AI 요약
- •구글이 Gemini 모델 구조를 실리콘에 직접 각인한 실험용 칩 'Frozen v2'를 개발 중이다.
- •현행 TPU 대비 토큰당 전력효율이 6~10배 높을 것으로 전망되며, 범용 GPU/TPU의 처리 오버헤드를 우회한다.
- •빠르면 2028년 TPU 제품군의 병렬 라인으로 배치될 계획이나, 상용화가 보장된 것은 아니다.
뉴스 기사
구글이 자사 AI 모델 제미나이(Gemini)의 설계도를 반도체 실리콘에 직접 각인하는 방식의 실험용 칩을 개발 중인 것으로 전해졌다. 코드명 'Frozen v2'로 불리는 이 칩은 모델 구조를 하드웨어에 '동결(freeze)'시켜, 범용 GPU나 기존 TPU가 거치는 처리 단계와 데이터 이동을 대폭 줄이는 것이 핵심이다. 가장 주목되는 것은 전력 효율이다. 구글은 이 칩이 현행 TPU 대비 토큰당 전력 효율을 6~10배 개선할 수 있을 것으로 전망하고 있다. 이는 특정 모델에 최적화된 이른바 '모델 각인형 실리콘(model-baked silicon)' 전략으로, 임의의 연산을 처리해야 하는 범용 프로세서와 달리 제미나이 구조에 특화해 불필요한 연산 오버헤드를 제거하는 방식이다. 이 프로젝트는 내부 팀의 컴퓨트 부족과 구글 클라우드가 외부 계약을 거절해야 하는 병목을 해소하려는 목적을 담고 있다. 배치는 빠르면 2028년 TPU 제품군의 병렬 라인으로 예정돼 있다. 다만 아키텍처가 현재 AI 설계 틀에 고정되는 한계가 있으며, 엔지니어는 새로운 모델 가중치를 통해 파라미터를 갱신할 수 있다. 소식이 전해진 뒤 알파벳 주가는 약 2.5% 상승했다. 다만 구글 대변인은 '고효율 혁신을 실험하는 팀은 많지만 모든 실험이 상용 생산으로 이어지는 것은 아니다'라며 신중한 입장을 밝혔다. 하드웨어-소프트웨어 공동 설계를 통한 AI 추론 효율 극대화 전략이 반도체 시장의 새로운 경쟁 축이 될지 주목된다.
AI 투자 인사이트
구글의 자체 커스텀 실리콘 고도화는 엔비디아 의존도를 낮추고 AI 인프라 원가 경쟁력을 강화하는 장기 호재로, 알파벳과 커스텀 칩 설계 생태계에 긍정적.
