소에 대한 공급업체로부터 유리한 조건을 확보하여 견고하고 효율적인 제조 파이프라인을 보장합니다.

셋째, TPUs를 공유하는 것은 제품 자체를 향상시킵니다. Citadel과 같은 금융 회사부터 Department of Energy와 같은 정부 기관에 이르는 다양한 고객 요구 사항은 Google이 하드웨어와 소프트웨어를 혁신하고 개선하도록 만듭니다. 이러한 광범위한 사용은 TPUs를 초기 AI 알고리즘을 훨씬 뛰어넘는 보다 범용적인 인프라로 변화시킵니다. 더 자세한 기술 정보는 Tensor Processing Units (TPUs) - Google Cloud를 참조하십시오.

이 전략은 다른 AI 연구소에도 중요한 생명줄을 제공합니다. Kurian은 대규모 훈련 실행을 위한 컴퓨팅 비용이 증가함에 따라 "벤처 캐피탈이 무기한으로 자금을 지원할 수 없다"고 강조합니다. Google의 모델은 수익성으로 가는 길을 제공하여 Anthropic과 같은 연구소가 점점 더 지속 불가능해지는 VC 자금에만 의존하지 않고 확장할 수 있도록 합니다. 2027년부터 Claude Mythos 5 모델을 위해 최대 100만 개의 Google Cloud TPUs를 활용하겠다는 Anthropic의 약속은 이러한 공생 관계를 잘 보여줍니다.

궁극적으로 Google은 내부 엔지니어링의 경이로움을 강력하고 수익을 창출하는 플랫폼으로 전환합니다. 이러한 움직임은 Google Cloud의 시장 지위를 단순한 인프라 제공업체가 아닌, 최첨단 AI 개발을 위한 필수 파트너로서 확고히 합니다. 현재 Google Cloud 고객의 75%가 AI 제품을 사용하고 있으며, 모델이 분당 160억 개 이상의 토큰을 처리하고 있는 상황에서 이 전략은 분명히 성과를 거두고 있습니다.

Google은 AI 하드웨어의 중요한 도약을 알리며 8세대 Tensor Processing Units를 공식적으로 공개했습니다. 이 라인업은 집중적인 훈련 워크로드를 위한 TPU 8t와 효율적인 추론에 최적화된 TPU 8i를 특징으로 합니다. 이러한 이중 접근 방식은 AI 모델 개발 및 배포의 서로 다른 단계를 목표로 합니다.

연구에 따르면 새로운 하드웨어에서 상당한 성능 향상이 나타났습니다. TPU 8t는 이전 모델인 Ironwood에 비해 대규모 훈련에서 2.7배 향상된 가격 대비 성능을 제공합니다. 추론의 경우 TPU 8i는 최대 80%의 가격 대비 성능 향상을 자랑하며, 대규모 AI를 더욱 접근하기 쉽고 비용 효율적으로 만듭니다.

순수한 속도를 넘어, 8세대 TPU는 효율성을 우선시합니다. 8t와 8i 모두 최대 2배 향상된 전력 효율을 달성하여 AI의 에너지 발자국에 대한 증가하는 우려를 해결합니다. TPU 8t는 9,600개의 칩과 2페타바이트의 공유 고대역폭 메모리로 확장되며, 칩 간 대역폭이 두 배로 늘어났습니다. TPU 8i 또한 포드당 최대 331.8 TB의 HBM으로 용량을 크게 늘려, 이전 세대의 49.2 TB에서 엄청난 도약을 이루었습니다.

이러한 하드웨어 발전은 AI의 새로운 가능성을 열어줍니다. 더 빠른 훈련은 개발자들이 더 크고 복잡한 모델을 더 짧은 시간에 반복하여 AI가 달성할 수 있는 한계를 넓힐 수 있음을 의미합니다. 더 저렴하고 효율적인 추론은 차세대 모델을 대규모로 배포할 수 있게 하여 Google Cloud 사용자들의 운영 비용을 절감합니다.

결정적으로, 이러한 컴퓨팅 파워는 규모 때문에 이전에 불가능하다고 여겨졌던 모델의 호스팅을 가능하게 합니다. Anthropic의 소문난 10조 매개변수 모델인 Mythos가 이를 잘 보여줍니다. 전례 없는 컴퓨팅 자원을 요구하는 이러한 거대한 모델들은 이제 Google의 고급 TPU 인프라에서 구동될 수 있으며, 다음 에이전트 AI의 물결을 이끌 것입니다.

Anthropic의 소문난 Claude Mythos 5 모델은 AI의 새로운 지평을 제시합니다. 이 거대한 모델은 전례 없는 10조 개의 매개변수를 자랑하며, 이는 공개적으로 알려진 가장 큰 모델들조차 왜소하게 만들고 생성형 AI에 대한 기대를 재정의하는 규모입니다. 이러한 엄청난 규모는 AI 역량의 심오한 도약을 의미하며, 범용 챗봇에서 고도로 전문화된 강력한 에이전트로의 전환을 시사합니다.

결정적으로, 이 생성형 AI 거물은 단순한 개념이 아닙니다. Google Cloud의 강력한 TPU 인프라에서 활발하게 훈련되고 서비스되고 있습니다. Anthropic이 Mythos 규모의 모델을 위해 Google의 맞춤형 실리콘을 활용하기로 한 결정은 플랫폼의 비할 데 없는 컴퓨팅 파워, 효율성 및 확장성에 대한 강력하고 공개적인 지지를 보여줍니다. 이 파트너십은 Google의 중요한 역할을 강조합니다.

Google의 맞춤형 Tensor Processing Units (TPUs) 전략은 특히 Anthropic과의 흥미로운 '협력적 경쟁' 역학을 보여줍니다. Google이 Gemini와 같은 자체 기반 모델을 개발하는 동시에, 10조 매개변수 Claude Mythos 5를 개발 중이라고 소문난 선도적인 AI 연구소인 Anthropic과 같은 경쟁사에도 힘을 실어주고 있습니다. 이러한 역설적인 관계는 고위험 AI 경쟁에서 계산된 움직임을 강조합니다.

Anthropic은 Mythos 5의 엄청난 규모의 모델을 훈련하고 배포하는 데 필수적인 Google Cloud의 세계적 수준의 비용 효율적인 컴퓨팅 파워에 대한 중요한 접근 권한을 얻습니다. 새로 발표된 TPU 8t는 대규모 훈련에서 최대 2.7배의 가격 대비 성능 향상을 제공하며, TPU 8i는 추론에서 최대 80% 더 나은 가격 대비 성능을 제공합니다. 이러한 효율성은 Anthropic이 엄청난 초기 인프라 비용 없이 AI 개발의 한계를 뛰어넘을 수 있도록 합니다.

Google에게 있어, 이러한 관계는 자사의 TPU platform이 최첨단 AI 연구를 위한 선도적인 솔루션임을 입증합니다. Anthropic에 컴퓨팅 파워를 제공하는 것은 상당한 수익을 창출하며, 2026년에 1,750억 달러에서 1,850억 달러로 예상되는 Google의 막대한 자본 지출에 필요한 현금 흐름에 기여합니다. 이러한 다각화는 또한 통합된 수요 덕분에 유리한 조건을 확보하여 공급망 공급업체에 대한 Google의 입지를 강화합니다.

컴퓨팅 자원을 독점하는 대신 개방형 플랫폼 접근 방식을 채택하는 것은 전체 AI 산업 전반의 혁신을 가속화합니다. Google Cloud CEO Thomas Kurian은 Google이 자체적인 필요와 외부 수요의 균형을 맞추어 충분한 현금 흐름을 확보하는 동시에 더 넓은 생태계를 육성하고 있다고 강조합니다. 이는 폐쇄적인 전략과는 극명하게 대비되며, Google 인프라에 대한 미래 수요를 이끌 수 있는 바로 그 혁신을 억압할 수 있습니다.

AWS 및 NVIDIA와 같은 플랫폼도 활용하는 멀티 클라우드 전략을 유지하고 있음에도 불구하고, Anthropic은 Google과의 투자를 크게 심화하고 있습니다. 이 회사는 2027년부터 Google Cloud에서 최대 100만 개의 TPUs와 약 3.5기가와트의 차세대 TPU 기반 컴퓨팅을 활용하기로 약속했습니다. 이러한 상당한 약속은 Anthropic이 가장 야심 찬 프로젝트를 위해 Google의 맞춤형 실리콘에 대한 신뢰를 보여줍니다. 그들의 작업에 대한 자세한 내용은 Home \ Anthropic을 방문하십시오.

순수한 테라플롭스와 이론적인 최고 성능을 넘어, AI 지배를 위한 진정한 전장은 점점 더 총 소유 비용(TCO)으로 이동하고 있습니다. NVIDIA가 GPU의 강력함을 자랑하는 반면, Google Cloud는 맞춤형 Tensor Processing Units (TPUs)를 경제적으로 우월한 선택으로 내세우며, 이는 대규모 언어 모델 개발 및 배포의 천문학적인 비용으로 고심하는 기업들에게 특히 설득력 있는 이야기입니다. 이것은 단순히 더 빠른 칩에 관한 것이 아니라, 전체 운영 비용에 관한 것입니다.

Google의 독특한 이점은 깊은 수직 통합에서 비롯됩니다. 이 회사는 자체 실리콘을 설계하고, 해당 하드웨어에 최적화된 맞춤형 데이터 센터를 구축하며, 이 모든 것을 조율하는 소프트웨어 스택을 개발합니다. 이러한 엔드투엔드 제어를 통해 Google은 최대 효율성을 위해 모든 계층을 미세 조정하고 이러한 절감액을 고객에게 전달할 수 있습니다. 경쟁업체는 종종 다른 회사의 하드웨어를 재판매하여 추가 마진을 발생시키고 Google이 제공하는 전체적인 최적화가 부족합니다. 이러한 근본적인 차이는 Google이 우수한 단위 경제성을 제공할 수 있도록 합니다.

Google Cloud CEO Thomas Kurian은 이러한 "매력적인 단위 경제성"을 영구적으로 용량 제약이 있는 환경에서 핵심 경쟁 우위로 강조합니다. Anthropic과 같은 고객에게는 Mythos 5와 같은 거대한 10조 매개변수 모델을 훈련할 때, 효율성 향상이 프로젝트 수명 동안 수십억 달러의 절감으로 직접적으로 이어집니다. 예를 들어, 새로 발표된 TPU 8t는 대규모 훈련에서 이전 모델보다 최대 2.7배의 성능-대-비용 개선을 약속하며, TPU 8i는 추론 워크로드에서 최대 80%의 성능-대-비용 개선을 제공합니다.

결정적으로, 이러한 경제적 효율성은 와트당 성능으로 확장됩니다. AI 데이터 센터가 엄청난 전력을 소비하는 에너지 의식적인 세상에서, Google의 하드웨어 효율성은 생태학적 필수 요소이자 상당한 경제적 이점입니다. 8세대 TPUs는 이전 세대보다 최대 2배 더 나은 와트당 성능을 제공하여 전기 및 냉각 관련 운영 비용을 직접적으로 절감합니다. 이러한 효율성은 Google의 컴퓨팅을 강력할 뿐만 아니라 지속 가능하게 확장 가능하게 만들며, 이는 장기적인 AI 인프라에 있어 중요한 요소입니다.

이 포괄적인 접근 방식은 Google이 자체의 야심찬 AI 노력을 강화할 뿐만 아니라 주요 파트너와 경쟁사에게 전략적으로 동력을 제공할 수 있게 합니다. 비용 효율적이고 고성능의 기반을 제공함으로써 Google은 경쟁이 심화되는 상황에서도 TPUs가 필수적인 인프라가 되도록 보장하며, AI 생태계에서 Google의 입지를 확고히 합니다. 이것이 Google의 "프레너미" 전략에서 미묘하지만 강력한 지렛대입니다.

Google Cloud CEO Thomas Kurian은 데이터 센터 배포 방식의 급진적인 변화를 공개하며, 전통적인 건설 방식에서 제조 사고방식으로의 전환을 발표했습니다. 이 혁신적인 접근 방식은 전체 데이터 센터 열을 현장 외부에서 사전 제작하고 사전 테스트하는 것을 포함합니다. Google은 이러한 표준화된 모듈형 유닛을 신속하게 배포하여, 기존의 바닥부터 짓는 방식에 비해 주기 시간을 획기적으로 단축합니다.

이러한 운영 효율성은 AI 컴퓨팅 곡선에서 앞서나가기 위해 매우 중요합니다. Kurian은 제조 방식이 건설 방식보다 훨씬 빠른 인프라 배포를 가능하게 한다고 강조합니다. 이는 Google 내부 프로젝트와 Anthropic과 같은 외부 AI 연구소 모두에서 끊임없이 증가하는 수요를 고려할 때 필수적인 역량입니다. 이 전략은 Google이 물리적 인프라를 전례 없는 속도로 확장할 수 있도록 직접적으로 지원합니다.

Google의 이러한 물리적 인프라에 대한 투자는 막대하며, 2026년에는 자본 지출이 1,750억 달러에서 1,850억 달러에 이를 것으로 예상됩니다. 이 막대한 투자는 상당한 경제적 파급 효과로 직접 이어져, 이러한 첨단 시설 주변 지역 사회에 일자리 창출을 촉진합니다. 건설업부터 고도로 숙련된 기술자에 이르기까지 광범위한 고용 기회가 창출됩니다.

회사는 데이터 센터 전략에 첨단 에너지 솔루션을 통합하여 대중의 정서에 적극적으로 대응합니다. 여기에는 전원 다변화, 계량기 후단 기술 배포, 재생 에너지 활용을 통해 에너지 집약적인 시설의 지속 가능성과 신뢰성을 높이는 것이 포함됩니다. Google은 AI의 미래를 구축하면서 책임감 있는 이웃이 되는 것을 목표로 합니다.

맞춤형 건설에서 효율적이고 반복 가능한 제조로의 이러한 전략적 전환은 AI 컴퓨팅에 대한 끝없는 수요를 충족시키는 Google의 능력을 직접적으로 뒷받침합니다. 이는 Anthropic의 10조 개 매개변수 모델인 Mythos 5와 같은 거대한 요구 사항을 수용하면서 맞춤형 Tensor Processing Units (TPUs)의 신속한 확장을 보장합니다.

물리적 인프라를 최적화하고 배포를 가속화함으로써 Google은 자체 AI 발전에 필요한 컴퓨팅 용량을 확보할 뿐만 아니라 고성능 인프라의 핵심 제공자로서의 입지를 유지합니다. 이러한 운영 역량은 Google이 '프레너미' 경쟁사를 포함한 다양한 AI 개발 생태계에 동력을 제공하여 AI 시대에서 Google의 근본적인 역할을 공고히 합니다.

Google Cloud CEO Thomas Kurian은 "에이전트 시대가 도래했다"고 명확히 선언하며 AI 애플리케이션의 중대한 전환점을 알렸습니다. 이 선언은 대화형 챗봇과 단순한 질문 답변 시스템을 넘어 기업 전반에 걸쳐 복잡한 비즈니스 워크플로우를 실행할 수 있는 정교하고 자율적인 개체로의 전환을 의미합니다. Google의 최신 TPU 8t 및 TPU 8i로 뒷받침되는 강력한 컴퓨팅 인프라는 이러한 차세대 AI에 동력을 공급하기 위해 특별히 구축되었습니다.

AI 에이전트는 단순한 정보 검색을 넘어섭니다. 이는 사람의 개입을 최소화하면서 복잡하고 다단계적인 프로세스를 자동화하도록 설계된 시스템입니다. 정적인 모델과 달리, 에이전트는 환경을 인지하고, 목표에 대해 추론하며, 행동을 계획하고 실행할 수 있으며, 종종 여러 엔터프라이즈 시스템 및 데이터 소스와 상호 작용합니다. 이러한 역량은 다양한 산업 전반의 운영 효율성을 혁신하는 데 중요합니다.

Google의 수직 통합 스택(맞춤형 실리콘부터 고급 모델에 이르기까지)은 이러한 까다로운 워크로드를 지원하는 데 독보적인 위치를 차지합니다. 에이전트가 초기 제출부터 최종 지급까지 복잡한 보험 청구 처리를 자동화하여 건강 보험사를 돕거나, 방대한 의학 문헌과 환자 데이터를 분석하여 개인 맞춤형 치료 프로토콜을 제안함으로써 종양 전문의에게 힘을 실어주는 것을 상상해 보십시오. 이러한 애플리케이션은 TPU 기술의 상당한 발전을 직접 활용하여 비할 데 없는 안정성과 성능을 요구합니다.

이러한 정교한 시스템의 개발 및 배포를 용이하게 하기 위해 Google은 Gemini Enterprise Agent Platform을 도입했습니다. 이 포괄적인 솔루션은 모든 엔터프라이즈 환경에서 AI 에이전트를 대규모로 구축, 오케스트레이션 및 관리하는 데 필요한 강력한 도구를 제공합니다. 이는 에이전트가 민감한 데이터에 안전하게 액세스하고, 엄격한 규정을 준수하며, 기존 IT 환경에 원활하게 통합되어 완전히 새로운 수준의 자동화를 실현할 수 있도록 보장합니다. 이러한 에이전트를 구동하는 대규모 모델에 대한 더 깊은 통찰력을 얻으려면 Anthropic Claude Mythos 5: The First 10-Trillion-Parameter Model — Scaling Laws Hit a New Milestone | by Analyst Uttam | AI & Analytics Diaries | Apr, 2026 | Medium와 같은 논의를 탐색할 수 있습니다. 이 플랫폼은 미래를 위한 실용적인 에이전트 기반 AI 솔루션을 가능하게 하려는 Google의 약속을 강조합니다.

Google의 진정한 경쟁 우위는 Gemini와 같은 단일 AI 모델이나 Anthropic의 Mythos 5와 같은 소문난 10조 매개변수 거대 모델을 훨씬 뛰어넘습니다. 그 전략적 탁월함은 실리콘부터 플랫폼까지 아우르는 수직 통합 제국인 전체 AI 가치 사슬을 제어하는 데 있습니다. 이러한 풀 스택 접근 방식은 Google을 급성장하는 AI 경제의 필수적인 기반으로 자리매김하게 하며, 다른 기업들은 꿈꿀 수 없는 규모를 가능하게 합니다.

자체 맞춤형 Tensor Processing Units (TPUs)를 설계하고, 초효율적인 데이터 센터를 구축하며, AI 워크로드를 위해 설계된 글로벌 네트워크를 조율함으로써 Google은 전체 산업의 근본적인 경제성과 성능을 좌우합니다. 그 강력한 소프트웨어 플랫폼은 이러한 지배력을 더욱 공고히 하여 개발자와 기업에 완전하고 최적화된 생태계를 제공합니다. 이러한 비할 데 없는 인프라 덕분에 Google Cloud는 Mythos 5만큼 거대한 모델의 개발을 지원하고, Kurian이 구상하는 '에이전트 시대'를 뒷받침할 수 있습니다.

대중과 언론은 종종 대규모 언어 모델의 혁신과 그 능력에 환호하며 '모델 경마'에 집착합니다. 그러나 진정한 힘은 경마장, 마구간, 사료를 소유한 회사에 축적됩니다. Google은 단순한 참가자가 아닙니다. Google은 전체 AI 경기장의 설계자이자 소유주이며, 자체 모델이 성공하든 Anthropic과 같은 '프레너미'의 모델이 성공하든 이익을 얻습니다.

AI 모델이 필연적으로 더욱 상품화됨에 따라, 궁극적인 킹메이커는 이러한 기반 컴퓨팅 인프라의 제공자가 될 것입니다. Google이 맞춤형 실리콘과 엔드투엔드 클라우드 서비스에 10년간 투자한 것은 Google을 그 필수적인 세력으로 완벽하게 자리매김하게 합니다. 이러한 포괄적인 제어는 Google의 지속적인 영향력을 보장하며, Google을 차세대 인공지능의 조용하고 강력한 엔진으로 만듭니다.

Google TPU는 무엇이며 왜 중요한가요?

Tensor Processing Unit (TPU)는 Google이 자체 설계한 AI 가속기 칩입니다. 대규모 AI 모델을 훈련하고 실행하는 데 매우 효율적이고 비용 효율적인 컴퓨팅을 제공하며, Google이 전체 하드웨어 및 소프트웨어 스택을 제어할 수 있게 해주기 때문에 매우 중요합니다.

Anthropic의 Mythos 모델은 무엇인가요?

Anthropic의 Claude Mythos 5는 소문으로 알려진 10조 개의 매개변수를 가진 AI 모델로, 지금까지 구상된 것 중 가장 큰 모델 중 하나입니다. 사이버 보안 및 코딩과 같은 중요한 작업을 위해 설계되었으며, Google Cloud의 강력한 TPU 인프라를 사용하여 개발되고 있습니다.

Google은 왜 Anthropic과 같은 경쟁사에 귀중한 TPU 컴퓨팅을 판매하나요?

Google Cloud CEO Thomas Kurian은 이를 전략적인 사업 결정이라고 설명합니다. 이는 R&D 자금을 조달하기 위한 상당한 현금 흐름을 창출하고, 공급망 공급업체에 대한 영향력을 제공하는 더 큰 시장을 만들며, 사용 사례의 다양화는 모든 사람을 위한 제품을 개선합니다.

Google의 새로운 TPU v8은 어떻게 개선되었나요?

8세대 TPU v8은 상당한 개선을 제공합니다. TPU 8t (훈련)는 달러당 성능이 최대 2.7배 향상되었으며, TPU 8i (추론)는 최대 80% 개선되었습니다. 둘 다 이전 세대보다 전력 효율이 최대 2배 더 높습니다.