Tag: GPU

* 인공지능(AI) 기술의 혁신적인 잠재력과 막대한 투자 유입으로 인한 자산 거품 발생 가능성 증대. * AI 기술 발전 속도와 인프라 구축 경쟁 심화로 인한 데이터센터 수요 급증 및 전력 소비 증가 문제 부각. * 오픈AI를 비롯한 AI 기업들의 높은 기업 가치 평가와 수익성 불확실성으로 인한 투자 리스크 존재. * AI 기술의 지속적인 발전과 생산성 향상 가능성에도 불구하고, 규제 부재 및 윤리적 문제 등 해결해야 할 과제 산적.

* 인텔과 엔비디아의 50억 달러 규모 파트너십을 통해 CPU와 GPU 기술을 통합한 새로운 칩 개발 추진. * Serpent Lake 칩은 인텔의 Titan Lake CPU와 엔비디아의 RTX Rubin GPU를 결합하여 고성능 노트북 시장 공략 목표. * 고대역폭 메모리(LPDDR6) 지원을 통해 고성능 칩의 주요 문제점인 메모리 병목 현상 해결 시도. * 향후 Hammer Lake 아키텍처를 통해 코어 구조를 통합하고, Titan Lake 아키텍처를 통해 모바일 성능 강화 기대.

* NVIDIA의 차세대 AI GPU 'Rubin'은 기존 'Blackwell' 대비 추론 성능 5배, 학습 성능 3.5배 향상을 목표로 함. * 'Rubin'은 새로운 GPU 아키텍처와 HBM4 메모리 기술을 채택하여 데이터 처리 효율성을 극대화함. * 'Rubin'을 활용한 AI 모델 추론 및 학습 시 토큰당 비용을 각각 1/10, 1/4 수준으로 절감 가능성을 제시함. * 'Rubin'과 함께 발표된 Vera CPU, NVLink 6 Switch 등 고성능 네트워크 제품군을 통해 확장성 및 보안성을 강화함.

* 인텔의 18A 공정 기반 Core Ultra Series 3 프로세서 출시를 통한 차세대 AI PC 플랫폼 선도. * 통합 그래픽 성능 대폭 향상으로 AMD의 Strix Point 대비 사이버펑크 2077 게임 성능 2배 수준 달성. * XeSS3 기술을 통한 프레임률 향상 및 엔비디아 DLSS 대비 우수한 업스케일링 성능 확보. * PC, 엣지, 로봇, 스마트 시티 등 다양한 분야로 AI 프로세서 적용 범위 확대 및 시장 경쟁력 강화.