Investing.com — 투자자들의 관세 우려와 AI 인프라 과잉 지출 우려에도 불구하고, UBS는 생성형 AI(genAI) 추론 컴퓨팅 수요가 여러 산업 분야에서 극적으로 확대될 것으로 전망하고 있다.

이 은행에 따르면, AI는 거시경제적 불확실성에도 불구하고 회복력을 유지하고 있으며, 주요 미국 기술 기업들은 자본 지출(capex) 계획을 재확인하고 컴퓨팅 수요가 여전히 공급을 초과하고 있다고 강조했다.

UBS는 AI 모델을 실행하여 답변을 생성하는 과정인 추론이 향후 AI 컴퓨팅 수요의 주요 동인이 되어 훈련을 능가할 것이라고 주장한다.

UBS 보고서에 인용된 Nvidia(NASDAQ:NVDA) CEO 젠슨 황은 "에이전트 AI와 추론의 결과로 필요한 계산 양은 작년 이맘때 우리가 필요하다고 생각했던 것보다 쉽게 100배 이상"이라고 말했다.

은행은 이러한 견해에 동의하며, Chain of Thought(CoT) 추론과 같은 더 복잡한 방법의 등장이 컴퓨팅 집약도 증가의 주요 원인이라고 지적한다.

UBS는 전망에서 생성형 AI 사용 사례를 챗봇, 기업용 AI, 에이전트 AI, 물리적 AI의 네 가지 범주로 나누었다.

ChatGPT와 같은 챗봇의 컴퓨팅 수요는 2024년 10 exaFLOP/s에서 2030년까지 200 exaFLOP/s로 증가할 것으로 예상된다.

사기 탐지 및 계약 요약과 같은 기업 애플리케이션의 경우, 추론 요구 사항은 같은 기간 동안 15에서 440 exaFLOP/s로 더 빠르게 성장할 것으로 예상된다.

가장 극적인 성장은 자율 고객 지원 및 워크플로우 자동화를 포함하는 에이전트 AI에서 예상된다. UBS는 이 부문의 수요가 2030년까지 14 zettaFLOP/s까지 증가할 수 있다고 추정하며, 이는 "오늘날의 수요(수백 exaFLOP/s로 추정)에서 엄청난 도약"이라고 보고서에서 밝혔다.

로봇 공학 및 자율 주행 차량을 포함하는 물리적 AI는 인간 인지의 측면을 복제하면서 발전함에 따라 결국 yottaFLOP/s 범위의 컴퓨팅이 필요할 수 있다.

오늘날 설치된 GPU 컴퓨팅 용량은 약 4,000 exaFLOP/s(Google(NASDAQ:GOOGL)의 Tensor Processing Units(TPU)를 포함하면 5,000)로 추정되지만, UBS는 그 중 많은 부분이 충분히 활용되지 않고 있다고 지적한다.

GPU 메모리 병목 현상과 같은 제한으로 인해 실제 사용량은 종종 명목상 잠재력에 미치지 못하며, 특히 에이전트 및 물리적 AI에 대한 미래 수요를 충족시키기 어려울 것으로 보인다.

"추론은 종종 GPU 메모리에 의해 제한되어 칩이 제공할 수 있는 실제 FLOP/s는 이론적 최대치보다 훨씬 낮으며, 메모리 제한으로 인해 칩이 명목상 FLOP/s의 25%에 불과한 수준으로 작동할 수 있다"고 보고서는 설명한다.

"이러한 제한에도 불구하고 사용 가능한 용량은 현재 챗봇 요구 사항에는 충분할 수 있지만, 다른 차원의 컴퓨팅 파워를 요구하는 에이전트 및 물리적 AI에 필요한 것보다 훨씬 낮다"고 덧붙였다.

종합적으로, UBS는 AI 도입에서 추론의 확장되는 역할과 증가하는 하드웨어 요구 사항이 AI 인프라에 대한 지속적인 투자를 뒷받침한다고 결론짓는다.

투자자들에게 은행은 "’AI’ 및 ’전력 및 자원’ 선택과 연결된 주식의 하락을 매력적인 진입 지점으로 본다"고 말한다.

이 기사는 인공지능의 도움을 받아 번역됐습니다. 자세한 내용은 이용약관을 참조하시기 바랍니다.