중국 AI 기업들은 그동안 중국에 직접 판매할 수 없는 고성능 엔비디아 GPU를 사용하여 모델을 학습시키기 위해 동남아시아, 일본, 중동의 데이터 센터를 임대해 왔습니다.
워싱턴은 원격 클라우드 접근 제한을 검토 중이며, 미 하원은 클라우드 컴퓨팅 역량으로 수출 통제를 확대하는 ‘원격 접근 보안법(Remote Access Security Act)’을 통과시켰습니다.
클라우드 임대료 또한 급등하여, 네비우스(Nebius)는 6월에 약 30% 인상했으며 엔비디아 A100은 8월 말 기준 시간당 3.75달러에 달했습니다.
동남아시아는 지역 내 데이터 센터 용량이 2023년부터 2028년까지 연간 35% 성장할 것으로 예상되어 (전 세계 15%), 타격을 입을 수 있습니다.
중국은 고성능 모델 학습을 여전히 엔비디아에 의존하고 있으며, 바이트댄스와 텐센트는 각각 약 10,000개의 H200 칩만 확보한 것으로 전해집니다.
워크로드를 국내산 칩으로 전환하는 것은 여전히 비용이 많이 들며, 화웨이 어센드(Ascend)를 사용할 경우 학습 시간과 비용이 최소 50% 이상 증가할 수 있다는 연구 결과가 있습니다.
메이퇀(Meituan)은 1조 6,000억 개의 매개변수를 가진 LongCat-2.0이 50,000개의 국산 연산 카드 클러스터에서 완전히 학습되었다고 밝혔습니다.
골드만삭스는 중국 내 첨단 국산 칩 부족률이 2025년 92%에서 2035년 34%로 감소할 것으로 전망했습니다.
📌 미국이 해외 클라우드를 통한 엔비디아 GPU 임대 접근을 차단할 경우, 중국 AI는 고성능 학습 역량에 접근할 수 있는 핵심 루트를 잃게 됩니다. 이 여파는 동남아시아 데이터 센터와 엔비디아의 매출로 번지는 동시에, 중국이 화웨이 및 국산 칩으로 빠르게 전환하도록 촉진할 것입니다. 다만 국내 첨단 칩 공급이 2035년까지 대폭 개선될 것으로 예상되지만, 워크로드 이전으로 인해 학습 시간과 비용이 최소 50% 이상 증가할 수 있어 이 전환 과정이 결코 쉽지만은 않습니다.
