진짜 좋네요
2026-03-24 09:30
🔍 Link0u Search Engine
과학/테크/IT트렌드
AI 미래를 정리한 스탠포드·빅테크 공동 논문 | AI 발전의 진짜 병목, 알고리즘이 아닌 컴퓨팅 인프라
- 안될공학 - IT 테크 신기… 오래 전 2026.03.09 20:19 인기
-
75,285
93
최근 AI 연구에서는 단순히 모델이나 알고리즘만 발전시키는 것으로는 성능 한계를 극복하기 어렵다는 이야기가 나오고 있습니다.
- 이전글약 5톤 로켓이 달까지 타지 않고 떨어진 이유! 다누리가 확인한 달 충돌2026.08.08
- 다음글랩실 정기 세미나 IT상식 테크 토크 : 개발자2022.02.08
댓글목록
통합 최적화......애플이 잘하는 영역 아닌가요?
2026-03-18 08:30
11:30
2026-03-17 21:08
1년전하고 비교하면 엄청난 발전임.. 10년 예측이 안됨..
어떤 기술이 살아남고 죽는지 예측이 안됨.
이빠이 때려 넣으면 왕창 나온다는 얘기가 과연 맞을지...
가성비문제로 어느순간에 Saturation 되는 시점이 올텐데..
2026-03-13 11:37
대책이 여러가지 나왔지만, 하드웨어쪽의 문제는 전부 다 1회성 개선이라는 점인거 같아요. 재료를 바꾸는 방식은 재료를 무한히 바꿀 수 있는게 아니고 (바꿀 때마다 공정 다 갈아 엎어야 함) 그 외에 다른 방식들도 바꾼 직후에는 좋아지지만 거기서 더 좋게 할수가 없다는게 문제겠죠. 포토닉스로 가는 방법은 발열이 적어서 연산장치를 적층할 수 있게 해주니까 어느 정도 장기성이 있어보이지만 그것도 한계가 있을거고. 액침 냉각 같은건 전 별로 안좋게 보는게, 근본적으로 열이 안나게 하는 쪽으로 개선이 되어야 하는데 당장 급하니까 열나는걸 쓸려고 하는 방법밖에 안된다고 생각해요. 액침 한다고 열이 건물 밖으로 나가는 것도 아니라서 설비 비용만 늘어나는 초단기 땜질 방식이니까요.
지금으로써는 초장기로 지속적인 성장이 가능한 방식은 양자컴퓨터밖에 없어보이긴 하네요. 줄이는 방식이 아니라 늘리는 방식으로 지수함수적으로 성능이 올라가니까. 물론 상용화 되는데 너무 오래 걸리니까 지금 당장이 급한 업계에서 고를 수 있는 방법은 아닐거고, 양자컴이 대세를 차지할 때까지의 공백을 어떻게 지금 있는 기술로 메우느냐가 문제겠네요.
2026-03-13 09:48
폰노이만 구조
Compute in memory
패스트푸드점에서 식사시간대에 크루만 엄청 바쁘고, 손님들은 손놓고 길게 줄서있는 모습이 생각나네요. 음료는 손님이 직접 받아가면 빨라질텐데...(빈 컵만 크루에게 받아서)
2026-03-12 06:16
바로 노트북 lm키기
2026-03-12 00:15
오오 채널 주인분과 같은 분이 지식기반 ai 컨텐츠 사업가시군요
좋은 리뷰와 직업적 관점 배워갑니다!
자주 보겠습니다!
2026-03-11 12:41
예전엔 10년 얘기하면 2,3년 추가되는 느낌인데,
요즘은 10년 얘기하면 6,7년은 당겨지는 느낌
2026-03-11 09:03
나중에는 발열 회로도 반도체 회로처럼 양자역학을 고려할 정도로 극한으로 가겠다 싶음.
2026-03-11 08:46
설명은 좋은데ㅣ, 주제벌로 3줄요약좀
2026-03-11 07:57
메모리는 어레이만 사다가 쓰겠지
2026-03-11 07:41
오?
2026-03-11 06:43
이번에 ETF KODEX차이나AI 반도체 TOP10 출시되었는데 장기투자관점에서 어떨까요?
영상보며 잘 배우고 있습니다
2026-03-10 23:10
삼전 하이닉스 풀매수
2026-03-10 21:56
정말 감사합니다.
2026-03-10 18:13
o1은 텍스트 인풋과 아웃풋만을 지원하지만 ,오로지 기존 학습데이터로 추론만 가능하고 검색은 불가능.: 하지만 지금의 멍청한 수준의 프롬프팅 체리피킹 마케팅으로 써먹을 시절 성능과 비교도 안 될 정도였는데 어느순간 모델선택 못하게 막힘 ㅋㅋ 리소스 많이먹는다는 이유로
2026-03-10 17:37
하드웨어 설계도 결국 ai를 점점 더 많이 사용하면 설계 주기가 급속도로 단축되지 않을까요?
2026-03-10 11:48
모델만으로는 한계가 있을 수 밖에 없고 결국 추론 기능이 들어가야되는 것이지
2026-03-10 11:21
카이스트 김정호 교수님
비슷한 내용 이야기 한거 같아요
2026-03-10 10:40
돈 덩어리네...
2026-03-10 10:04
역시 하드웨어가 부족하구만...
2026-03-10 09:02
결국 사람뇌 써야함. 매트릭스 원래 시나리오는 인간 배터리가 아니라 인간 뇌를 쓰는거였음
2026-03-10 08:40
AI에게 마구잡이로 파라미터 만든 거부터 정리하거나 적응적으로 파라미터 조정할 수 있게만 해도 처리량 줄어들거 같은데..
그리고 행렬 자체가 고리적 기술인데 그나마 쓸모있게 된게 컴퓨터 연산 능력 늘고 부터임. 지금은 행렬을 대신할 연산기법 만들어 내라고 수학자들 닥달해야 할 시점임.
그리고 트랜스포머 그림보면 이것도 고리작 기술인 격자상도에서 최우복호법 이용한 거랑 비슷해 보임..
행렬, 파라미터, 격자상도 이 3가지에 필연적인 연산량 문제 해결 못하면 인간 문명이나 지식 사이즈가 크지면 크질수록 에너지 고갈로 인간 문명이 더 빨리 사라질지도…
2026-03-10 08:30
걍 현재의 AI 서비스는 너무 비효율적임 모든 기술은 중앙화로 시작해서 결국 개인화 되었음 앞으로는 로컬 ai쪽으로 각 목적에 특화된 모델들로 양자화된 압축 모델들이 쏟아져나올꺼고 발전속도도 게임처럼 개인의 pc가 기준점이 될꺼임
2026-03-10 08:22
와 지금 ucla 교환 중인데 논문에 jason cong 교수님, Yizhou Sun 교수님 계시네요. 이런 논문 나온지도 몰랐는데, 알려주셔서 감사합니다!!!
2026-03-10 02:43
시스코를 사라..
2026-03-09 23:54
인간 배터리 + 유토피아 가상현실
—> 전기 문제와 실업문제 동시 해결
2026-03-09 23:39
Ai인프라 효율화의 중요함을 이제 슬슬 언급하기 시작하는건가요? 인프라 경쟁력이 중요하다고 언제나 강조하고 있는 1인 입니다.
2026-03-09 23:32
AI가 고도로 발달한 미래가 궁금해 진다. 진짜 인간이 할 일은 아무것도 없는 시대가 오면 사람들은 뭘 하고 있을까???
2026-03-09 23:26
솔직히 이대로가면 엔비디아 생태계는 서드파티 정도로 전락하는건 기정사실임. 구글과 중국기업들만 수직계열화로 최적화되고있는 점을 보면 여러 인사이트를 얻을수 있음
2026-03-09 23:15
RRAM 붐은 온다 딱대
2026-03-09 22:59
일론 머스크가 한참 전부터 강조하던 내용이죠. 괜히 우주 데이터센터 얘기가 나오는게 아님
2026-03-09 22:30
김호식?
2026-03-09 22:23
이 영상은 AI 원리에 대해 기초지식(행렬계산, 학습, 추론, GPU와 HBM 구조,원리)이 있어야 이해가 되겠네요
전자공학 전공하고 엠베디드 FW개발을 했지만 AI에 대한 지식이 막히면 약해서 최근 제미나이의 도움을 받아 공부를 했더니.. 어느정도 영상이 이해가 되네요
2026-03-09 21:48
참 대단한다. 그 좋은 인력들이 모여서 연구한게..... 고작 인프라 연구라니... 로직 개선만으로 얼마나 혁신이 가능한지를 이야기하는 것이 솔직한 것이 아닌가? 안타깝다.. 정말... 중국은 훨씬 저 사양 컴퓨팅 하드웨어로 이미 미국 빅테크의 프런티어급 모델 성능을 달성했다. 똑 같은 트랜스포머 로직 기반을 개선만 해서도 달성했다. 차세대 로직 연구를 해서 적용하면 되는 일이다. 이미 구글에는 타이탄스 같은 로직 연구도 했다. 한심하다 정말.... 결국 트랜스포머 로직이 AGI로 가는 길을 인프라가 막고 있다는 왜곡된 현재의 미국 빅테크의 논리를 또 다시 반복하고 있는 것이다.
2026-03-09 21:43
좋은 영상 감사합니다 ?
2026-03-09 21:27
DRAM을 쓰지말고 SRAM을 사용하면 속도와 전력소모, 발열이 해결될 것인데.. 물론 트랜지스터가 6배가 더 들어가니 칩은 4~6배는 더 커지겠지만..
결국 SRAM으로 갈 듯..
2026-03-09 21:25
감사합니다!
2026-03-09 21:14
헤이구글~ 이영상 쉽게좀 요약설명해줘
2026-03-09 21:03
너무 어렵게 설명함
2026-03-09 21:00
왔다 내 밥친구
2026-03-09 20:35