[비즈한국] 過去数年間、AIハードウェア市場を事実上支配してきたNVIDIAが、最近、推論特化型チップのスタートアップであるGroqと200億ドル（約29兆ウォン）規模の契約を締結した。これは単なる大型取引を超え、AI半導体産業の流れが変わっていることを告げる信号として受け止められている。市場ではこれを実質的な買収・合併に準ずるビッグディールと見ているが、NVIDIAは伝統的な買収・合併ではなく、技術ライセンスと中核人材の確保を中心とした契約であることを強調する。Groqも独立法人として存続する。それでもこの契約が大きく注目される理由は明白だ。AIハードウェア市場の中心となる公式が『GPU=AI』から脱却していることを象徴的に示しているからだ。
NVIDIAとGroqの「協力」が注目される理由
AI競争の出発点は学習だった。より大きなモデルをより速く学習させるための演算資源が必要であり、GPUはこの要求に最も合致するツールだった。NVIDIAはこの流れを足場として、AI時代の最大の受益企業として躍り出た。しかし、AIが研究段階を越えて本格的なサービス局面へと突入するにつれ、業界の関心は学習後の段階へと移った。すでに学習されたモデルをいかに速く、安定的に、そしていかに低いコストで使用できるかが新たな競争要素として浮上した。この過程で電力消費と遅延時間、運営コストの問題が本格的に浮き彫りになった。
この時点で注目され始めたのが推論特化型チップだ。Groqが開発した「言語処理装置（LPU）」は、言語モデルの推論を前提に設計された特定用途向け集積回路（ASIC）である。汎用性を重視するGPUとは異なり、演算経路を事前に定義して不必要な分岐を減らす構造を採用した。これは遅延時間を短縮し、電力効率を高めるのに有利だ。リアルタイム応答が重要なチャットボットや企業向けAIサービス環境では、こうした特性がそのままコスト競争力につながる。NVIDIAが自社GPU設計の延長線上ではなく外部の技術に手を差し伸べた理由もここにある。推論領域はGPUの独占的な舞台ではないという判断が根底にあるという分析だ。
ただし、この選択がGPUの役割縮小を意味するわけではない。GPUは依然として大規模学習と汎用AIアクセラレーションの中核軸である。NVIDIAの戦略はGPUを代替することよりも、GPUが比較的非効率的な領域を補完することに近い。したがって、Groqとの協力はGPU中心の構造の上に推論特化技術を上乗せするための布石と解釈される。
LPU、TPU、NPUは何が違うのか？
こうした流れは決してNVIDIAだけの悩みではない。Googleは以前から自社のアクセラレーターである「テンソル処理装置（TPU）」を開発してきた。TPUはGoogle内部のワークロードに合わせて設計されたASICであり、検索・翻訳・レコメンドなどの核心サービスにおいて高い効率を発揮する。これは外部のGPU依存度を減らし、AIサービスのコスト構造を自社の管理下に置こうとする戦略的選択である。TPUは汎用市場を狙うよりも、Googleエコシステム内部の最適化という明確な目的を持って発展した。
「神経回路網処理装置（NPU）」はまた別の舞台で存在感を発揮する。データセンターではなく、個人の手のひらの上だ。AppleはiPhoneにニューラルエンジンを搭載し、AI演算をデバイス内部で処理する方向を選択した。これはバッテリー効率と個人情報の保護、ユーザー体験を同時に考慮した決定だ。サムスン電子005930をはじめとするスマートフォンメーカーもNPUの性能を強化し、リアルタイム翻訳、写真補正、音声認識などの機能をオンデバイスで実現している。NPUはデータセンター級の推論を代替するものではないが、AIを日常的な機能へと拡散させる上で重要な役割を果たすと見られる。
このように、LPU、TPU、NPUはそれぞれ異なる問題意識から出発した。データセンターのコスト負担、ビッグテックのサプライチェーン戦略、モバイル機器の電力制約という現実的な要求がチップの形態を分化させた。その結果、AIハードウェアは一つのチップがすべての役割を担う構造から、目的に応じて最適化されたチップが共存する構造へと急速に変化している。
NVIDIAもまた、こうした変化を否定していないようだ。むしろNVLink Fusionのような技術を通じて外部のASICを自社システムに接続し、多様なチップが混在する環境でも中心プラットフォームとしての役割を維持しようとする戦略をとっている。ハードウェアの独占ではなく、エコシステムの接続と調整を通じて影響力を維持するという計算だ。
したがって、NVIDIAとGroqの協力はGPU帝国の終焉宣言というよりも、AIハードウェア産業が成熟段階に突入したことを示す象徴的な場面として解釈される。中心の競争から推論と経済性までを考慮する局面へと移行する過程で、単一の解答は消えつつある。GPUは依然としてAI産業の中核を占めているが、もはや独壇場ではない。AIハードウェア戦争は、これからそれぞれの役割が分化された多層構造の中で、さらに激しくなる見通しだ。