NVIDIA 뉴스

Qwen3.8-Flash-Next는 GDN과 QSA 아키텍처를 결합하여 최대 100만 토큰의 긴 문맥을 효율적으로 처리하는 MoE 모델입니다. NVIDIA의 최신 Blackwell 기반 GB300 NVL72에서 구동 시 초당 16,000개 이상의 토큰을 생성할 수 있어, 고성능 AI 에이전트 구현에 최적화되어 있습니다.

Alibaba가 공개한 Qwen3.8-Flash-Next는 GDN과 QSA 기술을 결합하여 초장문 컨텍스트 처리 시 발생하는 연산 병목을 혁신적으로 해결한 MoE 모델입니다. NVIDIA Blackwell 기반 인프라에서 초당 1나노 이상의 압도적인 처리량을 보여주며, 에이전틱 코딩 및 대규모 문서 처리 분야의 효율성을 극대화합니다.

엔비디아가 허깅프페이스를 130억 달러에 인수하며 AI 생태계 장악력을 확대하는 가운데, 중국 Z.ai는 100만 토큰 컨텍스트를 지원하는 오픈 웨이트 모델 GLM-5.3-Flash를 공개했습니다. 이 모델은 기존 모델 대비 압도적인 가성비를 자랑하며, 저비용 고효율 AI 모델의 시대를 예고하고 있습니다.

OpenAI는 엔비디아 GB200 대비 압도적인 전력 효율과 낮은 지연 시간을 기록한 자체 칩 Jalapeño의 벤치마크 결과를 발표하며 인프라 자립을 선언했습니다. 이와 함께 AI 에이전트의 성능은 모델만큼이나 실행 환경인 '하네스'의 품질에 좌우되며, 복잡한 소프트웨어 엔지니어링 자동화는 여전히 낮은 성공률을 보인다는 연구 결과가 함께 제시되었습니다.

퍼플렉시티가 엔비디아와 손잡고 로컬 환경에서 구동되는 AI 에이전트 플랫폼 ‘포터블 컴퓨터’를 발표했습니다. 이 시스템은 외부 서버 전송 없이 기기 자체에서 문서 분석, 코드 작업 등 복잡한 작업을 수행하여 보안성을 극대화한 것이 특징입니다.

정부의 '보안 특화 AI 파운데션 모델 개발' 사업 공모 결과, 네이버클라우드-LG 연합과 SKT-업스테이지 연합이 최종 경쟁 구도를 형성했습니다. 이번 사업은 엔비디아 B200 GPU 지원을 통해 보안 데이터 학습 및 실질적인 사이버 방어 에이전트 기술을 확보하는 것을 목표로 합니다.

과학기술정보통부의 보안 특화 AI 모델 개발 사업에 네이버클라우드와 SK텔레콤 컨소시엄이 최종 경쟁자로 선정되었습니다. 이번 사업은 엔비디아 B200 GPU 256장을 지원하며, 각 진영은 대형 LLM 기술과 보안 전문 기업들을 결합한 대규모 연합을 구성해 맞붙습니다.

LG CNS는 네이버클라우드와 함께 삼송 데이터센터에 차세대 액체냉각 기술인 '직접 칩 냉각(DTC)' 인프라를 구축합니다. 이번 프로젝트는 80MW 규모의 AI 팩토리에 엔비디아의 차세대 GPU인 베라 루빈을 탑재하며, 공랭식보다 효율적인 발열 제어를 목표로 합니다.

현대차는 전기차 수요 둔화와 관세 위협에 대응하기 위해 하이브리드와 EREV 중심의 파워트레인 유연성 전략을 강화하고, AI 데이터센터와 엔비디아 협력을 통해 제조사를 넘어 AI 기업으로 도약하겠다는 계획을 밝혔습니다. 또한, 비용 혁신과 적극적인 주기적 주주 환원 정책을 통해 수익성 제고와 기업 가치 극대화를 동시에 추진합니다.

현대차는 2030년까지 100종 이상의 신차를 투입하고 글로벌 생산 능력을 127만 대 확대하는 공격적인 성장 전략을 발표했습니다. 특히 엔비디아와의 협업을 통한 SDV 고도화와 휴머노이드 로봇 배치 등 AI 기술을 제조 현장과 모달리티에 결합하는 '피지컬 AI' 기업으로의 도약을 목표로 합니다.

보안 특화 AI 사업 신청 결과, 네이버클라우드-LG 컨소시엄과 SKT-업스테이지 컨소시엄의 2파전 양상이 확정되었습니다. 이번 사업은 엔비디아 B200 GPU 256장을 10개월간 지원하며, 양측 모두 각기 다른 두 개의 파운데이션 모델을 확보해 기술 경쟁력을 극대화했습니다.

오픈AI가 스탠포드 '핫 칩스' 컨퍼런스에서 자체 설계한 AI 추론 전용 칩 '할라피뇨'의 벤치마크 결과를 발표했습니다. 이 칩은 엔비디아의 최신 블랙웰 시스템보다 뛰어난 성능을 보였으며, 특히 전력 대비 처리량과 응답 지연시간 측면에서 강력한 경쟁력을 입증했습니다.

시스코가 슈퍼마이크로의 고밀도 서버 및 액체냉각 기술과 엔비디아의 차세대 GPU를 결합한 'AI 팩토리' 인프라를 공급합니다. 이를 통해 기존 네트워크 강점을 넘어 컴퓨팅, 냉각, 보안, 운영을 아우르는 랙스케일 풀스택 AI 인프라 시장을 공략할 계획입니다.

오픈AI가 브로드컴과 공동 개발한 추론 전용 칩 '할라피뇨'의 벤치마크 결과를 공개하며 엔비디아 블랙웰 시스템보다 뛰어난 에너지 효율과 응답 속도를 입증했습니다. 특히 최적화 알고리즘 없이도 높은 성능을 보였으며, 2027년부터 본격적인 물량 확대에 나설 계획입니다.

OpenAI가 Broadcom과 공동 설계한 LLM 추론용 ASIC 'Jalapeño'가 초기 실리콘 단계에서 Nvidia의 차세대 칩들을 앞서는 전력 효율을 보여주었습니다. 이 칩은 HBM4와 단순화된 메모리 구조, 그리고 AI 기반의 소프트웨어 스축(Codex, Gluon)을 결합하여 전력 제약이 심한 데이터센터 환경에 최적화된 성능을 제공합니다.

Perplexity가 클라우드 기반의 'Computer'를 넘어, 엔비디아 DGX Spark 워크스테이션을 활용한 로컬 에이전트 'Portable Computer'를 선보였습니다. 이 서비스는 소형 언어 모델(SLM)을 로컬에서 실행하여 API 비용을 없애고 데이터 유출 위험을 차단하는 것을 목표로 합니다.

OpenAI가 Broadcom과 협력하여 개발한 자체 ASIC 'Jalapeño'는 엔비디아와 AMD의 최신 GPU를 압도하는 전력 대비 성능(perf/W)을 기록했습니다. 이 칩은 특정 모델에 국한되지 않은 범용 추론을 지향하며, HBM4를 탑재하여 압도적인 토큰 처리량을 제공하는 것이 특징입니다.

NVIDIA Dynamo의 새로운 기능인 Shadow Engine Recovery는 엔진 프로세스 장애 시에도 GPU 메모리에 가중치를 유지하여 LLM 추론 복구 시간을 초 단위로 줄여줍니다. 이는 GPU 메모리 서비스(GMS)를 통해 가중치 생명주기를 프로세스와 분리함으로써 가능해졌으며, 서비스 중단 시 발생하는 성능 저하를 최소화합니다.

NVIDIA는 CUDA Python 1.0을 통해 파이썬을 CUDA 플랫폼의 공식적인 1급 시민으로 격상시키며, 안정적인 API와 통합된 라이브러리 생태계를 구축했습니다. 이를 통해 파이썬 개발자는 C++ 지식 없이도 GPU 자원을 효율적으로 관리하고 서로 다른 GPU 라이브러리 간의 데이터 호환성 문제를 해결할 수 있게 되었습니다.

OpenAI가 Hot Chips 컨퍼런스에서 자체 개발 중인 추론 전용 칩 'Jalapeño'의 성능 우위를 발표했습니다. 이 칩은 엔비디아의 최신 시스템보다 더 높은 토큰 처리량과 전력 효율을 제공하며, 2026년 말부터 단계적으로 도입될 예정입니다.