산업의 변화: 미래 컴퓨팅 대潮 해독

作者：Iris Chen, Dr. Nick

일, 수요와 도전이 공존하다

《2022-2023 글로벌 컴퓨팅 파워 지수 평가 보고서》는 글로벌 GDP 성장률 둔화 배경 속에서도 디지털 경제가 여전히 강력한 성장세를 유지하고 있으며, 주요 국가의 디지털 경제가 GDP에서 차지하는 비중이 매년 증가하고 있다고 지적했다. 샘플 국가의 전체 비중은 2022년 50.2%에서 2026년 54.0%로 증가할 것으로 예상되며, 컴퓨팅 파워는 경제 성장의 주요 동력이 되고 있다. 컴퓨팅 파워 지수가 1점 상승할 때마다 국가의 디지털 경제와 GDP는 각각 3.6‰와 1.7‰ 증가한다. 더 중요한 것은, 컴퓨팅 파워 지수가 40점을 초과할 때마다 1점 상승이 GDP 성장에 대한 추진력이 40점 이하의 1.3배가 되고, 60점을 초과할 경우에는 3배에 달한다는 것이다. 컴퓨팅 파워 선도 지역의 이점은 컴퓨팅 파워 투자 비중이 증가함에 따라 강화되어 후발 지역과의 격차를 더욱 벌릴 수 있음을 알 수 있다.

1, AIGC 물결이 몰려오다, 컴퓨팅 파워 산업의 수요가 거대하다

인공지능, 블록체인, 사물인터넷 및 AR/VR 등 핵심 기술의 응용과 발전에 따라 미래의 컴퓨팅 파워 수요는 증가할 것이다. 2030년까지 예상되는 수치는 다음과 같다:

• 인공지능: 모든 산업에 깊숙이 침투하여 16000 EFLOPS의 컴퓨팅 파워가 필요하다 (이는 스마트폰에 1600억 개의 퀄컴 스냅드래곤 855 NPU2를 내장하는 것과 같다)

• 블록체인: 암호화 디지털 통화 등 분야를 지원하기 위해 5500 EFLOPS의 컴퓨팅 파워가 필요하다 (이는 13억 개의 AntMiner V9와 같다)

• 사물인터넷: 공장과 가정의 모든 장치를 연결하기 위해 8500 EFLOPS의 컴퓨팅 파워가 필요하다 (이는 고급 사물인터넷 엣지 장치에 79억 개의 칩을 사용하는 것과 같다)

• 우주 컴퓨팅/AR/VR/메타버스: 잠재력을 충분히 발휘할 경우 3900 EFLOPS의 컴퓨팅 파워가 필요하다 (이는 21억 개의 SONY PS4 콘솔과 같다)

동시에, 2022년 ChatGPT의 폭발적인 인기는 AIGC 물결을 촉발하여 컴퓨팅 파워 수요를 더욱 증가시켰다. Open AI가 발표한 GPT 시리즈 중 GPT3는 1750억 개의 매개변수로 구성된 언어 모델이며, GPT4의 매개변수는 만 조 수준에 이른다. 대형 모델의 매개변수 수가 증가함에 따라 AI 모델을 훈련하는 데 필요한 컴퓨팅 파워는 매 2년마다 275배 증가할 것이다. 이는 글로벌 AI 컴퓨팅 시장 규모의 증가 속도를 새로운 높이로 끌어올리며, IDC는 2026년 글로벌 AI 컴퓨팅 시장 규모가 346.6억 달러에 이를 것으로 예측하고 있다. 생성형 AI 컴퓨팅 시장은 2022년 8.2억 달러에서 2026년 109.9억 달러로 증가할 것으로 예상되며, AI 컴퓨팅 시장 점유율은 4.2%에서 31.7%로 증가할 것이다. 이러한 발전 추세 속에서 미래의 컴퓨팅 파워 수요는 거대할 것이다.

2, 안전 위협 비용 감소 어려움, 컴퓨팅 파워 산업의 도전

（1） 안전: 컴퓨팅 파워 네트워크의 유연한 접속, 분산 자원 노드 다수

• 컴퓨팅 파워 네트워크는 컴퓨팅 서비스 계층, 컴퓨팅 조정 계층, 컴퓨팅 센터, 엣지 컴퓨팅/사용자 센터, 컴퓨팅 수용 네트워크의 다섯 가지 주요 부분으로 구성된다. 그러나 이 구조는 효율적이고 유연한 컴퓨팅 서비스를 제공하는 동시에 일련의 안전 문제를 초래한다:

• 컴퓨팅 파워 네트워크는 컴퓨팅 파워의 보편성과 유연한 접속 등의 특성을 가지고 있어, 자원의 빈번한 연결은 자원의 공격 노출 면적을 증가시킨다.

• 컴퓨팅 파워 네트워크에는 대량의 기밀 개인정보가 포함된 데이터가 유통되고 있으며, 전송 과정에서 변조되거나 유출될 경우 심각한 결과를 초래할 수 있다.

• 컴퓨팅 서비스는 종단 간 서비스로, 사용자 집단이 방대하고 분산 자원 노드의 수가 많아 데이터 정보 관리가 복잡하고 증거 추적이 어렵다.

• 컴퓨팅 네트워크의 새로운 구조는 컴퓨팅 네트워크 감지 단위, 컴퓨팅 네트워크 제어 단위 등의 네트워크 요소를 추가하여 관리 복잡성이 증가한다.

（2） 비용: GPU 수요 초과, 컴퓨팅 파워 유휴 심각

AI의 번영과 함께 GPU에 대한 수요가 급증하고 있다. 현재 대부분의 GPU 시장은 엔비디아가 차지하고 있으며, 엔비디아 칩의 공급량은 부족하고 가격도 상승하고 있다. A100 GPU의 경우 시장 단가는 15만 위안에 달하며, 두 달 내에 50% 이상 상승했다. 동시에 대형 모델의 응용은 컴퓨팅 비용을 더욱 증가시킬 것이다. 계산에 따르면, 1만 개의 엔비디아 A100 칩은 AI 대형 모델을 구축하는 데 필요한 컴퓨팅 파워의 기준이며, GPT3의 단일 훈련 비용은 이미 1200만 달러를 초과했다.

동시에 GPU는 컴퓨팅 파워 유휴 문제를 안고 있다. GPT3 훈련을 위해 1750억 개의 매개변수를 가진 모델은 메모리에 1TB 이상의 데이터를 저장해야 하며, 이는 현재 존재하는 어떤 GPU보다도 초과한다. 메모리의 제한으로 인해 더 많은 GPU가 병렬 계산 및 저장을 위해 필요하게 되어 GPU 활용도가 낮고 컴퓨팅 파워가 유휴 상태가 된다. 또한 메모리의 제한으로 인해 모델 복잡도와 필요한 GPU 수는 선형적으로 증가하지 않으며, 이는 GPU 활용도를 더욱 낮추는 문제를 가중시킨다. GPT4는 약 25000개의 A100 GPU에서 90~100일 동안 훈련을 진행했으며, 그 컴퓨팅 파워 활용도는 32%에서 36%에 불과하다. 많은 컴퓨팅 파워는 독립 데이터 센터, 암호화 채굴자 및 MacBook, 게임 PC와 같은 사용자 소비 장치에 존재하며, 이러한 자원은 집합 및 활용이 매우 어렵다.

컴퓨팅 파워의 급속한 발전과 함께 전력 수요도 빠르게 증가할 것이다. 2023-2027년 동안 글로벌 데이터 센터의 전력 수요는 430-748 테라와트시로 예상되며, 이는 2024-2027년 동안 글로벌 전력 수요의 2-4%에 해당한다. 이는 전력 인프라에 도전 과제를 안겨준다. 모건 스탠리는 GPU 활용률이 60%에서 70%로 증가하는 기준 시나리오에서 2023-2027년 동안 글로벌 데이터 센터의 총 전력 용량이 70-122 기가와트에 이를 것이라고 예측하고 있으며, 복합 연간 성장률은 20%에 이를 것이다. 구체적으로:

• 강세장 시나리오(90%의 칩 활용률): 2023-2027년 동안 글로벌 데이터 센터의 전력 수요는 446-820 테라와트시로 예상된다.

• 약세장 시나리오(50%의 칩 활용률): 2023-2027년 동안 글로벌 데이터 센터의 전력 수요는 415-677 테라와트시로 예상된다.

따라서 컴퓨팅 파워의 급속한 증가에 대한 전력 수요를 충족할 수 있는 회사는 이러한 추세에서 이익을 얻을 것이며, 특히 데이터 센터의 전력 공급 지연을 줄일 수 있는 전력 솔루션 제공업체가 주목받을 것이다.

이, 발전 추세 및 프로젝트 소개

1, 탈중앙화 컴퓨팅이 Web 3에 안전하고 저렴한 컴퓨팅 솔루션을 제공하다

Web 1의 본질은 연합이며, 웹 페이지는 "읽기 전용"으로 사용자가 정보를 검색하고 탐색할 수만 있다; Web 2의 본질은 상호작용이며, 웹사이트는 "읽고 쓸 수 있는" 형태로 사용자가 콘텐츠의 수신자일 뿐만 아니라 콘텐츠 창작에도 참여할 수 있다. Web 3는 만물 연결의 시대이며, 웹사이트는 "읽고 쓰고 소유할 수 있는" 형태로 사용자가 창작한 디지털 콘텐츠의 소유권과 통제권이 자신에게 귀속된다. Web 3는 차세대 인터넷의 대표로서 탈중앙화, 개방성 및 사용자 주권을 강조하며, 탈중앙화 컴퓨팅은 전통적인 클라우드 컴퓨팅과 구별되어 현대 기술 주도의 컴퓨팅 수요를 효과적으로 충족시키며 Web 3 인프라의 핵심이 된다. 인터넷 신기술의 발전과 데이터 양의 확대에 따라 탈중앙화 응용 시장의 발전 전망은 밝으며, 지연 상담에 따르면 2025년 글로벌 탈중앙화 응용 시장 규모는 11855.4억 달러에 이를 것으로 예상된다.

컴퓨팅 파워 산업의 안전, 비용 및 전력 도전에 직면하여 탈중앙화된 분산 컴퓨팅 네트워크 구축은 AI 인프라 발전의 중요한 방향이다. 탈중앙화 컴퓨팅은 컴퓨팅 파워의 임대, 공유, 조정 등을 통해 기존의 컴퓨팅 자원을 종합적으로 활용하여 Web 3 생태계의 다양한 응용에 안전하고 저렴하며 중단 없는 서비스를 제공하는 컴퓨팅 솔루션을 제공한다. 전통적인 중앙 집중식 시스템과 비교할 때 탈중앙화 컴퓨팅의 구체적인 장점은 다음과 같다:

》안전

• 참여자는 모두 처리 능력을 가진다. 만약 한 참여자가 위협을 받으면 다른 참여자가 반응할 수 있다.

• 분산된 제어와 의사 결정을 허용한다. 이는 어떤 단일 실체도 인터넷이나 그 사용자에 대해 완전한 통제를 행사할 수 없도록 보장하는 데 도움이 되며, 사용자는 감시나 검열을 받을 가능성이 낮아지고 온라인 프라이버시와 표현의 자유가 더욱 보장된다.

》저렴한 비용: 탈중앙화 컴퓨팅은 비용과 책임을 여러 실체에 분산시켜 장기적으로 더 저렴하고 지속 가능하다. 현재 시장의 Web 3 탈중앙화 컴퓨팅 플랫폼은 중앙 집중식 컴퓨팅 플랫폼보다 평균 80-90% 저렴한 가격을 제공할 수 있다.

• 더 저렴한 컴퓨팅 능력. 전통적인 데이터 센터에서의 비용 구성은 서버(30%), 주거(12%), 네트워크(15%), AC(21%), 전원(17%) 및 인건비(5%)로 이루어져 있으며, 탈중앙화 컴퓨팅은 사용자가 상호 이익의 방식으로 자원을 공유하고 컴퓨팅 능력을 기여하도록 의존하여 이론적으로 70%의 비용을 절감할 수 있다.

• 더 저렴한 훈련 비용. 탈중앙화 컴퓨팅은 수천 개의 서버리스 기술의 병렬 스레드를 활용할 수 있어 GNN 훈련을 수십억 개의 엣지 모델로 확장할 수 있다. UCLA의 연구에 따르면 대형 모델의 경우 탈중앙화 컴퓨팅은 전통 시스템보다 달러당 2.75배 높은 성능을 제공하며, 희소성이 큰 모델의 경우 탈중앙화 컴퓨팅은 1.22배 빠르고 4.83배 저렴하다.

• 더 저렴한 배포 비용. 전통적인 AI 솔루션은 소프트웨어 개발, 인프라 및 인재에 대해 많은 투자를 필요로 한다. 탈중앙화 컴퓨팅은 개발자가 기존의 자원과 인프라를 활용할 수 있게 하여 AI 응용 프로그램의 구축과 배포를 더 쉽게 만든다. 동시에 AI 개발을 민주화하여 사용자가 컴퓨팅 자원을 공유하고 AI 솔루션을 공동 개발할 수 있게 한다.

• AI에 더 적합한 인프라. 훈련 및 컴퓨팅 비용을 낮춤으로써 탈중앙화 컴퓨팅은 더 많은 조직과 개인이 AI를 사용할 수 있도록 하고, 여러 산업의 성장과 혁신을 촉진할 잠재력을 가지고 있다.

》중단 없는 서비스: 탈중앙화 네트워크 노드는 분산되어 이론적으로 결코 다운되지 않으며, 단일 실패 지점이 존재하지 않는다.

프로젝트 소개

Akash Network: 탈중앙화 클라우드 컴퓨팅 시장으로, 사용자가 안전하고 효율적으로 컴퓨팅 자원을 사고팔 수 있게 한다. 다른 탈중앙화 플랫폼과는 달리, 사용자는 Akash에서 컨테이너를 호스팅하여 어떤 클라우드 네이티브 애플리케이션도 실행할 수 있으며, 전체 인터넷을 새로운 독점 언어로 다시 작성할 필요가 없고, 클라우드 제공업체를 전환하는 것을 방해하는 공급업체 잠금도 없다.

io.net: 탈중앙화 컴퓨팅 네트워크로, 머신러닝 엔지니어가 중앙 집중식 서비스보다 낮은 비용으로 분산 클라우드 클러스터에 접근할 수 있게 한다. IO 작업자, IO 클라우드, IO 브라우저 등의 특색 있는 제품이 있으며, 솔라나에서 10억 달러 이상의 가치를 지닌다.

2, AI가 고성능 컴퓨팅을 촉진하고, 고성능 컴퓨팅이 AI에 힘을 실어주다

고성능 컴퓨팅은 슈퍼컴퓨터와 병렬 컴퓨터 클러스터를 사용하여 고급 계산 문제를 해결하는 컴퓨팅 시스템을 의미한다. 이러한 시스템은 일반적으로 가장 빠른 데스크톱 컴퓨터, 노트북 또는 서버 시스템보다 100만 배 이상 빠르며, 자율주행차, 사물인터넷 및 정밀 농업 등 이미 확립된 분야와 신흥 분야에서 광범위하게 응용되고 있다.

고성능 컴퓨팅은 데이터 센터의 총 가용 시장에서 약 5%의 점유율을 차지하지만, AI의 빠른 발전과 대형 모델의 사용으로 인해 AI와 고성능 데이터 분석 작업 부하의 증가가 HPC 시스템 설계의 변화를 촉진하고 있으며, HPC는 AI에 힘을 실어주고 두 분야가 상호 발전하고 있다. 2022년 글로벌 HPC 지출은 약 370억 달러였으며, Hyperion은 2026년까지 520억 달러에 이를 것으로 예측하고 있다. 동시에 HPC가 힘을 실어주는 AI 시장은 2020-2026년 동안 복합 성장률이 22.7%에 이를 것이다.

프로젝트 소개

Arweave: 최신 AO 프로토콜로, 비이더리움 모듈화 솔루션 아키텍처를 사용하여 저장 공체인에서 초고성능 연산을 실현하고 심지어 준 Web2의 경험을 제공하여 Web3 x AI에 훌륭한 새로운 인프라를 제공한다.

iExec: 고성능 컴퓨팅 서비스를 제공하는 탈중앙화 클라우드 컴퓨팅 플랫폼으로, 사용자가 데이터 분석, 시뮬레이션 및 렌더링과 같은 계산 집약적인 작업을 수행하기 위해 컴퓨팅 자원을 임대할 수 있게 한다.

CETI: crypto.com의 전 CEO가 설립한 기업으로, 기업급 고성능 컴퓨팅 센터를 목표로 한다.

3, 인간-기계 상호작용의 전환점: 공간 컴퓨팅

공간 컴퓨팅은 AR/VR 기술을 사용하여 사용자의 그래픽 인터페이스를 실제 물리적 세계에 통합하여 인간-기계 상호작용을 변화시키는 컴퓨터를 의미한다. 2015년 Microsoft가 발표한 MR 헤드셋 Hololens는 현대 공간 컴퓨팅의 이정표로, 비록 보편화되지는 않았지만 공간 컴퓨팅의 잠재력을 입증했다. 올해 Apple이 발표한 Vision Pro는 더 정밀한 공간 인식 기술과 더 깊이 있는 사용자 상호작용 경험을 제공하여 공간 컴퓨팅을 주목받게 했다.

실제로 우리는 인간-기계 상호작용의 전환점에 도달하고 있다: 전통적인 키보드와 마우스 구성에서 터치 제스처, 대화형 AI 및 증강 시각 컴퓨팅 상호작용의 경계로 전환하고 있다. IDC의 예측에 따르면 2023년 글로벌 VR 장치의 출하량은 917만 대에 이를 것이며, 이는 전년 대비 7% 증가한 수치이다. AR 장치의 출하량은 44만 대로, 전년 대비 57% 증가할 것으로 예상되며, 향후 4년 동안 VR 시장은 매년 20% 이상의 속도로 성장할 것이고 AR 시장은 70% 이상에 이를 것이다. AR/VR 기술의 발전은 공간 컴퓨팅의 중요성을 크게 높일 것이다. PC와 스마트폰에 이어 공간 컴퓨팅은 다음 파도의 파괴적 변화를 촉진할 잠재력을 가지고 있으며, 기술이 우리의 일상 행동의 일부가 되어 실시간 데이터와 통신이 우리의 물리적 및 디지털 생활을 연결할 것이다.

프로젝트 소개

Clore.ai: 임대인과 GPU가 필요한 사용자를 연결하는 플랫폼으로, 사용자가 경쟁력 있는 가격과 유연한 조건으로 강력한 컴퓨팅 자원에 접근할 수 있도록 한다. 강력한 GPU는 사용자가 전문 수준으로 영화를 렌더링할 수 있게 하여 필요한 시간을 크게 단축시키며, 다양한 렌더링 엔진과 호환되며 AI 훈련 및 채굴에도 사용할 수 있다.

Render Network: 탈중앙화된 GPU 렌더링 플랫폼으로, 차세대 렌더링 및 AI 기술을 발전시키기 위해 설계되었으며, 사용자가 필요에 따라 GPU 렌더링 작업을 전 세계의 고성능 GPU 노드로 확장할 수 있다.

4, 엣지 컴퓨팅이 클라우드 컴퓨팅의 중요한 보완이 되다

엣지 컴퓨팅은 물리적으로 최종 장치에 더 가까운 위치에서 데이터를 처리하는 것을 의미하며, 여기서 "엣지"는 최종 사용자와의 왕복 시간이 최대 20밀리초인 위치를 의미한다. 엣지 컴퓨팅은 컴퓨팅 자원을 최종 장치에 더 가까운 위치에 배치하여 데이터를 로컬에서 처리할 수 있게 하여 데이터가 클라우드로 전송되어 처리되는 지연과 네트워크 대역폭의 압력을 줄인다. 따라서 지연, 대역폭, 자율성 및 프라이버시 측면에서 더 많은 이점을 제공한다.

Facebook, 아마존, 마이크로소프트, 구글 및 애플과 같은 기술 대기업들은 최종 사용자와 데이터 생성 장소에 더 가까운 엣지 컴퓨팅 및 엣지 위치에 투자하고 있다. 뱅크 오브 아메리카는 2025년까지 75%의 기업 생성 데이터가 엣지에서 생성되고 처리될 것으로 예상하며, 2028년까지 엣지 컴퓨팅의 시장 규모는 4040억 달러에 이를 것이며, 2022-28년 동안 복합 연간 성장률은 15%에 이를 것이다.

프로젝트 소개

Aethir: 클라우드 컴퓨팅 인프라 플랫폼으로, 2024년 4월 Aethir Edge를 출시하여 Aethir의 유일한 승인된 채굴 장비로, Aethir Edge는 탈중앙화 엣지 컴퓨팅의 발전을 선도하고 있으며 엣지 컴퓨팅의 미래를 민주화하는 데 기여하고 있다.

Theta Network: 탈중앙화 비디오 전송 서비스 플랫폼으로, 기존 비디오 전송 시스템의 높은 비용과 낮은 효율성 등의 병목 문제를 해결하는 것을 목표로 한다. 2024년 2분기에는 완전히 엣지 아키텍처를 기반으로 한 혼합 클라우드 컴퓨팅 플랫폼 Theta EdgeCloud를 출시할 예정이다.

5, AI 훈련이 AI 추론으로 전면 전환될 것으로 기대된다

탈중앙화 추세 속에서 AI 훈련은 현재 DePIN의 가장 좋은 적용 사례가 아니다. AI 생산은 AI 추론과 AI 훈련 두 가지 측면에서 컴퓨팅 파워의 요구가 주로 이루어진다. AI 훈련은 대량의 데이터를 투입하여 복잡한 신경망 모델을 훈련하는 것을 의미하며, AI 추론은 훈련된 모델을 활용하여 대량의 데이터를 사용하여 다양한 결론을 도출하는 것을 의미한다. 따라서 탈중앙화와 컴퓨팅의 결합은 훈련에서 미세 조정 훈련, 다시 추론으로의 난이도가 점차 감소하는 구조를 가진다. 이더리움에서 GPT 사용을 위한 탈중앙화 컴퓨팅 애플리케이션을 구축할 경우, 단일 행렬 곱셈 연산만으로도 가스 비용이 100억 달러에 달하고 1개월이 소요될 것이다. 각 토큰(1000 토큰은 약 750 단어에 해당)의 훈련 비용은 일반적으로 약 6N(N은 대형 언어 모델의 매개변수 수)이며, 추론 비용은 약 2N에 불과하다. 즉, 추론 비용은 훈련 비용의 약 3분의 1에 해당한다.

동시에 AI 훈련에 비해 AI 추론은 소비 전자 제품과 같은 대규모 응용 단말의 수요와 더 밀접하게 연결되어 있다. Counterpoint Research는 글로벌 PC 시장의 출하량이 2024년에는 팬데믹 이전 수준으로 돌아올 것으로 예상하며, 2020년부터 AI PC는 50%의 복합 성장률로 성장할 것이고 2026년 이후에는 PC 시장을 주도할 것으로 예상된다. 2024년에는 AI PC, AI 스마트폰 등 AI가 융합된 소비 전자 제품이 등장함에 따라 엣지 AI 대형 모델 및 AI 소프트웨어의 대규모 응용 추세가 더욱 두드러질 것이며, 이는 AI 추론의 중요성이 더욱 부각됨을 의미한다. AI 산업의 발전 중점이 훈련에서 추론으로 전면 전환될 것으로 기대된다.

프로젝트 소개

Nosana: 블록체인 기반의 분산 GPU 자원 공유 플랫폼으로, 시장에서 GPU 부족 문제를 해결하는 것을 목표로 한다. 2023년에는 AI 추론으로 전환하여 AI 추론을 위한 대규모 GPU 컴퓨팅 그리드를 최초로 출시하였으며, 이는 AI의 까다로운 컴퓨팅 요구를 처리하는 이상적인 도구로서 블록체인 기술을 AI에 통합하는 목적을 가지고 있다.

Exabits: 탈중앙화 AI 및 고성능 컴퓨팅 서비스 플랫폼으로, 공정하고 사용하기 쉬우며 포용적인 AI 생태계를 구축하는 것을 목표로 하며, AI 모델 훈련 및 추론에 저렴한 가속 컴퓨팅을 제공한다.