自체 칩 개발, DeepSeek와 Zhipu의 산수 문제

원문 저자: Xiaosuan

2013년, 구글의 엔지니어들은 한 가지 산수 문제를 계산했습니다.

문제는 매우 간단했습니다. 만약 모든 사용자가 하루에 3분씩 음성 검색을 사용한다면, 구글의 전 세계 데이터 센터는 얼마나 확장되어야 할까?

답은 모두를 숨 쉬게 했습니다. 두 배였습니다.

엔비디아의 그래픽 카드를 사서 이 구멍을 메우려면, 구글이 먼저 청구서에 무너질 것이었습니다. 그래서 이 검색 회사는 당시로서는 파격적인 결정을 내렸습니다. 바로 자체 칩을 만들기로 한 것입니다. 이후의 이야기는 모두가 알고 있습니다. 그 칩의 이름은 TPU였고, 오늘날 구글이 '엔비디아 세금'에 맞서는 가장 강력한 무기입니다.

13년 후, 이 산수 문제는 중국인에게 전해졌습니다.

7월 7일 저녁, 로이터 통신은 세 명의 소식통을 인용해, DeepSeek이 자체 AI 칩을 개발 중이며, 프로젝트는 1년 전에 시작되었고, 칩 설계 회사, 파운드리, 메모리 제조사와 접촉하고 있다고 보도했습니다. 몇 시간 후, The Information은 Zhipu AI도 맞춤형 칩 자체 개발을 평가 중이며, 국내 칩 설계 회사와 접촉하고 있다고 덧붙였습니다.

24시간 만에, 중국의 두 대표적인 대규모 언어 모델 회사가 동일한 움직임을 보인 것으로 알려졌습니다:

칩 제작.

1.

DeepSeek의 칩에는意味深长한 수식어가 붙어 있습니다. 추론에 특화되어 있고, 학습은 신경 쓰지 않는다는 것입니다.

학습은 모델을 가르치는 과정으로, 비용이 엄청나지만 한 번에 지불됩니다. 추론은 모델이 실제 작업을 수행하는 것으로, 사용자가 질문을 할 때마다 서버실에서 전기 요금이 발생합니다. 사용자가 많을수록 더 많이 소모되며, 결코 멈추지 않습니다.

학습은 집을 사는 것이고, 추론은 월세를 내는 것입니다. AI 산업의 진정한 비용 블랙홀은 계약금이 아니라 월세에 있습니다.

DeepSeek이 우선적으로 해결하려는 문제는 한 문장으로 요약됩니다:

사용자 한 명당 서비스 비용은 얼마인가?

이 회사의 창업자 량원펑은 칩을 첫날부터 생존 문제로 여겼던 몇 안 되는 사람 중 하나입니다. 그는 퀀트 펀드 출신으로, 대규모 언어 모델 열풍이 일기 훨씬 전부터 그래픽 카드를 비축해두기로 업계에서 유명했습니다. 2023년에서 2024년 사이, 그는 Wave采访에 두 번 출연하여 이후 자주 인용되는 말을 남겼습니다:

우리의 진정한 도전은 결코 자금이 아니라, 첨단 칩 수출 금지령입니다.

말뿐만 아니라 행동으로도 옮겼습니다. DeepSeek의 R1 모델은 엔비디아 H800에서 학습되었고, 이후 화웨이昇腾으로 전환했습니다. 엔지니어링 팀은 모델에 UE8M0 FP8 데이터 형식을 설계했으며, 이는 업계에서 차세대 국산 칩의 하드웨어 특성에 맞춰 맞춤 제작된 것으로 인정받고 있습니다.

올해 6월에는 탄약도 준비되었습니다. 수년간 외부 투자를 거부해온 이 회사는 첫 번째 자금 조달을 완료하여 약 510억 위안을 확보했으며, 투자 후 평가액은 520억에서 590억 달러에 이릅니다. 공개된 자금 사용 용도는 명확합니다. 국산 컴퓨팅 파워 센터 확장 및 자체 AI 칩 개발입니다.

최근 몇 달 동안, DeepSeek은 칩 설계 엔지니어를 지속적으로 채용해 왔으며, 모든 직위는 공개 채용 플랫폼에 나타나지 않았습니다.

2.

Zhipu AI는 동일한 산수 문제에 대한 또 다른 해결책입니다.

칭화대 연구실에서 탄생한 이 회사는 올해 홍콩 증시에 상장하여 '대규모 언어 모델 1호주'라는 타이틀을 달고 시가총액이 한때 1조 홍콩 달러를 돌파했습니다. 화려함 이면에는 긴장된 재무제표가 있었습니다. 2024년 29억 5800만 위안 손실, 2025년 상반기에 추가로 23억 5800만 위안 손실을 기록하며 1년 반 만에 53억 위안을 소진했습니다.

올해 2월, GLM-5가 출시되어 해외에서 큰 인기를 끌었으며, 코딩 능력은 일류 폐쇄형 모델에 필적했습니다. 엄청난 트래픽이 몰려들자 Zhipu AI가 가장 먼저 한 일은 가격 인상이었습니다. Coding 패키지 가격이 최소 30% 인상되었습니다. 두 번째 일은 '컴퓨팅 파워 파트너' 모집 공고를 내고 칩 제조사에 공개적으로 협력 최적화를 요청한 것입니다.

막 상장한 스타트업이 공개적으로 컴퓨팅 파워를 구합니다. 사업이 너무 잘되어 가격 인상으로 사용자를 돌려세워야 하는 경우는 비즈니스 역사상 흔치 않습니다.

따라서 The Information의 보도는 전혀 놀랍지 않습니다. Zhipu AI가 평가하는 경로는 협력 맞춤 제작입니다. 자체 모델 아키텍처와 요구 사항을 제공하고, 국내 칩 설계 회사가 엔지니어링 역량을 제공하는 방식입니다.

DeepSeek은 공장을 직접 지어 자동차를 만듭니다. Zhipu AI는 설계도를 들고 자동차 공장에 가서 개조를 의뢰합니다. 두 경로에는 우열이 없지만, 청구서에는 차이가 있습니다.

3.

이 칩 제작 움직임에서 가장 주목할 만한 것은 로이터 통신의 한 문장입니다:

DeepSeek이 칩을 만드는 이유는 엔비디아에 대한 의존도를 줄이고, 화웨이에 대한 의존도도 줄이기 위해서입니다.

전반부는 거의 당연한 말입니다. 수출 통제 하에서 엔비디아의 중국 데이터 센터 시장 점유율은 거의 0에 가까워졌습니다. 후반부가 진짜 뉴스입니다.

지난 2년 동안, '국산 대체'라는 네 글자는 컴퓨팅 파워 맥락에서 '昇腾으로 전환'과 거의 동의어였습니다. DeepSeek 자체가 가장 적극적인 실행자였습니다. V4 시리즈가昇腾 적응을 완료했고, 화웨이는 자사 프로세서가 일부 학습에 참여했다고 확인했습니다. Zhipu AI는 더 나아가 GLM 아키텍처를 40개 이상의 국산 칩에 적용했으며, 새 모델 출시 당일 Haiguang, Moore Threads, Muxi가 줄지어 적응 완료를 발표했습니다.

깊이 포용할수록 한 가지를 더 잘 알게 됩니다. 연간 추론 비용이 수십억에 달하는 회사는 어떤 단일 공급업체에 운명을 걸 수 없습니다.

심지어 그 공급업체가 같은 편이라 할지라도 말입니다.

昇腾을 포용하는 것은 '있는가 없는가'의 문제를 해결합니다. 자체 칩을 개발하는 것은 '누구의 말을 들을 것인가'의 문제를 해결합니다. 국산 대체의 서사가 5년 차에 접어들면서, 내부적으로 계층화가 시작되었습니다.

4.

모델 회사의 칩 제작은 태평양 건너편에서는 이미 표준적인 움직임입니다.

지난달, OpenAI는 브로드컴과 협력하여 개발한 맞춤형 추론 칩, 코드명 Jalapeño를 공개했습니다. Anthropic도 같은 작업을 평가 중인 것으로 알려졌습니다. 더 일찍이 구글, 아마존, 마이크로소프트를 포함하여, 실리콘 밸리에서 추론 비용이 충분히 큰 회사는 모두 자체 칩을 보유하거나 적어도 자체 칩에 대한 PPT를 가지고 있습니다.

중국의 칩 산업 체인에게 이것은 양면의 동전입니다.

앞면: 모델 회사의 맞춤형 주문은 국내 칩 설계 회사가 꿈꾸는 수익입니다. Zhipu AI의 협력 맞춤형 모델은 거의 그들의 대본에 따라 작성된 것입니다. 메모리 제조사도 혜택을 봅니다. 추론 칩은 대역폭에 극도로 의존하며, 고대역폭 메모리에 대한 수요 곡선은 더 가팔라질 것입니다.

뒷면: 오늘의 대규모 고객은 내일 당신을 제쳐두는 법을 배우고 있습니다. 구글도 한때는 칩 공급업체의 훌륭한 고객이었지만, 나중에 TPU의 주인이 되었습니다.

물론, 카드는 이제 막 나누어졌습니다. 경쟁력 있는 AI 칩을 만드는 데는 보통 수년의 시간과 수십억의 투자가 필요하며, 성공은 보장되지 않습니다. 메타의 자체 칩 계획은 완전히 백지화된 적도 있습니다. 더 미묘한 점은, 맞춤형 칩은 모델 아키텍처가 안정화될 것이라는 가정에 베팅하는 반면, DeepSeek과 Zhipu AI의 차세대 모델은 방금 Sparse Attention과 같은 새로운 메커니즘을 도입했다는 것입니다. 오늘 테이프아웃된 설계도는 2년 후 칩이 출시될 때쯤이면 아키텍처가 이미 구식이 되어 있을 수 있습니다.

2013년, 구글이 계산한 문제의 답은 TPU였습니다.

2026년, 중국 모델 회사들의 이 문제는 이제 막 시작되었습니다. 문제를 낸 사람은 바뀌었지만, 문제를 푸는 논리는 변하지 않았습니다:

월세를 오래 낼수록, 내 집을 갖고 싶어지는 법입니다.