AMD와 Google 수요가 Intel과 NVIDIA를 끌어올렸지만, AI 칩 랠리 뒤에는 더 넓은 경쟁이 있다
AMD, Google, Intel, NVIDIA는 수요일을 맞아 주목할 만한 신호와 함께 거래를 시작했다. 동일 시장의 서로 다른 영역을 놓고 경쟁하는 여러 AI 관련 종목이 동시에 상승한 것이다. 이 움직임은 프로세서, 가속기, 서버, 클라우드 인프라 전반에서 데이터센터 수요가 견조하다는 점을 보여준 실적 발표 뒤에 나왔다. 또한 AI 하드웨어에 투입되는 모든 비용이 단 한 명의 승자만 만들어야 한다는 통념에도 의문을 제기했다.
이번 랠리는 한 칩 제조사의 실적 호조를 넘어선 현상이었다. AMD는 전주에 분기 기준 사상 최대 매출을 발표했고, Intel은 클라이언트 및 데이터센터 제품에서 더 빠른 성장세를 기록했다. NVIDIA의 가장 최근 실적은 이미 가속기 수요에 훨씬 높은 기준점을 제시한 바 있다.
Google은 이 이야기의 또 다른 핵심 요소를 제공했다. 인프라 투자 확대는 고객들이 NVIDIA GPU, AMD 프로세서, Intel CPU, Google 자체 텐서 처리 장치를 동시에 지원할 수 있는 이유를 보여줬다. 따라서 AMD와 Google의 관계는 하나의 클라우드 제품 발표 이상의 의미를 지닌다. 이는 하이퍼스케일러들이 모든 워크로드에 단일 공급업체를 선택하는 대신, 혼합형 시스템을 구축하고 있음을 보여준다.
그렇다고 세 칩 제조사가 동등하다는 뜻은 아니다. NVIDIA는 주요 AI 모델을 학습시키고 실행하는 데 쓰이는 가속기의 지배적 공급업체로 남아 있다. AMD는 서버 CPU에서 더 큰 규모의 가속기 배치로 사업을 확장하고 있으며, Intel은 CPU, 제조, 기업용 인프라를 중심으로 재건을 추진하고 있다.
진짜 질문은 경쟁 구도의 차이가 다시 부각된 이후에도 확대되는 AI 수요가 세 회사를 모두 계속 끌어올릴 수 있느냐는 것이다.
랠리는 공동의 승리가 아니라 수요의 증거를 따랐다
수요일의 상승은 AMD, Intel, NVIDIA가 동등한 위치에 도달했다는 증거가 아니라 AI 인프라 시장에 대한 신뢰가 다시 살아났음을 반영했다.
8월 12일 광범위한 시장은 사상 최고치에 근접한 수준에서 마감했다. 수요일 시장 랠리 보도에 따르면 S&P 500은 0.3% 올랐고 Nasdaq Composite는 0.5% 상승했다. 여러 공급업체가 애널리스트 예상보다 강한 봄철 실적을 발표하면서 AI 인프라 기업들이 상승세를 이끌었다.
가장 직접적인 촉매는 Super Micro Computer였다. 이 회사는 프로세서, 가속기, 메모리, 네트워킹, 냉각, 스토리지를 결합한 서버를 구축한다. 최신 수익이 애널리스트 예상치를 웃돌자 주가가 급등했다.
이 결과는 서버 공급업체가 실리콘 공급업체와 데이터센터 운영업체 사이에 위치한다는 점에서 칩 투자자들에게 중요했다. 서버 제조사는 완성 시스템을 정당화할 만큼 충분한 고객 수요를 확보하지 못하면 강한 매출을 인식할 수 없다. 따라서 서버 실적 개선은 AI 지출이 실제 배치 단계에 이르고 있다는 견해를 뒷받침했다.
시장은 AMD로부터도 새로운 근거를 얻었다. AMD는 2분기 매출이 115억 달러로 전년 동기 대비 50% 증가했다고 발표했다. 데이터센터 사업은 EPYC 서버 프로세서와 Instinct 가속기에 대한 수요 강화의 혜택을 받았다.
AMD의 분기 성장세는 AI 가속기만으로 나온 것이 아니었다. 클라이언트 프로세서와 기타 제품도 기여한 반면, 게임 매출은 반대 방향으로 움직였다. 기록적인 매출이라는 헤드라인만으로는 어떤 제품군이 가장 높은 마진을 지탱하는지 알 수 없기 때문에 이 혼합된 성과는 중요하다.
Intel은 이미 2분기 매출 161억 달러를 발표했으며, 이는 전년 대비 25% 성장에 해당한다. 클라이언트 및 데이터센터 프로세서 수요가 회사를 뒷받침했지만, 구조조정과 제조 투자 비용은 계속해서 보고된 수익성에 부담을 줬다.
NVIDIA는 가장 강력한 최근 성장 수치와 함께 이번 랠리에 진입했다. 1분기 매출은 전년 대비 85% 증가한 816억 달러에 달했다. 데이터센터 매출은 92% 늘어난 752억 달러를 기록했다고 분기 실적에서 밝혔다.
이 수치는 AI 인프라 사이클이 멈추지 않았음을 보여줬다. 그러나 동시에 가속기 매출에서 NVIDIA와 경쟁사 간 격차가 얼마나 큰지도 드러냈다.
투자자들이 시장 규모를 재평가할 때 동시 랠리가 발생할 수 있다. 각 공급업체가 동일한 점유율을 확보할 것이라고 결론 내릴 필요는 없다. 예상되는 AI 인프라 지출 규모가 커진다면, 한 기업이 크게 앞서 있는 상황에서도 여러 기업이 함께 수혜를 볼 수 있다.
이 구분이 시장 반응을 설명한다. 투자자들은 경쟁 구도의 위계를 지운 것이 아니었다. AI 컴퓨팅 스택의 한 층위 이상을 수요가 뒷받침할 수 있다는 확신을 높인 것이다.
지금 AMD Google 인프라 협력이 중요한 이유
AMD와 Google의 연결고리는 클라우드 운영업체들이 서로 다른 프로세서, 가속기, 자체 설계 칩 전반에 수요를 분산하는 방식을 보여준다.
Google Cloud는 고객에게 여러 하드웨어 아키텍처에 대한 접근을 제공한다. 여기에는 NVIDIA GPU, Google 텐서 처리 장치인 TPU, AMD 서버 CPU 기반 가상 머신이 포함된다. TPU는 머신러닝 계산을 위해 설계된 특수 가속기다.
AMD는 1분기 공시에서 Google Cloud가 5세대 EPYC 프로세서를 사용하는 H4D 가상 머신을 도입했다고 밝혔다. AWS, Microsoft Azure, Tencent 역시 해당 기간에 새롭거나 확장된 EPYC 기반 서비스를 발표했다.
이러한 배치가 중요한 이유는 AI 서비스에 가장 큰 행렬 계산을 수행하는 가속기 이상의 요소가 필요하기 때문이다. 데이터 준비, 작업 스케줄링, 스토리지 제어, 네트워킹 관리, 추론 일부 처리를 위해서도 CPU가 필요하다.
추론은 학습된 모델을 사용해 답변, 분류 또는 예측을 생성하는 과정이다. AI 제품이 더 많은 사용자를 확보할수록 추론은 가속기와 호스트 프로세서 모두에 지속적인 수요를 만들 수 있다.
AMD는 1분기 데이터센터 매출이 전년 대비 57% 증가한 58억 달러를 기록했다고 발표했다. 회사는 재무 공시에서 이 증가를 EPYC 프로세서와 Instinct GPU의 지속적인 출하에 기인한다고 설명했다.
이 조합은 AMD에 클라우드 데이터센터로 진입할 두 가지 경로를 제공한다. 다른 회사 가속기에 연결되는 CPU를 공급할 수도 있고, 더 완전한 AMD 컴퓨팅 플랫폼을 판매할 수도 있다. 첫 번째 경로는 AMD가 NVIDIA를 대체하지 않고도 매출을 창출할 수 있게 한다.
Google에도 여러 하드웨어 옵션을 유지할 이유가 있다. 자체 TPU는 일부 워크로드에 대해 성능, 공급, 운영 비용을 통제할 수 있게 해준다. NVIDIA GPU는 폭넓은 소프트웨어 지원과 대규모 개발자 기반에 대한 접근성을 제공한다. AMD는 Google에 CPU와 가속기의 또 다른 공급원을 제공한다.
Alphabet의 2분기 실적은 이 전략의 규모를 뒷받침했다. 매출은 전년 대비 24% 증가했고 Google Cloud 매출은 82% 늘었다. 회사의 실적 발표에 따르면 클라우드 수주잔고는 5,140억 달러에 달했다.
수주잔고는 아직 인식되지 않은 계약 매출을 뜻한다. 모든 계약이 처음의 일정대로 매출로 전환된다는 보장은 없다. 그럼에도 이러한 성장은 Google이 컴퓨팅 용량을 계속 확장하는 이유를 설명하는 데 도움이 된다.
Alphabet은 인프라 포트폴리오에 Google 가속기와 NVIDIA 시스템이 포함돼 있다고 밝혔다. 또한 고객이 GPU와 TPU 전반으로 더 많은 워크로드를 이동할 수 있도록 여러 소프트웨어 프레임워크를 지원한다는 점도 강조했다.
이것이 AMD와 Google 관계가 보여주는 핵심 신호다. Google은 클라우드를 하나의 칩 아키텍처에 맡기고 있지 않다. 서로 다른 모델, 예산, 소프트웨어 의존성, 배치 일정에 맞는 고객을 확보하기 위해 충분한 하드웨어 다양성을 제공하려 하고 있다.
이 접근 방식은 공급업체의 기회를 넓히지만 Google의 협상력도 강화한다. 자체 실리콘과 여러 외부 공급업체를 보유한 클라우드 운영업체는 특정 로드맵 하나에 덜 의존한다. 경쟁은 공급 가용성을 개선하고, 하나의 지연된 제품이 데이터센터 구축을 막을 위험을 줄일 수 있다.
이러한 다양성이 더 많은 EPYC 인스턴스나 Instinct 배치로 이어질 때 AMD가 혜택을 본다. 고객이 NVIDIA의 완전한 가속 컴퓨팅 플랫폼을 원할 때 NVIDIA가 수혜를 본다. 범용 처리와 기업 호환성이 여전히 중요할 때 Intel이 혜택을 본다.
클라우드 제공업체는 이 모든 선택지를 열어두는 데서 이익을 얻는다.
NVIDIA는 여전히 AI 가속기 기준을 정의한다
더 폭넓은 수요는 AMD와 Intel의 여지를 만들지만, NVIDIA의 매출과 소프트웨어 입지는 여전히 경쟁 기준을 정의한다.
NVIDIA의 1분기 실적은 경쟁사와 다른 규모였다. 회사는 4월 26일 마감 분기에 총 816억 달러의 매출을 올렸다. 데이터센터 사업만으로도 752억 달러를 창출했다.
이 수치는 연간 매출 성장률 85%, 데이터센터 성장률 92%에 해당한다. NVIDIA는 또한 74.9%의 GAAP 매출총이익률을 보고했다. 매출총이익률은 직접 생산비를 제외한 뒤 남는 매출 비중을 측정한다.
이 마진이 중요한 이유는 반도체 경쟁이 출하량 증가만으로 결정되지 않기 때문이다. 공급업체는 미래 칩 설계, 네트워킹 제품, 소프트웨어, 제조 약속에 투자할 수 있을 만큼 충분한 이익으로 수요를 전환해야 한다.
NVIDIA는 GPU, 고속 연결, 네트워킹, 랙 규모 시스템, CUDA 소프트웨어를 아우르는 통합 플랫폼을 구축했다. CUDA는 개발자에게 NVIDIA GPU에서 실행되는 프로그램을 작성할 도구를 제공한다. 수년에 걸친 도입은 이 소프트웨어 기반을 재현하기 어렵게 만들었다.
AMD의 Instinct 가속기는 특정 워크로드에서 하드웨어 성능과 메모리 용량을 놓고 경쟁할 수 있다. 더 어려운 과제는 모델 프레임워크, 오케스트레이션 도구, 라이브러리, 네트워킹, 기술 지원 전반에서 고객에게 유사하게 신뢰할 수 있는 경험을 제공하는 일이다.
AMD는 GPU 컴퓨팅용 오픈 소프트웨어 플랫폼인 ROCm에 투자해 왔다. 또한 가속기, CPU, 네트워킹, 소프트웨어를 결합한 랙 규모 시스템을 구축하고 있다. 고객 도입 여부가 이러한 투자가 전환의 운영 비용을 낮추는지를 결정할 것이다.
Intel은 다른 위치에 있다. 서버 CPU는 가속기 시스템을 조율하는 호스트 프로세서를 포함한 범용 컴퓨팅에 계속 중요하다. Intel 역시 가속기와 파운드리 사업에 대한 목표를 갖고 있지만, NVIDIA 규모에 근접하는 데이터센터 GPU 사업을 구축하지는 못했다.
회사의 2분기 매출 성장은 CPU 수요가 강화됐다는 증거를 제공했다. Intel의 실적 발표는 제조 로드맵과 외부 파운드리 고객을 회복 계획의 중심에 놓았다.
파운드리는 다른 회사가 설계한 칩을 제조한다. 따라서 Intel의 파운드리 전략은 AI 인프라에서 두 번째 가능한 역할을 만든다. 자체 프로세서를 판매하는 동시에 외부 설계업체를 위한 칩 제조를 시도할 수 있다.
이 모델은 고객 물량이 예측 가능해지기 전에 대규모 자본 투자를 요구한다. Intel은 잠재적 파운드리 고객에게 제조 공정, 수율, 도구, 납기 일정이 상업적 요건을 충족할 것이라는 확신도 줘야 한다.
Google은 세 공급업체 모두의 경쟁 구도를 복잡하게 만든다. TPU는 일부 모델 학습과 추론에 대해 Google에 내부 대안을 제공한다. 다른 하이퍼스케일러들도 맞춤형 가속기를 개발하며, 범용 GPU가 불필요한 비용을 수반하는 특정 워크로드를 겨냥하는 경우가 많다.
커스텀 실리콘이 상용 칩 공급업체를 자동으로 배제하는 것은 아니다. 프로세서 설계는 하나의 단계일 뿐이다. 클라우드 기업은 제조 용량을 확보하고, 칩을 패키징하며, 대규모로 연결하고, 소프트웨어를 지원하고, 안정적으로 운영해야 한다.
NVIDIA의 플랫폼은 이러한 통합 부담을 상당 부분 줄여 준다. 이 같은 장점은 클라우드 사업자들이 자체 칩에 투자하면서도 NVIDIA 시스템을 계속 구매하는 이유를 설명한다.
AMD의 기회는 단순히 더 빠른 부품을 생산하는 데 있지 않다. 두 번째 가속기 플랫폼을 배포할 만한 충분한 성능, 공급량, 소프트웨어 호환성, 시스템 지원을 제공해야 한다.
Intel의 당면한 기회는 더 폭넓다. Intel이 주력 가속기를 공급하지 않더라도 AI 사용량 증가는 CPU 수요를 늘릴 수 있다. 그러나 AMD, Arm 기반 프로세서, 커스텀 클라우드 CPU가 동일한 호스트 워크로드를 두고 경쟁하는 상황에서 이 입지를 지켜야 한다.
이들 기업의 주가가 함께 상승한 이유는 공략 가능한 시장이 더 커 보였기 때문이다. 다만 전략은 여전히 뚜렷하게 다르다.
실적 수치만으로는 결론낼 수 없는 것
강력한 분기 성장만으로는 AI 인프라 지출이 고객이나 공급업체에 지속 가능한 수익을 가져올지 판단할 수 없다.
가장 큰 불확실성은 데이터센터 비용을 부담하는 기업들에 있다. Google, Microsoft, Amazon, Meta 및 기타 운영사들은 각 시설이 최종적으로 얼마나 많은 매출을 창출할지 알기 전에 자본을 투입하고 있다.
Alphabet은 강력한 클라우드 성장을 보고했지만 서버, 데이터센터, 네트워킹 지출도 늘렸다. 자본적 지출 증가는 결국 감가상각비로 이어지며, 이는 자산의 기록 원가를 내용연수에 걸쳐 분산한다.
이 회계 효과는 현금이 더 일찍 유출되더라도 향후 영업이익률에 압박을 줄 수 있다. 또한 강한 매출 분기만으로는 새 데이터센터 각각이 매력적인 수익률을 내는지 즉시 알 수 없다.
Google의 82% 클라우드 성장과 확대되는 수주잔고는 투자 논거의 신뢰도를 높인다. 그러나 투자자들은 수주잔고가 인식 매출과 현금흐름으로 얼마나 빠르게 전환되는지 계속 지켜봐야 한다.
칩 공급업체에는 또 다른 위험이 있다. 고객들이 AI 모델 운영 효율을 높일 수 있다는 점이다. 더 작은 모델, 향상된 양자화, 더 나은 스케줄링, 보다 특화된 칩은 특정 작업에 필요한 컴퓨팅 규모를 줄일 수 있다.
양자화는 더 낮은 정밀도의 수치를 사용해 모델의 메모리 및 컴퓨팅 요구량을 줄이는 방식이다. 따라서 사용량이 증가하더라도 동일한 워크로드의 비용은 낮아질 수 있다.
효율성이 항상 전체 하드웨어 수요를 줄이는 것은 아니다. 비용 하락은 기업들이 더 많은 제품에 AI를 배포하고, 더 많은 사용자를 지원하거나, 더 복잡한 작업을 실행하도록 유도할 수 있다. 경제학자들은 흔히 자원이 저렴해질수록 수요가 확대되는 이러한 패턴을 설명한다.
결과는 추가 사용량이 효율성 향상보다 더 빠르게 늘어나는지에 달려 있다. 칩 기업들의 전망은 대체로 그렇게 될 것이라는 가정에 기반한다. 이 가정은 여전히 상업적으로 타당하지만, 분기 실적만으로 전체 투자 사이클에 대해 이를 확인할 수는 없다.
공급망 집중도 또 다른 불확실성을 만든다. 첨단 가속기는 제한된 수의 제조업체, 패키징 공급업체, 메모리 생산업체, 네트워킹 공급업체에 의존한다. 한 부품의 지연이 랙 전체의 구축을 늦출 수 있다.
AMD 역시 더 대규모 가속기 배포로 나아가면서 실행 위험에 직면한다. 발표된 고객 관심이 인식 매출과 같은 것은 아니다. 시스템은 일정에 맞춰 도착하고, 일관된 성능을 내며, 고객 소프트웨어와 통합돼야 한다.
회사의 2분기 매출 성장은 그 방향성을 뒷받침하지만, 시장은 여전히 제품 수준의 증거를 필요로 한다. 클라우드 가용성 확대, 반복 주문, 평가 단계를 넘어선 실제 운영 배포에 주목해야 한다.
Intel의 위험은 더 구조적이다. CPU 수요는 AI 사이클의 수혜를 볼 수 있지만, 회사는 제조 부문에 막대한 비용을 지출하고 있다. 이는 제품 판매 개선과 경쟁력 있는 파운드리 유지 비용 사이의 긴장을 만든다.
Intel은 첨단 제조 로드맵에 계속 전념하겠다고 밝혀 왔다. 투자자들은 이 주장을 외부 고객 약정, 제조 수율, 생산 확대 시점과 비교해 평가해야 한다.
NVIDIA는 다른 압박에 직면한다. 선도적 위치는 가격 및 플랫폼 측면의 이점을 제공하지만, 동시에 높은 기대치도 만든다. 매우 큰 사업 규모 전반의 투자 가정을 뒷받침하려면 매출 성장이 충분히 높은 수준을 유지해야 한다.
회사는 AMD 가속기와 하이퍼스케일러가 설계한 칩의 경쟁 심화에도 직면해 있다. Google TPU가 시장에 영향을 미치기 위해 모든 곳에서 NVIDIA를 대체할 필요는 없다. 충분한 내부 또는 클라우드 워크로드에서 매력적인 선택지가 되어 구매 결정을 바꾸기만 하면 된다.
규제와 수출 통제는 추가적인 불확실성을 더한다. 제한 조치는 공급업체가 특정 시장에서 판매할 수 있는 프로세서 종류를 바꿀 수 있다. 또한 제품 재설계를 요구하거나 고객이 현지 대안을 개발하도록 이끌 수 있다.
이러한 위험 가운데 어느 것도 수요일의 랠리를 무효화하지는 않는다. 다만 하루간의 움직임은 장기 승자에 대한 최종 판단이 아니라 수요 신호로 해석해야 하는 이유를 보여 준다.
진짜 경쟁은 완성형 AI 시스템에서 벌어진다
경쟁의 다음 단계는 칩, 메모리, 네트워킹, 소프트웨어, 전력, 냉각이 함께 작동해야 하는 시스템 수준에서 결정될 것이다.
가속기 하나만으로는 좀처럼 가치를 만들어 내지 못한다. 대규모 AI 배포는 하나의 컴퓨터처럼 작동하도록 설계된 클러스터에 수천 개의 부품을 결합한다. 성능은 프로세서 간 데이터 이동 속도와 전체 시스템이 얼마나 안정적으로 온라인 상태를 유지하는지에 달려 있다.
이러한 변화는 여러 계층을 조율할 수 있는 기업에 유리하다. NVIDIA는 가속기, CPU, 네트워킹, 인터커넥트, 소프트웨어를 판매한다. 랙 규모 전략은 고객에게 통합 작업을 줄여 주는 레퍼런스 아키텍처를 제공한다.
AMD는 Instinct 가속기, EPYC 프로세서, 네트워킹 자산, 오픈 소프트웨어를 통해 유사한 방향을 추구하고 있다. 과제는 각각 경쟁력 있는 구성요소를 대형 고객이 예측 가능하게 활용할 수 있는 시스템으로 전환하는 것이다.
Google은 다른 경로를 택한다. TPU를 설계하고, 글로벌 클라우드를 운영하며, 상용 하드웨어를 구매하고, 인프라 위 계층의 소프트웨어 상당 부분을 통제한다. 이러한 수직 통합은 Google이 내부 서비스와 외부 고객을 위해 서로 다른 컴퓨팅 경로를 선택할 수 있게 한다.
AMD와 Google의 관계는 이러한 시스템 수준 시장에 부합한다. EPYC 기반 Google Cloud 인스턴스는 AMD 가속기 없이도 고성능 컴퓨팅, 데이터 처리 또는 AI 관련 워크로드를 지원할 수 있다. 다른 서비스는 서로 다른 호스트 CPU와 NVIDIA GPU를 결합할 수 있다.
고객은 각 칩에 어떤 로고가 붙어 있는지보다 처리량, 가용성, 소프트웨어 호환성, 보안, 운영 비용에 더 관심을 두는 경우가 많다. 이것이 벤치마크 선도만으로 배포가 보장되지 않는 이유다.
모델 학습 팀은 완료까지 걸리는 시간을 우선시할 수 있다. 온라인 서비스는 추론 비용과 응답 지연 시간에 더 관심을 둘 수 있다. 규제를 받는 기업은 데이터 위치, 지원, 예측 가능한 업데이트를 우선시할 수 있다.
이러한 요구는 작업별로 서로 다른 프로세서 유형을 사용하는 이기종 컴퓨팅의 여지를 남긴다. CPU는 유연한 범용 작업을 처리한다. GPU와 TPU는 고병렬 연산을 가속한다. 네트워킹 부품은 시스템을 연결하고, 메모리는 프로세서에 데이터를 공급한다.
이기종 시스템에 계속해서 대규모의 성능 좋은 CPU가 필요하다면 Intel은 관련성을 유지할 수 있다. AMD는 EPYC와 Instinct 양쪽을 통해 성장할 수 있다. NVIDIA는 혼합형 대안보다 자사 플랫폼을 더 쉽게 배포할 수 있게 만들어 선두를 지킬 수 있다.
그러나 시스템 경쟁은 클라우드 운영사에 더 큰 영향력도 부여한다. Google은 하드웨어를 관리형 서비스 뒤에 패키징해 고객이 모든 기반 구성요소를 직접 선택하지 않고도 컴퓨팅을 사용할 수 있게 한다.
이러한 추상화는 시간이 지날수록 칩 브랜딩을 약화할 수 있다. 개발자는 특정 프로세서 대신 성능 목표나 서비스 수준을 요청할 수 있다. 그러면 클라우드 제공업체가 요청된 결과를 제공할 하드웨어를 결정한다.
NVIDIA는 소프트웨어 및 플랫폼 영향력을 확대하며 대응해 왔다. AMD는 소프트웨어 이식성을 개선하고 클라우드 기업들과 새로운 인스턴스를 개발하고 있다. Intel은 엔터프라이즈 호환성과 제조 옵션을 강조하고 있다.
전력 가용성도 이러한 선택을 좌우할 것이다. AI 데이터센터에는 대규모 전력 연결, 냉각 시스템, 건설 일정이 필요하다. 벤치마크 결과가 뛰어난 칩이라도 시스템이 해당 시설의 전력 한도에 맞지 않으면 배포 경쟁에서 밀릴 수 있다.
고객들은 점점 전력 단위당 유효 작업량, 전체 배포 기간, 활용률을 비교하게 될 것이다. 활용률은 설치된 시스템 용량 중 유휴 대기 대신 생산적인 작업을 수행하는 비중을 뜻한다.
시장 랠리는 이 전체 사슬에 걸친 수요 증가를 반영했다. 장기 경쟁의 핵심은 고객이 모든 시스템 비용을 고려한 뒤 어느 기업이 가장 큰 가치를 가져가는지에 있다.
AI 칩 랠리를 검증할 세 가지 신호
배포, 클라우드 매출, 제품 로드맵이 수요의 폭과 지속성을 확인한다면 이번 랠리는 더 큰 의미를 갖게 될 것이다.
첫 번째 신호는 NVIDIA의 다음 실적 보고서다. 투자자들은 가속기 성장률을 공급, 마진, 경영진 전망과 비교해야 한다. 데이터센터 매출이 다시 크게 증가한다면 하이퍼스케일러 수요가 여전히 견조하다는 견해가 강화될 것이다.
NVIDIA 성장의 구성도 총액만큼 면밀히 살펴봐야 한다. 네트워킹, 랙 규모 시스템, 반복 구매는 고객이 개별 칩 주문이 아니라 완전한 배포를 확장하고 있는지를 보여 줄 수 있다.
둔화가 AI 인프라 사이클을 자동으로 끝내는 것은 아니다. 다만 배포 시점, 고객 집중도, 이전 주문이 수요를 앞당겨 반영했는지에 대한 의문을 키울 것이다.
두 번째 신호는 AMD가 발표한 플랫폼을 인식 가속기 매출로 전환하는 능력이다. AMD는 강력한 고객 참여를 보고했지만, 투자자들은 더 큰 규모의 실제 운영 배포 증거를 필요로 한다.
클라우드 가용성은 유용한 지표 중 하나다. 주요 제공업체가 더 많은 Instinct 기반 서비스를 제공한다면 개발자는 프라이빗 클러스터를 구축하지 않고도 하드웨어에 접근할 수 있다. 반복 주문은 더 강력한 신호가 될 것이다.
EPYC 수요도 주목할 만하다. NVIDIA가 가속기를 공급하더라도 AMD는 호스트 프로세서를 통해 AI 인프라에 참여할 수 있다. 지속적인 서버 CPU 성장은 빠른 GPU 점유율 확대를 전제하지 않고도 더 넓은 AMD-Google 논리를 뒷받침할 것이다.
세 번째 신호는 Google의 인프라 지출이 지속적인 클라우드 성장과 수주잔고 전환으로 이어지는지 여부다. Alphabet의 최근 수치는 강력했지만, 지출 프로그램에는 계속되는 고객 수요가 필요하다.
Google Cloud가 높은 성장률을 유지하면서 마진을 확대하고 수주잔고를 전환한다면, 회사는 AI 인프라가 상업적 수익을 창출하고 있다는 더 강력한 증거를 확보하게 된다. 이 결과는 CPU, GPU, 네트워킹, 메모리, 서버 시스템 전반의 공급업체를 뒷받침할 것이다.
자본 지출이 클라우드 매출과 현금 창출보다 빠르게 늘어난다면 투자자들의 검토는 강화될 것이다. 그러면 시장은 생산적인 배포와 연결된 공급업체와 전반적 낙관론의 수혜를 받는 기업을 더 적극적으로 구분할 수 있다.
Intel의 진전은 이 세 가지 신호를 모두 가로지른다. 강한 서버 수요는 제품 사업에 도움이 되고, 외부 제조 약정은 파운드리 전략의 일부를 검증할 것이다. 지연이 발생하면 회사는 더 제한적인 CPU 회복에 계속 의존하게 된다.
독자들은 이 경쟁을 하루의 주가 성과로 축소해서는 안 된다. AMD, Intel, NVIDIA가 함께 상승한 것은 최근 실적이 고객들이 여전히 필요로 하는 컴퓨팅 규모에 대한 신뢰를 높였기 때문이다. 이는 매출, 소프트웨어 성숙도, 마진, 제조 노출도, 실행 위험의 차이를 없앤 것이 아니다.
가장 유용한 다음 단계는 이러한 차이를 분기별로 추적하는 것이다. NVIDIA의 데이터센터 성장, AMD의 실제 배포, 그리고 Google Cloud가 인프라 지출을 매출로 전환하는 과정을 지켜봐야 한다. AMD와 Google의 관계는 훨씬 더 큰 시스템에서 눈에 보이는 한 부분에 불과하다. 이 시스템에서는 여러 칩이 수주를 따낼 수 있지만, 지속적인 주도권을 확보하는 플랫폼은 소수에 그친다.
