상하이, GPU CPO 인프라를 2030년 의제로 올렸지만 구축은 여전히 정책에 뒤처져

상하이는 핵심적인 모순에도 불구하고 GPU CPO 인프라의 위상을 높였다. 정책 지원이 국산 광 컴퓨팅 시스템의 검증된 대규모 구축보다 빠르게 진행되고 있다는 점이다.

이 신호는 2026년 8월 12일 중국 시장 브리핑에서 나타났다. 이 브리핑은 상하이의 기술 계획을 유가 상승, 금값 하락, 미국 메모리 주식 강세와 함께 다뤘다. 해당 시장 움직임은 시의성이 있었지만, 그 근간이 되는 상하이 정책은 그날 아침 발표된 것이 아니었다.

상하이의 핵심 5개년 청사진은 2월 7일 승인됐고 2월 10일 공개됐다. 이 문서를 담은 정부 페이지도 7월 27일 게시됐다. 이는 8월의 헤드라인이 하룻밤 사이의 조달 의무를 발표한 것이 아니라 기존 산업 전략을 다시 부각한 것이라는 점에서 중요하다.

그럼에도 이 정책은 주목할 가치가 있다. 상하이는 하나의 지역 프로그램 안에서 국산 그래픽처리장치, 광 네트워킹, 제조 지원, 공공 컴퓨팅 인프라를 연결하고 있다. 그래픽 프로세서와 co-packaged optics를 결합하는 GPU CPO는 이 전략 가운데서도 기술적으로 가장 야심 찬 영역에 가깝다.

co-packaged optics는 광 엔진을 프로세서 또는 네트워크 스위치 가까이에 배치한다. 이 구조는 데이터가 광섬유로 들어가기 전 고속 전기 신호가 이동하는 경로를 줄인다. 수천 개의 가속기가 하나의 시스템처럼 동작할 때 커지는 대역폭, 거리, 에너지 문제를 겨냥한다.

따라서 이 경쟁 구도는 상하이와 다른 중국 도시 간의 경쟁보다 더 큰 의미를 지닌다. 국산 시스템 통합과 Nvidia의 긴밀히 조율된 컴퓨팅 플랫폼 간의 경쟁이다. 상하이는 칩, 네트워크, 공장, 테스트 센터를 지원할 수 있지만, 정책만으로 Nvidia의 소프트웨어, 패키징 역량, 생산 경험을 즉시 재현할 수는 없다.

상하이가 실제로 승인한 내용

상하이는 GPU 또는 CPO와 연관된 모든 기업에 대한 확정 수주가 아니라 폭넓은 산업 방향을 승인했다.

시의 공식 5개년 청사진은 2026년부터 2030년까지를 다룬다. 상하이 시의회는 2월 7일 이를 승인했으며, 시 정부는 2월 10일을 발행 및 공개일로 명시하고 있다.

이 문서는 해당 기간 연간 경제성장률 목표를 약 5%로 설정했다. 또한 2030년까지 디지털 경제 산업이 상하이 국내총생산의 20% 이상을 기여하도록 목표를 제시했다.

이 목표들은 컴퓨팅 전략의 틀을 이룬다. 상하이는 연구개발 지출이 지역 GDP의 5%를 넘도록 추진하고 있다. 또한 전략적 신흥 산업이 대규모 제조업체의 산업 생산에서 절반을 차지할 것으로 기대한다.

이 계획은 집적회로, 바이오의약, 인공지능을 상하이 첨단 산업 정책의 중심에 둔다. 이 세 부문의 제조 생산액을 연간 10% 이상 성장시키는 것이 목표다.

집적회로 분야에서 상하이는 장비, 제조, 칩 설계를 우선 영역으로 지정했다. AI 분야에서는 지능형 컴퓨팅, 파운데이션 모델, 고품질 데이터, embodied systems, 특화 애플리케이션을 강조한다.

이 문서는 CPO를 독립형 소비자 제품으로 제시하지 않는다. 대신 첨단 인터커넥트의 필요성을 높이는 인프라 조건을 설명한다. 상하이는 컴퓨팅 시설을 조율하고, 공공 지능형 컴퓨팅 서비스 플랫폼을 구축하며, 국산 컴퓨팅 하드웨어를 위한 호환성 테스트 센터를 설립할 계획이다.

이 테스트 센터는 중요하다. GPU는 이론상 높은 성능을 낼 수 있지만 실제 모델, 통신 라이브러리, 이기종 공급업체 클러스터에서는 어려움을 겪을 수 있다. 호환성 테스트는 산업 정책을 측정 가능한 엔지니어링 작업으로 전환한다.

상하이는 2030년까지 5,000곳 이상의 제조업체가 AI 애플리케이션을 도입하도록 하는 것도 목표로 삼고 있다. 이 계획은 최소 500개의 첨단 스마트 공장을 요구하며, AI 서버와 산업용 컴퓨팅 서비스의 잠재적 지역 고객을 창출한다.

7월 7일 발표된 별도의 상하이 정책은 산업용 AI 프로젝트에 대한 재정 지원을 추가한다. 시의 AI 제조 조치는 산업 모델, 에이전트, 소프트웨어, 서버, 로보틱스, 서비스 제공업체를 포괄한다.

이 조치들은 프로젝트 지원을 제공하지만 특정 광 아키텍처에 대한 수요를 입증하지는 않는다. 컴퓨터 비전을 사용하는 공장이 CPO로 연결된 GPU 클러스터를 자동으로 필요로 하는 것은 아니다.

이는 8월 시장 해석의 첫 번째 한계다. 상하이는 전략적 우선순위와 지원 메커니즘을 마련했다. 하지만 모든 데이터센터에서 CPO가 즉시 플러그형 광 모듈이나 구리 링크를 대체할 것이라고 약속한 것은 아니다.

따라서 사건 날짜는 신중하게 보도해야 한다. 8월 12일은 시장 브리핑이 유통된 날이다. 2월 7일은 핵심 5개년 계획의 승인일이며, 2월 10일은 공식 공개일이다.

이 연대기는 이야기의 의미를 바꾼다. 이번 소식은 갑작스러운 포고령이 아니다. 투자자들이 AI 하드웨어, 메모리, 광 네트워킹을 재평가하는 가운데 이전에 승인된 산업 의제에 관심이 다시 쏠린 것이다.

GPU CPO가 정책 우선순위가 된 이유

정책적 관심은 물리적 제약에서 비롯된다. 시스템이 프로세서에 데이터를 계속 공급할 수 없으면 프로세서를 추가해도 도움이 제한적이다.

현대 AI 클러스터는 작업을 다수의 가속기에 분산한다. 이 프로세서들은 학습과 추론 전반에 걸쳐 모델 파라미터, 중간 결과, 동기화 메시지를 교환한다.

클러스터 규모가 커질수록 통신 지연은 더 많은 처리 시간을 소모한다. 네트워크가 데이터를 충분히 빠르게 전달하지 못하면 명목상 더 빠른 GPU도 활용되지 못한 채 대기할 수 있다. 유용한 단위는 점차 개별 칩이 아니라 완전한 시스템이 되고 있다.

기존 플러그형 광 모듈은 광 변환 하드웨어를 스위치 전면 패널 부근에 배치한다. 전기 신호는 스위칭 실리콘에서 회로 기판을 가로질러 이 모듈에 도달한다.

이 모델은 운영자가 모듈을 독립적으로 교체할 수 있기 때문에 여전히 널리 구축돼 있다. 또한 광 부품을 스위치에서 가장 뜨거운 실리콘과 분리해, 유지보수와 열 관리가 더 익숙한 방식으로 이뤄지도록 한다.

하지만 더 빠른 전기 링크는 거리가 늘어날수록 신호 품질이 떨어지고, 신호 보정에 더 많은 전력이 필요하다. 스위치 대역폭과 커넥터 밀도가 높아질수록 기판 배선도 어려워진다.

CPO는 광 엔진을 스위칭 또는 컴퓨팅 실리콘 옆으로 옮긴다. 더 짧은 전기 경로는 손실을 줄이고 패키지 가장자리를 따라 더 큰 대역폭을 지원할 수 있다. 이후 연결의 더 긴 구간에서는 광섬유가 데이터를 전달한다.

그 대가는 유지보수성이다. 고장 난 플러그형 모듈은 스위치에서 분리할 수 있다. 반면 밀결합된 광 패키지 내부의 문제는 더 비싼 어셈블리에 영향을 줄 수 있으며, 다른 유지보수 절차를 요구할 수 있다.

열 관리는 또 다른 과제를 만든다. 광 엔진, 레이저, 스위칭 실리콘, 첨단 패키징은 제한된 공간에서 안정적으로 작동해야 한다. 하나의 결함 부품이 전체 패키지의 가치를 떨어뜨릴 수 있으므로 제조 수율도 중요해진다.

상하이의 관심은 중국 특유의 하드웨어 제약을 반영한다. 국산 가속기 개발업체들은 모든 첨단 해외 칩에 제한 없이 접근할 수 없는 상황에서 경쟁해야 한다. 사용 가능한 프로세서 간 통신을 개선하는 것은 시스템 수준 성능을 높이는 또 다른 방법이다.

이 접근법은 때때로 더 큰 클러스터로 개별 칩의 약점을 보완하는 방식으로 설명된다. 그러나 이는 불완전한 설명이다. 소프트웨어와 네트워킹이 통신 비용이 추가 컴퓨팅 성능을 압도하지 않도록 할 때에만 프로세서를 더하는 것이 효과를 낸다.

광 인터커넥트는 거리와 대역폭 문제에는 도움이 될 수 있지만, 비효율적인 집합 통신이나 미흡한 커널 최적화를 해결하지는 못한다. 또한 고대역폭 메모리, 첨단 기판, 반도체 제조 역량의 부족도 해결할 수 없다.

그럼에도 상하이가 이 기술을 장려할 이유는 있다. 이 도시는 GPU 설계사, 반도체 기업, AI 연구소, 클라우드 운영사, 포토닉스 전문기업을 보유하고 있다. 이러한 집적은 프로토타입, 통합 테스트, 구축 간의 경로를 단축할 수 있다.

현지 프로젝트들은 이미 이 전략이 프레젠테이션 슬라이드를 넘어 움직이고 있다는 근거를 제공한다. 상하이에 기반을 둔 포토닉스 기업 Lightelligence는 국산 가속기 공급업체와 광 인터커넥트 시스템 및 xPU-CPO 프로토타입을 개발해 왔다.

xPU는 GPU나 다른 가속기와 같은 프로세서를 가리키는 일반적 명칭이다. 이 프로토타입은 광 연결을 처리 패키지 가까이에 배치해 고대역폭 scale-up 링크를 겨냥한다.

Scale-up은 프로세서들을 긴밀히 조율된 컴퓨팅 도메인으로 연결한다. Scale-out은 랙 또는 클러스터를 더 광범위한 네트워크로 연결한다. 둘 다 중요하지만 지연시간, 거리, 유지보수 요구사항은 다르다.

이 구분은 흔한 분석 오류를 막아준다. 네트워크 스위치에 적합한 CPO 설계가 GPU 옆에서도 자동으로 작동하는 것은 아니다. GPU 직접 광 연결은 프로세서 인터페이스, 패키징, 열 설계, 소프트웨어가 함께 발전해야 한다.

산업 전망에도 주의가 필요하다. TrendForce는 2030년까지 CPO가 AI 데이터센터에 사용되는 광 통신의 35%에 이를 수 있다고 추정했다. 해당 CPO 전망은 여전히 즉각적인 지배가 아닌 점진적 도입 곡선을 설명한다.

이 전망은 상하이의 장기적 관심을 뒷받침한다. 하지만 어느 공급업체가 승리할지, 어느 아키텍처가 주도할지, 중국 내 구축이 시연 단계에서 상용 클러스터로 얼마나 빨리 전환될지는 보여주지 않는다.

GPU CPO 경쟁은 사실상 상하이와 Nvidia의 풀 스택 간 대결이다

상하이는 산업 네트워크를 조율하려 하고, Nvidia는 통합 하드웨어·소프트웨어 플랫폼을 갖춘 채 경쟁에 뛰어든다.

Nvidia는 가속기 칩 그 이상을 통제한다. 이 회사의 데이터센터 시스템은 GPU, CPU, 네트워크 인터페이스, 스위치, 통신 라이브러리, 랙 설계, CUDA 소프트웨어 환경을 결합한다.

이러한 통합은 새로운 인터커넥트를 도입할 때 Nvidia에 우위를 제공한다. 이 회사는 공동 로드맵을 중심으로 프로세서, 네트워크, 소프트웨어, 시스템 아키텍처를 조율할 수 있다.

Nvidia는 이미 옵틱스를 로드맵의 일부로 편입했다. Spectrum-X 네트워킹 라인은 co-packaged optics를 사용하는 스위치로 이동하고 있으며, 향후 컴퓨팅 플랫폼은 scale-up 시스템 내부로 광 연결을 더 깊이 확장한다.

이 회사는 구리가 여전히 실용적인 곳에서는 구리 연결도 유지하고 있다. 그 로드맵은 모든 단거리 연결이 즉시 광 연결로 전환돼야 한다고 가정하지 않는다.

이 혼합 접근법은 중요하다. 구리 링크는 단거리에서 경제성과 유지보수성을 유지할 수 있다. 대역폭, 랙 수, 거리 때문에 전기 연결이 허용 가능한 전력 예산을 넘어서면 옵틱스의 매력이 커진다.

Nvidia가 계획한 Feynman 세대는 이 전환을 보여준다. 이 플랫폼은 2028년에 Kyber scale-up fabric의 구리 및 CPO 버전을 모두 지원할 것으로 예상된다.

이 일정은 상하이에 시간을 주지만, 동시에 높은 기준을 제시한다. 국산 시스템이 더 일찍 출시되더라도 경쟁력 있는 활용률, 신뢰성, 소프트웨어 지원, 운영 비용을 갖춰야 한다.

상하이의 대응은 더 분산돼 있다. 현지 GPU 설계사는 가속기를 개발하고, 포토닉스 기업은 광 엔진을 만들며, 장비 공급업체는 패키징을 담당하고, 컴퓨팅 운영사는 클러스터를 통합한다.

이 구조는 전문화의 여지를 만든다. 그러나 인터페이스 분쟁, 중복 엔지니어링, 불균등한 제품 주기를 초래할 수도 있다. 어느 한 참여자가 모든 의존성을 반드시 통제하는 것은 아니다.

호환성은 특히 어렵다. 국내 클러스터는 점점 더 서로 다른 공급업체의 프로세서를 결합하고 있다. 각 프로세서는 자체 소프트웨어 스택, 통신 라이브러리, 펌웨어, 관리 도구를 사용할 수 있다.

물리적 연결만으로 통합 컴퓨팅 시스템이 만들어지지는 않는다. 운영자는 기저 하드웨어를 이해하는 스케줄러, 집단 통신 루틴, 장애 격리, 모델 프레임워크, 관측성 도구를 필요로 한다.

이 때문에 상하이가 계획 중인 국산 컴퓨팅 호환성 센터는 단일 프로토타입 발표보다 더 중요하다. 반복 가능한 테스트는 엄선된 시연이 아니라 대표적인 워크로드 전반에서 시스템이 작동하는지를 드러낼 수 있다.

개발자는 최고 성능 계산치보다 실효 활용률을 살펴야 한다. 한 벤치마크에서 이론 성능의 높은 비율을 달성하는 클러스터라도 다른 모델에서는 성능이 저조할 수 있다.

전문가 혼합 모델은 관련성 높은 시험 사례를 제공한다. 이들 모델은 각 입력에 대해 선택된 전문가 네트워크만 활성화하며, 까다로운 전대전 통신 패턴을 만든다. 네트워크는 워크로드가 동적으로 변하는 프로세서 간에 데이터를 효율적으로 이동해야 한다.

대규모 추론 시스템은 다른 요구를 만든다. 이들은 메모리, 프롬프트 처리, 토큰 생성, 사용자 지연 시간을 관리해야 한다. 학습에 최적화된 네트워크가 자동으로 최상의 추론 경제성을 제공하는 것은 아니다.

상하이의 국산 GPU 기업들은 생태계 문제도 안고 있다. Nvidia 개발자는 성숙한 도구, 최적화된 커널, 배포 관행을 재사용할 수 있다. 하드웨어를 전환하려면 코드 변경, 모델 검증, 새로운 운영 역량이 필요할 수 있다.

상하이시 계획은 지능형 클라우드 서비스와 하드웨어 적응을 지원함으로써 이를 간접적으로 인식하고 있다. 그러나 공공 지원만으로 기업 구매자의 마이그레이션 비용을 없앨 수는 없다.

구매자는 완료된 작업, 가용성, 운영 노력을 비교할 것이다. 정책 목표나 실험실 대역폭만으로 프로세서를 평가하지는 않을 것이다.

이러한 구매자 규율은 건전하다. 이는 국산 공급업체가 야심 찬 사양만 내세운 고립된 부품이 아니라 상호운용 가능한 시스템을 제공하도록 압박한다.

상하이의 접근 방식은 여전히 의미 있는 대안을 만들 수 있다. 가장 큰 기회는 Nvidia 플랫폼의 모든 부분을 복제하는 데 있지 않다. 국산 공급망, 개방형 인터페이스, 현지 운영자가 지원할 수 있는 배포 시나리오를 중심으로 유용한 시스템을 구축하는 데 있다.

따라서 핵심 경쟁은 통합 실행이다. Nvidia는 제품 통제를 통해 조율한다. 상하이는 정책, 지역적 집중, 테스트 인프라, 파트너십을 통해 조율을 시도한다.

광 경로에는 여전히 제조 장벽이 있다

CPO를 지지하는 가장 강력한 근거는 대역폭 물리학에 기반하지만, 가장 강력한 반론은 제조와 운영에서 나온다.

CPO는 역사적으로 서로 다른 생산 모델을 따라온 기술들을 결합한다. 전자 로직, 실리콘 포토닉스, 레이저, 광섬유 결합, 첨단 패키징이 하나의 신뢰할 수 있는 제품 안에서 만나야 한다.

각 요소의 추가는 잠재적인 수율 손실을 만든다. 고가의 스위칭 다이가 작동하더라도 인접한 광 엔진이 실패하면, 경제적 영향은 플러거블 모듈을 교체하는 손실을 넘어설 수 있다.

외부 레이저 소스는 열에 민감한 부품 하나를 메인 패키지에서 분리할 수 있다. 그러나 광섬유 연결, 모니터링 요구 사항, 또 다른 잠재적 장애 지점도 추가한다.

테스트 역시 더 어려워진다. 제조업체는 가장 비싼 패키징 단계를 완료하기 전에 결함 부품을 식별해야 한다. 또한 생산 물량 수준에서 조립된 제품을 테스트하는 방법도 필요하다.

이러한 문제는 프로토타입을 양산으로 간주해서는 안 되는 이유를 설명한다. 시연은 엔지니어가 작동하는 구성을 만들 수 있음을 증명한다. 허용 가능한 수율, 예측 가능한 현장 신뢰성, 비용 효율적인 유지보수를 증명하지는 않는다.

근접 패키지 광학, 즉 NPO는 중간 경로를 제공한다. 광 엔진을 메인 칩 가까이에 배치하면서도 완전한 CPO보다 더 큰 분리를 유지한다.

NPO는 모든 부품을 하나의 패키지로 통합하지 않고도 전기 신호 경로를 단축할 수 있다. 이러한 구성은 교체를 단순화하고 공급업체가 더 깊은 통합을 채택하기 전에 패키징 경험을 개선할 수 있게 한다.

플러거블 모듈 역시 발전하고 있다. 더 빠른 모듈, 개선된 커넥터, 향상된 신호 처리는 이들의 유효 수명을 연장할 수 있다. CPO는 고정된 레거시 설계가 아니라 이러한 변화하는 목표와 경쟁해야 한다.

따라서 상하이 전략은 CPO 라벨이 아니라 아키텍처 선택으로 평가해야 한다. NPO나 개선된 플러거블을 사용하는 프로젝트도 더 나은 시스템 성능을 제공한다면 국산 AI 인프라를 발전시킬 수 있다.

표준화는 여전히 불확실하다. 한 공급업체의 스위치나 GPU에 연결된 광 엔진이 다른 공급업체의 패키지와 원활하게 연결되지 않을 수 있다. 독점 인터페이스는 정책이 조율하려는 시장을 파편화할 수 있다.

Optical Internetworking Forum과 다른 업계 단체들은 전기 및 광 인터페이스 사양을 개발하고 있다. 그러나 표준 인터페이스가 있다고 해서 열 설계, 제어 소프트웨어, 신뢰성 요구 사항 전반에서 패키지가 상호 교환될 수 있다는 보장은 없다.

수출 통제는 또 다른 위험을 만든다. 국산 인터커넥트 혁신은 한 계층의 의존도를 낮출 수 있지만, 다른 계층은 여전히 노출된 상태로 남을 수 있다. 첨단 제조, 메모리, 전자 설계 소프트웨어, 패키징 장비는 여전히 최종 시스템에 영향을 미친다.

전력 역시 불확실성의 원천이다. 광 링크는 까다로운 거리에서 통신 에너지를 줄일 수 있지만, 전체 클러스터에는 냉각, 변환, 메모리, 프로세서, 네트워크 장비가 포함된다.

링크 전력이 낮다는 주장을 시스템 측정 없이 데이터센터 전력이 낮다는 주장으로 제시해서는 안 된다. 운영자는 비교 가능한 조건에서 수집된 워크로드 수준의 결과를 필요로 한다.

동일한 주의는 활용률 주장에도 적용된다. 공급업체는 자신들의 아키텍처에 유리한 모델 크기, 배치 설정, 정밀도 형식, 기준 시스템을 선택할 수 있다.

독립 테스트는 전체 구성을 공개해야 한다. 여기에는 프로세서 수, 토폴로지, 소프트웨어 버전, 모델 설정, 장애율, 지속 성능이 포함돼야 한다.

신뢰성 데이터에는 시간이 걸린다. 클러스터는 컨퍼런스 시연 중에는 잘 작동할 수 있지만, 수개월 운영 후 광 정렬, 커넥터, 열 문제를 일으킬 수 있다.

수리 절차도 실제 시설에서 작동해야 한다. 데이터센터 기술자는 명확한 장애 신호와 교체 가능한 유닛을 필요로 한다. 일상적 장애에도 전문 인력의 개입이 필요한 설계는 일부 효율성 이득을 상쇄할 수 있다.

자본 계획은 압박을 더한다. 운영자는 지금 성숙한 플러거블 시스템을 구매할지, 전환 기간에 NPO를 채택할지, 아니면 더 강력한 현장 증거를 갖춘 CPO 제품을 기다릴지 결정해야 한다.

워크로드가 서로 다르기 때문에 보편적인 답은 없다. 통신 집약적 학습을 실행하는 연구 클러스터는 더 작은 도메인 내에서 운영되는 추론 서비스보다 광 스케일업을 더 이르게 중시할 수 있다.

이 때문에 상하이의 프로그램은 다음 배포 주기 동안 경쟁하는 경로들을 지원해야 한다. 운영 테스트 전에 CPO를 승자로 선언하는 것은 엔지니어링 판단을 구호로 대체하는 일이 될 것이다.

상하이시 계획은 그러한 실수를 요구하지 않는다. 컴퓨팅 인프라, 국산 적응, 제조에 대한 더 폭넓은 초점은 여러 인터커넥트 접근 방식이 경쟁할 수 있도록 한다.

회의적인 결론은 명확하다. GPU CPO는 신뢰할 수 있는 기술적 목적을 지니며, 상하이에는 관련 산업 참여자들이 있다. 시스템이 통제된 시연 밖에서 안정적으로 운영되기 전까지 상업적 규모는 입증되지 않은 상태다.

상하이가 격차를 줄일 수 있는지 보여줄 세 가지 신호

다음 단계는 정책 조율을 반복 가능한 시스템, 측정 가능한 워크로드, 확정된 고객으로 전환해야 한다.

첫 번째 신호는 검증된 상업용 GPU CPO 배포다. 컨퍼런스 차단막 뒤의 또 다른 프로토타입이 아니라, 공개된 클러스터에서 프로덕션 워크로드를 실행하는 실명 운영자를 주목해야 한다.

공개 내용은 가속기 제품군, 프로세서 수, 토폴로지, 광 아키텍처, 소프트웨어 환경을 식별해야 한다. 또한 설치된 하드웨어와 미래의 최대 구성도 구분해야 한다.

워크로드 결과에는 지속 활용률과 작업 완료가 포함돼야 한다. 추론의 경우 운영자는 정의된 서비스 목표 하에서 지연 시간과 처리량을 보고해야 한다.

상하이가 향후 수개월 동안 이 증거를 제시한다면, 시스템 수준 접근 방식에 대한 근거는 강해질 것이다. 운영 데이터 없는 또 다른 시연은 핵심 불확실성을 그대로 남길 것이다.

두 번째 신호는 국산 컴퓨팅 적응 및 테스트 노력의 진전이다. 상하이의 5개년 계획은 호환성 테스트 센터를 요구하지만, 그 가치는 범위와 투명성에 달려 있다.

유용한 프로그램이라면 여러 국산 GPU를 공통 프레임워크, 통신 라이브러리, 네트워크 구성 전반에서 테스트할 것이다. 또한 개발자와 구매자가 시스템을 비교할 수 있도록 충분한 방법론을 공개할 것이다.

상호운용성 결과는 특히 중요할 것이다. 상하이에는 여러 가속기 공급업체가 있으며, 고객은 각 클러스터가 고립된 기술 섬이 되는 것을 원하지 않는다.

신뢰할 수 있는 테스트 프로그램은 장애도 추적할 것이다. 최고 벤치마크 결과만 보고하면 신뢰할 수 있는 운영보다 홍보를 위한 최적화를 부추길 수 있다.

센터가 반복 가능한 수용 기준을 마련한다면, 상하이는 개별 공급업체가 단독으로 쉽게 만들 수 없는 조율 메커니즘을 확보하게 된다. 테스트가 비공개적이고 홍보 중심으로 남는다면, 구매자는 엔지니어링 진전과 주장을 구분하기 어려울 것이다.

세 번째 신호는 Nvidia와 다른 글로벌 플랫폼 공급업체의 제품 대응이다. Nvidia가 플러거블 광학에서 CPO로 전환하는 과정은 시기와 설계 선택에 관한 상업적 기준점이 된다.

Nvidia의 2028년 Feynman 로드맵은 현재 구리 및 광 스케일업 옵션을 모두 유지하고 있다. 이 이중 경로는 업계가 여전히 거리와 랙 레이아웃에 따라 서로 다른 솔루션을 예상한다는 점을 시사한다.

Broadcom, AMD, 하이퍼스케일 클라우드 운영자, 광 부품 공급업체도 채택에 영향을 미친다. 이들의 생산 일정은 부품 생산 능력, 표준, 고객 기대치를 형성할 것이다.

글로벌 플랫폼이 CPO 배포를 가속한다면, 상하이의 조기 투자는 더 적절한 시점에 이뤄진 것으로 보일 것이다. 동시에 포토닉스 인재, 레이저, 패키징 생산 능력, 테스트 장비를 둘러싼 경쟁도 심화될 것이다.

글로벌 공급업체가 구리, NPO, 플러거블 모듈을 확장하면서 배포를 늦춘다면, 상하이는 성급한 통합을 강요하지 말아야 한다. 지연은 공격적인 채택 전망을 약화시키겠지만 장기적인 대역폭 문제를 없애지는 않을 것이다.

개발자와 기업 구매자는 하드웨어 아키텍처가 결국 소프트웨어 의사결정에 영향을 미치므로 이러한 신호를 따라야 한다. 네트워크 토폴로지는 분산 학습 코드, 모델 배치, 장애 복구, 인프라 비용에 영향을 준다.

국산 가속기를 평가하는 팀은 엔드투엔드 결과를 요구해야 한다. 피크 칩 성능은 통신 중 시간을 잃거나 광범위한 애플리케이션 변경이 필요한 시스템에 대해서는 거의 말해주지 못한다.

또한 워크로드 기록, 벤치마크 구성, 공급업체 발언, 테스트 결과를 보존해야 한다. 검색 가능한 엔지니어링 지식 기반은 하드웨어 개정판이 늘어날수록 그러한 비교의 추적 가능성을 유지할 수 있다.

투자자들은 다른 과제에 직면한다. 8월 12일 브리핑은 장기 산업 계획을 스토리지, 에너지, 귀금속의 일일 시장 움직임과 함께 배치했다. 이러한 형식은 오래된 정책을 새로운 주문처럼 보이게 할 수 있다.

그렇다고 해서 정책을 무시하라는 뜻은 아니다. 기획, 프로젝트 지원, 프로토타입, 고객 적격성 검증, 매출을 창출하는 배포를 구분해야 한다는 의미다.

상하이는 2030년까지 AI 인프라를 전략적 우선순위로 삼은 것이 분명하다. 디지털 산업, 연구 지출, 첨단 제조, AI 도입에 대한 목표는 실질적인 제도적 뒷받침을 제공한다.

이 도시는 프로세서, 포토닉스, 패키징, 소프트웨어, 컴퓨팅 서비스를 아우르는 설득력 있는 지역 공급망도 갖추고 있다. 이 모든 요소를 하나의 산업 클러스터 안에서 조율할 수 있는 지역은 많지 않다.

그럼에도 Nvidia는 통합 플랫폼과 성숙한 개발자 환경을 장악하고 있기 때문에 여전히 기준점이 되는 경쟁 상대다. 상하이는 여러 독립 공급업체 전반에 걸쳐 이에 견줄 만한 시스템 동작을 구축해야 한다.

이 과제는 어렵지만 측정할 수 있다. 실제 운영 배포, 투명한 호환성 테스트, 고객 계약 갱신이 조율이 제대로 작동하는지를 보여줄 것이다.

단기적인 질문은 빛이 궁극적으로 더 많은 AI 트래픽을 전달하게 될지 여부가 아니다. 그 방향은 이미 강력한 기술적 근거를 얻고 있다. 핵심은 광학이 시스템의 어디에 들어가는지, 통합이 언제 경제성을 확보하는지, 누가 이를 안정적으로 운영할 수 있는지다.

상하이의 gpu cpo 추진은 이 수준에서 평가해야 한다. 실제 배포된 클러스터, 테스트 방법론, 글로벌 제품 출시 일정을 지켜봐야 한다. 이 세 가지 신호가 정책이 인프라로 발전하고 있는지, 아니면 투자 가능한 서사에 머물고 있는지를 보여줄 것이다.