구글, AI 에이전트 시대에 베팅하며 TPU V9 업그레이드. 미디어텍 최초로 독점 수주 확보, 엔비디아의 칩 지배력을 끝낼 것인가?

TradingKey - 6월 22일 월요일, 유명한 애플 공급망 분석가 밍치궈는 구글 (GOOGL) (GOOG) 이 TPU v9(코드명 'Humufish')를 기반으로 하며 잠정 코드명이 'Triggerfish'인 업그레이드 버전의 v9 칩을 개발할 예정이며, 미디어텍이 독점 주문을 확보했다고 밝혔다. 이 칩의 목표 애플리케이션은 AI 에이전트 및 강화학습(RL) 시나리오이며, 2028년에 대량 생산 단계에 진입할 것으로 예상된다.

이번이 양사의 첫 협력은 아니지만, 미디어텍이 구글의 핵심 TPU 주문을 독점으로 확보한 것은 이번이 처음이다. 앞서 TPU v7/v7e 세대에서 미디어텍은 구글의 생태계에 통합되어 주로 일부 I/O(입출력) 솔루션을 담당한 바 있다. 이번 파트너십을 통해 양사의 관계는 더욱 깊어질 것이다.

궈 분석가는 v9 세대 Humufish 칩과 비교할 때, 이번 개정된 TPU v9 칩에는 몇 가지 주요한 차이점이 있다고 지적했다. 개정된 v9 칩은 SRAM(정적 랜덤 액세스 메모리) 용량을 기존 v9의 2~3배로 대폭 늘리고 시뮬레이션 다이(die)를 추가했다. 또한 개정된 v9 칩은 고대역폭메모리(HBM)를 업그레이드했다. 기존 v9은 HBM4를 사용하는 반면, 개정된 v9 칩은 더 발전된 HBM4E를 사용한다.

이러한 일련의 업그레이드는 이 버전 칩의 추론 능력을 향상시키는 동시에 CPU 장벽(CPU wall) 및 메모리 장벽(memory wall) 문제를 완화하기 위해 설계되었다. CPU 장벽은 중앙처리장치(CPU)가 작업 스케줄링을 처리하는 속도가 AI 가속 칩(GPU 및 TPU)의 연산 실행 속도를 따라잡지 못해 전체 연산 속도까지 떨어뜨리는 현상을 뜻한다.

더 큰 SRAM 용량이 요구되는 이유는 SRAM이 칩 내부에서 가장 빠르고 지연 시간이 가장 낮은 캐시이기 때문이다. 용량을 확장하면 강화학습 및 AI 에이전트에 필요한 활성 작업 세트(active working sets)를 TPU 로컬에 더 많이 유지할 수 있게 된다. 이는 데이터 이동 비용을 줄이고 초저지연 디코딩 단계에서의 작동 효율성을 개선하여, 실시간 의사결정 및 응답 속도를 극한까지 끌어올린다.

새로 추가된 시뮬레이션 다이의 주요 기능은 강화학습과 AI 에이전트 간의 조율에 초점이 맞춰져 있을 가능성이 매우 높은데, 이는 강화학습이 일반적으로 가상 환경 시뮬레이션에 의존하기 때문이다.

HBM4를 더 빠른 HBM4E로 업그레이드하는 것은 메모리 대역폭을 늘리고 메모리 장벽(memory wall) 문제를 근본적으로 해결하기 위한 목적이다.

구글의 TPU v9이 엔비디아의 독점을 깰 수 있을까?

현재 구글이 자체 개발한 TPU의 주요 경쟁 상대는 엔비디아의 GPU다. 후자와 비교해 구글의 이번 v9 칩 아키텍처 업그레이드는 엔비디아 (NVDA) 와 차별화된 경쟁을 이루고 나아가 상대적인 우위까지 점할 것으로 예상된다. 현재 엔비디아의 GPU(블랙웰 등)는 여전히 범용 연산 성능의 논리에 기반해 설계되어 AI 에이전트의 순차적 의사결정을 처리하고 강화학습 환경을 시뮬레이션하는 데 있어 이렇다 할 추가적인 우위를 보여주지 못하고 있으며, 여전히 CPU 장벽 및 메모리 장벽 문제로 고전하고 있다. 이번 업그레이드를 통해 구글은 전용 AI 에이전트 칩 분야에서 세대적 우위를 확립할 잠재력을 가지고 있다.

생태계 측면에서 구글의 TPU는 자사의 구글 클라우드(Google Cloud)와 연계되어 있어, 에이전트 애플리케이션에 가장 비용 효율적이고 지연 시간이 가장 낮은 클라우드 서비스를 제공할 수 있다.

미디어텍과의 이번 파트너십은 본질적으로 구글이 자사 TPU 공급망을 재구축하려는 시도이며, 이는 향후 연산 성능 가격 경쟁에 대처하고 더 낮은 제조 원가와 더 많은 생산량을 통해 경제적 해자(moat)를 구축하는 데 도움이 될 것으로 기대된다.

이 콘텐츠는 AI를 활용하여 번역되었으며, 명확성을 확보할 수 있도록 검토 과정을 거쳤습니다. 정보 제공 용도로만 제공됩니다.