블로그
- 기업가치 3.4조 'K-엔비디아' 리벨리온 비상장주식 분석 & 26년 상장 전망 기존 AI 시장이 거대 언어 모델을 '학습(Training)'시키는 데 초점을 뒀다면, 지금 그리고 앞으로의 시장은 학습된 모델을 실제 서비스에서 실시간으로 굴리는 '추론(Inference 전기를 마구 잡아먹는 엔비디아 GPU 독점 체제에 균열이 생기고 있는.......
- 기업가치 1조 유니콘 등극! 퓨리오사AI 주주 구성 및 2027년 상장 시나리오 완벽 해부 선요약 초기 AI 시장은 방대한 파라미터를 학습(Training)시키기 위해 막대한 병렬 연산 능력이 필요했고, 자연스럽게 엔비디아(NVIDIA) 중심의 GPU 클러스터 구축에 집중되었다
- 엔비디아 발전사 대전환: '리셋'과 AI 시대의 도래 컴퓨팅의 리셋: 현재 컴퓨터 산업은 50년 만에 구조적 '리셋'을 맞이하고 있으며, 기존의 CPU 중심 및 사람이 직접 코드를 작성하는 시대에서 GPU 소프트웨어 정의의 변화: 소프트웨어는 이제 사람이 코드를 짜서 실행하는 방식(Programming)이 아니라, 데이터를 통해 '훈련'하는 방식(Training)으로 바뀌었습니다.
- 삼성전자의 턴어라운드 : AI 메모리 시장의 재편(HBM4와 SOCAMM2) AI 인프라의 변곡점과 메모리 월(Memory Wall)의 심화 2025년 하반기를 기점으로 글로벌 반도체 산업은 인공지능(AI) 인프라 투자의 패러다임이 학습(Training) 중심에서 초거대 언어 모델(LLM)의 파라미터 수가 수조 단위로 급증하고, 멀티모달(Multi-modal) 데이터 처리 수요가 폭발하면서, 연산 장치(GPU, NPU)의 성능 향상 속도를 메모리
- 구글 TPU, 엔비디아의 독주를 흔들 수 있을까요? 구글의 **텐서 처리 장치(TPU, Tensor Processing Unit)**는 인공지능(AI) 반도체 시장의 절대 강자인 엔비디아의 그래픽 처리 장치(GPU, Graphics TPU의 경쟁력: 효율성과 비용 절감 TPU는 구글이 딥러닝 모델의 **학습(Training)**과 **추론(Inference)**에 최적화하기 위해 자.......
- NVIDIA(엔비디아)의 현재 기술 위치 . --- 1️⃣ 현재 기술의 정점 엔비디아는 최신 GPU 마이크로아키텍처 Blackwell 을 발표했으며, 이는 가속컴퓨팅 및 생성AI(Generative AI)에 최적화된 구조입니다 accelerated computing)”, “생성AI”라는 키워드를 앞세워, 단순히 그래픽 처리만 하는 칩이 아니라 대규모 연산, 병렬처리, AI 추론(inference)·학습(training
- cuDNN NVIDIA cuDNN The NVIDIA CUDA® Deep Neural Network library (cuDNN) is a GPU-accelerated library of primitives It allows them to focus on training neural networks and developing software applications rather than
- GPU 기술이 이끄는 놀라운 혁신의 현장, GTCx Korea 2016을 소개합니다. GPU 기술의 필요성이 세계에 확대되는 것처럼, 엔비디아 GTC (GPU Technology Conference)도 전세계로 뻗어 나가고 있습니다. 엔비디아 최고의 전문 딥러닝 전문가들에게 핸즈온 방식의 GPU 기반 딥 러닝 기술을 실습해보는 기회였는데요, ‘DLI Training Lab’의 뜨거웠던 실습 현장은 다음 포스팅에서
← 이전
2 페이지