지난달 엔비디아는 시가총액이 2조 달러에 달하는 최초의 칩 제조업체가 됐다.이 회사는 H100과 곧 출시될 H200 GPU와 같은 인공지능 모델에 하드웨어 지원을 제공하는 데 집중하고 있으며, 그 소프트웨어와 하드웨어 협동 시스템인 CUDA 연산 플랫폼도 큰 흡금 이기이며, 이 둘은 엔비디아의 맹주 지위를 만들었다.
그러나 일부 대형 기술 회사들은 엔비디아가 현재 인공지능 시장을 주도하고 있는 소프트웨어 우위인 CUDA 플랫폼을 깨기 위해 손을 잡고 있는 것으로 알려졌다.
CUDA 아키텍처
엔비디아의 CUDA 연산 플랫폼은 엔비디아로 하여금 현재의 시가총액 정점을 이루게 했다.병렬 컴퓨팅 플랫폼이자 일련의 개발 도구를 포함하는 프로그래밍 모델입니다.CUDA의 매우 높은 기술 성숙도, 절대적인 성능 이점 및 광범위한 생태계 지원은 인공 지능 연구 및 상업용 배포에서 가장 일반적으로 사용되고 널리 보급 된 공동 작업 플랫폼이되었습니다.
CUDA 아키텍처는 개발자나 소프트웨어 엔지니어가 엔비디아 GPU의 강력한 계산력을 더 잘 활용하여 소프트웨어와 하드웨어의 협동 수단을 통해 기존 그래픽 렌더링뿐만 아니라 딥 러닝, 과학 컴퓨팅, 이미지 처리 등을 포함한 컴퓨팅 집약적 작업을 가속화할 수 있도록 한다.
그러나 CUDA는 엔비디아의 GPU만 지원하며 AMD, 인텔 등 다른 주류 GPU와 호환되지 않는다.
2023년 국제컴퓨터쇼(COMPUTEX 2023) 기조연설에서 황인훈 엔비디아 CEO는 400만 명의 개발자가 CUDA 컴퓨팅 플랫폼을 사용하고 있다고 밝혔다.
따라서 일부 업계 인사들이 보기에 엔비디아가 인공지능 칩 시장에서 독점적인 점유율을 차지할 수 있었던 이유는 고성능 GPU 칩의 공로뿐만 아니라 CUDA 아키텍처의 공로도 크다.양자의"번들"은 현재 다른 칩 제조업체가 생산하는 어떤 칩보다 우월하다.
합동 출격
그러나 엔비디아 제품에 대한 시장의 폭발적인 수요가 부족을 초래했고, 이는 관련 경쟁품을 계속 개발할 수 있도록 경쟁사들에게 기회를 주었다.
보도에 따르면 인텔, 구글, Arm, 퀄컴, 삼성, 기타 기술 회사들로 구성된 한 조직은 인공지능 개발자들이 엔비디아의 독점 기술에'올가미'되는 것을 막기 위해 오픈 소스 소프트웨어 생태계를 개발하고 있다.
UXL이라는 이름의 이 공동 프로젝트는 개발자의 코드가 모든 하드웨어와 모든 칩에서 실행될 수 있도록 오픈 소스 인공지능 하드웨어 생태계를 만들기 위한 것이다.이 프로젝트는 올해 상반기에 기술 사양을 결정할 것이며, 그 기술 세부 사항은 올해 하반기에"성숙한"상태에 도달할 것이지만, UXL은 아직 최종 출시 목표를 제시하지 않았다.
이 프로젝트에는 개발자를 특정 아키텍처에 묶는 특정 코딩 언어, 코드 라이브러리 및 기타 도구와 같은 문턱을 없애기 위해 인텔이 개발한 OneAPI 오픈 표준이 포함될 것으로 알려졌다.
퀄컴의 인공지능 및 머신러닝 책임자인 빈시 수쿠마르는 인터뷰에서"우리는 실제로 개발자들에게 엔비디아 플랫폼에서 어떻게 이전해 다양한 연산 플랫폼을 제공할 수 있는지 보여주고 있다"고 말했다."
구글의 고성능 컴퓨팅 디렉터이자 수석 기술 전문가인 빌 마그로는"기계 학습 프레임워크의 맥락에서 우리가 어떻게 개방된 생태계를 만들어 생산력과 하드웨어 선택을 촉진할 수 있는지에 관한 것"이라고 주장했다.
UXL은 이 프로젝트의 초기 목표는 인공지능 애플리케이션과 고성능 컴퓨팅 애플리케이션에 더 많은 선택을 제공하고 플랫폼에 많은 개발자를 확보하는 것이지만 장기적으로 UXL의 최종 목표는 엔비디아의 하드웨어와 코드를 지원하는 것이라고 밝혔다.
오픈 소스 및 벤처 투자 소프트웨어가 인공지능 분야에서 엔비디아의 주도적 지위를 깨기 위해 노력하고 있다는 질문에 엔비디아 임원 Ian Buck은 성명에서"세계는 발전을 가속화하고 있다.컴퓨팅을 가속화하는 새로운 아이디어는 전체 생태계에서 나오며, 이는 인공지능을 추진하고 컴퓨팅이 실현할 수 있는 범위를 가속화하는 데 도움이 될 것"이라고 말했다.
이에 대해 금융 및 전략 컨설팅업체 D2D 어드바이저스의 제이 골드버그 CEO는 AI 분야에서 엔비디아의 소프트 하드웨어 지위는 현재로서는 흔들리기 어렵다며 "중요한 것은 사람들이 CUDA를 15년간 사용해 왔으며 CUDA를 중심으로 코드를 작성하고 작업을 최적화하고 있다는 것"이라고 지적했다.