딥시크, 엔비디아 GPU 대규모 추가구매 방침

센티먼트 +45
영향도 78

AI 요약

  • 딥시크는 현재 약 2만장의 H급 GPU를 보유했으며 향후 수개월간 엔비디아 GPU를 대규모 추가 구매할 계획.
  • 미국 800B급 초대형 모델 대비 열세를 인정하고 활성 파라미터 150B~250B로 단계적 확장 추진.
  • 화웨이와 협력해 TileLang·자체 컴파일러로 CUDA 의존도를 낮추되, 하드웨어 효율 4배·시간 2년 격차가 핵심 병목.

뉴스 기사

중국 AI 스타트업 딥시크가 대규모 컴퓨팅 자원 확보에 속도를 내고 있다. 회사는 현재 H급 GPU 환산 약 2만장 규모의 자원을 보유 중이며, 상당수를 최근 1~2개월 사이 도입했다고 밝혔다. 딥시크는 향후 수개월간 엔비디아 GPU를 대규모로 추가 구매하고, 합리적인 가격에 확보 가능한 물량은 최대한 사들이겠다는 방침을 세웠다. 조달한 자금을 6개월 안에 GPU로 전환하는 것을 가장 이상적인 시나리오로 평가했다. 인재와 모델 성능의 격차가 결국 얼마나 많은 GPU로 다양한 실험을 수행하느냐에서 갈린다고 본 것이다. 모델 규모 면에서는 미국과의 격차를 인정했다. 미국의 최대 모델이 활성 파라미터 약 800B 수준인 반면 중국은 수십B에 머물러 있으며, 미국 수준의 초대형 모델을 학습하려면 GB300 약 5만장 또는 화웨이 950급 약 20만장이 필요할 수 있다고 추산했다. 딥시크는 우선 수십B 구간에서 연구를 충분히 진행한 뒤 자원 확대에 맞춰 150B~250B 수준으로 확장할 계획이다. 화웨이와의 협력도 강조됐다. 약 1만6,000장의 화웨이 AI 칩 물량을 확보할 수 있으며, TileLang 같은 고급 언어와 자체 컴파일러로 CUDA 생태계 진입장벽이 빠르게 낮아질 것으로 내다봤다. 다만 화웨이 950 슈퍼노드가 엔비디아 GB200·GB300 작업을 대체할 수 있어도 카드 4장이 엔비디아 1장 수준이며 출시도 약 2년 늦다고 평가했다. 미·중 칩 격차를 생태계 문제라기보다 하드웨어 효율 약 4배, 시간 약 2년의 격차로 규정했다. 경쟁 구도에 대해서는 장기적으로 대형모델 간 절대 성능 차이는 좁혀지고, 비용·개발 시점·사용자 경험이 승부를 가를 것으로 전망했다. 앤스로픽의 코딩 에이전트 우위는 선발효과에 가깝고, 오픈AI와 구글이 장기적으로 선두를 번갈아 차지할 가능성이 높다고 봤다. 중국 AI 기업은 제조업처럼 최고 수준에 근접한 성능을 더 낮은 비용으로 공급하는 역할을 맡을 것으로 자평했다.

AI 투자 인사이트

딥시크의 공격적 GPU 확보 방침은 엔비디아 수요 지속성에 긍정적이나, 화웨이 칩 이전 가속은 중장기 대체 리스크로 주시할 필요.

관련 기업