#GPU
5개의 포스트
GPU 고르는 법 2026 — A100·H100·L40S·B200, 이름만 봐도 아는 엔비디아 GPU 가이드
"H100이 좋다던데 우리도 그걸 사면 되나요?" GPU 상담에서 가장 많이 듣는 질문입니다. 이 글은 엔비디아 GPU를 차 고르듯 고를 수 있게 정리했습니다. A100의 A, H100의 H, L40S의 L이 무엇의 약자인지(과학자 이름입니다), 연산용 혈통과 그래픽 겸용 혈통이 어떻게 다른지, 제원표에서 봐야 할 숫자 네 개(메모리·대역폭·연결·전력)가 각각 무엇을 정하는지, 그리고 Ampere·Hopper·Ada Lovelace·Blackwell·Rubin 세대의 대표 제품을 언제 고르고 언제 피해야 하는지를 다룹니다. DGX가 GPU 이름이 아니라는 것, 서버를 사 놓고 놓을 자리가 없어지는 이유, 살지 빌릴지의 기준까지. 직접 눌러 보는 이름 해독기, 메모리 계산기, 전력 계산기, GPU 추천기 등 위젯 6개가 들어 있습니다.
토큰값이 67% 떨어졌는데, 왜 AI 청구서는 3배가 됐나 — 제번스의 역설과 추론 경제학
2026년, AI 모델의 토큰 단가는 1년 만에 67% 떨어졌다. GPT-4 기준으로는 3년간 99.7%가 빠졌다. 그런데 기업의 73%가 'AI 지출이 예상을 초과했다'고 답했고, 우버는 2026년 AI 예산을 4월에 다 태웠다. 값은 폭락하는데 청구서는 폭발하는 이 역설의 이름은 1865년 경제학자 윌리엄 스탠리 제번스가 석탄에서 발견한 '제번스의 역설'이다. 이 글은 왜 추론이 싸질수록 총지출이 늘어나는지 — 에이전트 한 작업이 챗의 1,000배 토큰을 먹는 배수의 폭발, 효율이 하드웨어 부족을 부르는 악순환의 고리 — 를 데이터로 해부하고, 'best model wins'가 'best fit wins'로 바뀐 시대의 생존 무기인 모델 라우팅과 비용 통제 플레이북까지 실무적으로 정리한다.
ESCHER 완전 해부 — 하이퍼그래프가 바꾸는 네트워크 분석의 미래
그래프 이론의 한계를 넘어 '그룹 관계'를 표현하는 하이퍼그래프, 그리고 이를 GPU 위에서 실시간으로 진화시키는 ESCHER 데이터 구조를 완전 해부한다. 오일러의 다리 문제부터 2026년 AI 네트워크 분석까지.
AI 칩 전쟁 2026 — NVIDIA 독주 속 TPU v7, Trainium 3, Groq, MTIA의 도전
NVIDIA가 매출 2,159억 달러로 AI 칩 시장의 80%를 지배하는 가운데, Google TPU v7, AWS Trainium 3, Groq LPU, Meta MTIA가 도전장을 내밀었다. AI 반도체 전쟁의 역사, 현재, 그리고 미래를 완전 정리한다.
Newton: Disney, DeepMind, NVIDIA가 함께 만든 GPU 물리 시뮬레이션 엔진의 모든 것
로봇이 걷고, 물건을 잡고, 옷을 접는 법을 배우려면 — 현실을 시뮬레이션해야 한다. Newton은 Disney Research, Google DeepMind, NVIDIA가 Linux Foundation 아래 공동 개발한 GPU 가속 물리 엔진으로, MuJoCo 대비 최대 475배 빠른 시뮬레이션을 제공한다.