BacurasHouse

Jev 활용 사례 # 게임플레이: 실시간 화면을 보고 사격, 회전, 도주 등 행동을 즉시 결정 # 투자 자동화: 가격 흐름에 따라 매수·매도·보유(바이/셀/홀드)를 빠르게 판단 # 코디 추천: 여러 옷 중 상의·하의를 골라 조합하고, "흰색", "캐주얼" 같은 조건에 맞춰 즉시 선택 # 뉴스 분류: 뉴스 384개를 읽고 15개 브랜드별로 어떤 스토리에 올라탈지 분류 (Opus 대비 훨씬 빠름) # 리플레이 영상 분석: 수백만 개 영상에서 사용자가 짜증을 낸 클릭인지 판별하고 오류 원인을 대량 분류 # 테슬라 FSD 구현: 한 시간도 안 걸려 구축. 시각 정보를 보고 정지·주행을 빠르게 판단하는 자율주행 적용 사례 # 조코딩 직접 구현: 비트코인 실시간 차트를 보고 롱·숏을 결정. 평균 응답 약 0.5초

* Torsten Slok(Apollo 수석 economist) Muse와 같은 AI 에이전트는 곧 가정의 현금을 자동으로 3.3%~5.0%의 이자를 지급하는 계좌로 이체할 수 있습니다. 이는 전국 평균 당좌 예금 이자율인 0.1%보다 높은 수치입니다. 모든 가정이 AI 에이전트를 사용하여 현금 잔액의 수익률을 최적화한다면, 은행은 대출에 의존하는 저금리 예금의 상당 부분을 잃을 수 있으며, 이는 전체 금융 시스템에 문제가 될 것입니다.

"제브보다 9배 빠르다"...스탠퍼드·엔비디아, 'CLM-8B'로 맞불 문장 생성을 배제하고 의사결정에만 특화해 실리콘밸리에서 폭발적인 관심을 모은 타입세이프 AI의 ‘제브(Jev)’에 맞서, 스탠퍼드대학교와 엔비디아 연구진이 도전장을 내밀었다. AI 에이전트의 반복적인 도구 선택과 결과 검증을 별도 모델로 분리·속도화하는 오픈소스 모델을 공개하며 제브가 불을 붙인 '판단 전용 AI' 시장 경쟁에 불을 지핀 것이다. 스탠퍼드대와 엔비디아 연구진은 23일(현지시간) AI 에이전트의 도구 선택과 결과 검증 같은 제한된 의사결정을 빠르게 처리할 수 있는 오픈소스 모델 ‘CLM-8B(Contrastive Language Models)’를 공개했다. 최근 돌풍을 일으킨 제브처럼 문장을 새로 써내는 방식을 버리고, 현재 상황과 가능한 선택지를 서로 비교해 가장 적합한 행동을 빠르게 골라내는 방식을 취했다.  출처 : AI타임스(https://www.aitimes.com/news/articleView.html?idxno=215683)

200배 빠른데 400배 싸다, AI 업계 지각 변동, LLM 아닌 새로운 AI 등장 Jev… 단어 생성이 아니라 확률이 바꾸는 AI 생산성 https://youtu.be/72rJKQ2a6Ak?si=ljm1JkTpBNjyON1x #안될공학 --- 1️⃣ "AI가 얼마나 대단한 답을 하느냐를 넘어, 소프트웨어가 얼마나 자주 AI의 판단을 쓸 수 있게 되느냐" - 공개 데모에서는 같은 모델이 게임 50개를 동시에 구동하고, 작성 중인 글의 감정·논쟁성·어조를 실시간으로 평가하며(16개 질문 약 0.56초), SNS 피드에서 사용자가 정한 조건의 게시물을 자동으로 접음. - 보고서 작성에는 몇 초의 대기가 괜찮지만, 게임 장애물 회피나 문장 단위 교정처럼 판단이 잦은 작업에서는 대기 시간 자체가 사용성을 떨어뜨림. - 텍스트 MMORPG 개발 사례에서 자유 입력 행동의 해석 시간 중앙값이 기존 6.52초에서 Jev 적용 후 0.317초로 단축됨. - 핵심은 속도 수치보다, 비용과 지연 때문에 붙이지 못했던 기능을 이제 자주 호출할 수 있게 된다는 가능성임. --- 2️⃣ "답변을 더 빨리 쓰는 모델이 아니라, 아예 답변 문장을 생성하지 않는다" - Jev는 TypeSafe AI가 2026년 9월 15일 공개한 모델로, OpenAI의 InstructGPT 연구 참여자와 Meta AI 연구 조직 출신 등이 공동 창업함. - 사람이 읽기 좋은 답을 주는 AI에서, 소프트웨어가 바로 받아 실행할 수 있는 판단을 주는 AI로 중심을 옮기는 것이 목표임. - 개발자가 판단 대상(State)과 질문(Question), 답의 형태를 미리 정하면, 모델은 설명 없이 조건이 참일 확률, 선택지 중 하나(Choice), 순서형 척도 점수(Score)를 바로 반환함. - 특정 단어 차단 같은 규칙을 넘어 "이 글이 내가 정한 종류의 논쟁인가"를 묻는, 말로 기준을 정하는 판단 함수에 가까운 형태임. --- 3️⃣ "질문을 묶는 데서 나아가 답을 산출하는 과정도 병렬로 처리한다" - 기존 자기회귀형 언어모델은 앞서 만든 토큰에 이어 다음 토큰을 생성하므로, 짧은 JSON이라도 순차 출력 구조임. - Jev는 서로의 답을 기다릴 필요가 없는 질문들을 같은 입력에 대해 동시에 평가하도록 설계됨. - 예를 들어 고객 문의에서 환불 요청 여부, 감정 상태, 추가 확인 필요 여부를 한 번에 판단하고 실제 처리는 코드가 결정하는 구조가 가능함. - 다만 버튼을 눌러야 새 화면이 나오는 것처럼 새 정보가 필요한 다음 단계까지 한 번에 처리되지는 않으며, 줄어드는 것은 왕복과 순차 대기임. --- 4️⃣ "의미를 판단하는 건 모델이고, 어느 수준에서 자동 처리할지 정하는 건 코드" - 회사는 RLCD라는 학습 방법으로, 예측한 확률이 실제 적중 비율과 맞도록(80% 예측 사례가 실제로 약 80% 맞도록) 학습시킨다고 설명함. - 문의 분류 확률이 91%인 경우와 52%인 경우를 다르게 처리해, 애매할 때는 정보를 더 모으거나 다른 모델·사람에게 확인하도록 설계할 수 있음. - 단, 이 확률이 실제 업무 환경에서도 신뢰할 만한지는 별도 검증이 필요함. --- 5️⃣ "트랜스포머를 벗어난 새로운 AI라고 말하기는 어렵다" - 트랜스포머는 신경망 구조이고, 자기회귀는 출력 방식이므로 비자기회귀라는 것이 곧 트랜스포머를 쓰지 않는다는 의미는 아님. - 트랜스포머로도 분류 모델을 만들 수 있으며, TypeSafe가 새 아키텍처와 샘플러를 만들었다고 밝혔지만 세부 설계는 추가 공개가 필요함. - 현재 확인 가능한 차이는 문장을 이어 쓰기보다 판단과 확률을 빠르게 내놓는 데 집중했다는 점임. --- 6️⃣ "모든 클릭에 긴 추론이 필요한 건 아니다" - Browser Use의 공개 사례에서 출발지·목적지 입력부터 항공편 검색 결과 표시까지 약 7초가 소요됨. - 프로그램이 페이지의 버튼·입력창에 번호를 붙이면 Jev가 어떤 동작을 할지 고르는 객관식 문제로 브라우저 조작을 전환했고, 문장 입력이 필요할 때만 별도의 소형 생성 모델을 호출함. 해당 구성은 오픈소스로 공개됨. - 컴퓨터 조작 도구 Cua도 실행 가능한 행동 후보를 만들고 Jev가 고른 답을 검증해 실행하는 구성을 공개함. - 판단이 빨라져도 화면 인식, 실행, 오류 감지 과정은 남으므로, 빠른 모델의 배치 위치와 실패 시 복구 설계가 새로운 과제로 부상함. --- 7️⃣ "형식 보장은 정해진 선택지 안에서 답한다는 뜻이지, 항상 정답을 고른다는 뜻은 아니다" - Jev가 강점을 보이는 영역은 가능한 답이 정해져 있고 문맥만 읽으면 빠르게 판단할 수 있는 작업임. - 새로운 글쓰기는 생성 모델, 정확한 계산은 코드, 앞선 결과가 필요한 판단은 순차 처리로 역할을 나눠야 함. - 가격은 입력 토큰 기준으로 제시됐으나, 화면 인식과 다른 모델 비용까지 포함해 필요한 정확도를 유지하면서 전체 작업이 얼마나 빨라지고 저렴해지는지는 추가 확인이 필요함. - 아무도 AI의 답변을 읽지 않는데 프로그램은 계속 움직이는 장면처럼, 사소한 판단을 빠르고 저렴하게 쓸 수 있다면 AI가 앱의 훨씬 많은 순간에 들어갈 수 있음.

200배 빠른데 400배 싸다, AI 업계 지각 변동, LLM 아닌 새로운 AI 등장 Jev… 단어 생성이 아니라 확률이 바꾸는 AI 생산성 https://youtu.be/72rJKQ2a6Ak?si=ljm1JkTpBNjyON1x #안될공학 --- 1️⃣ "AI가 얼마나 대단한 답을 하느냐를 넘어, 소프트웨어가 얼마나 자주 AI의 판단을 쓸 수 있게 되느냐" - 공개 데모에서는 같은 모델이 게임 50개를 동시에 구동하고, 작성 중인 글의 감정·논쟁성·어조를 실시간으로 평가하며(16개 질문 약 0.56초), SNS 피드에서 사용자가 정한 조건의 게시물을 자동으로 접음. - 보고서 작성에는 몇 초의 대기가 괜찮지만, 게임 장애물 회피나 문장 단위 교정처럼 판단이 잦은 작업에서는 대기 시간 자체가 사용성을 떨어뜨림. - 텍스트 MMORPG 개발 사례에서 자유 입력 행동의 해석 시간 중앙값이 기존 6.52초에서 Jev 적용 후 0.317초로 단축됨. - 핵심은 속도 수치보다, 비용과 지연 때문에 붙이지 못했던 기능을 이제 자주 호출할 수 있게 된다는 가능성임. --- 2️⃣ "답변을 더 빨리 쓰는 모델이 아니라, 아예 답변 문장을 생성하지 않는다" - Jev는 TypeSafe AI가 2026년 9월 15일 공개한 모델로, OpenAI의 InstructGPT 연구 참여자와 Meta AI 연구 조직 출신 등이 공동 창업함. - 사람이 읽기 좋은 답을 주는 AI에서, 소프트웨어가 바로 받아 실행할 수 있는 판단을 주는 AI로 중심을 옮기는 것이 목표임. - 개발자가 판단 대상(State)과 질문(Question), 답의 형태를 미리 정하면, 모델은 설명 없이 조건이 참일 확률, 선택지 중 하나(Choice), 순서형 척도 점수(Score)를 바로 반환함. - 특정 단어 차단 같은 규칙을 넘어 "이 글이 내가 정한 종류의 논쟁인가"를 묻는, 말로 기준을 정하는 판단 함수에 가까운 형태임. --- 3️⃣ "질문을 묶는 데서 나아가 답을 산출하는 과정도 병렬로 처리한다" - 기존 자기회귀형 언어모델은 앞서 만든 토큰에 이어 다음 토큰을 생성하므로, 짧은 JSON이라도 순차 출력 구조임. - Jev는 서로의 답을 기다릴 필요가 없는 질문들을 같은 입력에 대해 동시에 평가하도록 설계됨. - 예를 들어 고객 문의에서 환불 요청 여부, 감정 상태, 추가 확인 필요 여부를 한 번에 판단하고 실제 처리는 코드가 결정하는 구조가 가능함. - 다만 버튼을 눌러야 새 화면이 나오는 것처럼 새 정보가 필요한 다음 단계까지 한 번에 처리되지는 않으며, 줄어드는 것은 왕복과 순차 대기임. --- 4️⃣ "의미를 판단하는 건 모델이고, 어느 수준에서 자동 처리할지 정하는 건 코드" - 회사는 RLCD라는 학습 방법으로, 예측한 확률이 실제 적중 비율과 맞도록(80% 예측 사례가 실제로 약 80% 맞도록) 학습시킨다고 설명함. - 문의 분류 확률이 91%인 경우와 52%인 경우를 다르게 처리해, 애매할 때는 정보를 더 모으거나 다른 모델·사람에게 확인하도록 설계할 수 있음. - 단, 이 확률이 실제 업무 환경에서도 신뢰할 만한지는 별도 검증이 필요함. --- 5️⃣ "트랜스포머를 벗어난 새로운 AI라고 말하기는 어렵다" - 트랜스포머는 신경망 구조이고, 자기회귀는 출력 방식이므로 비자기회귀라는 것이 곧 트랜스포머를 쓰지 않는다는 의미는 아님. - 트랜스포머로도 분류 모델을 만들 수 있으며, TypeSafe가 새 아키텍처와 샘플러를 만들었다고 밝혔지만 세부 설계는 추가 공개가 필요함. - 현재 확인 가능한 차이는 문장을 이어 쓰기보다 판단과 확률을 빠르게 내놓는 데 집중했다는 점임. --- 6️⃣ "모든 클릭에 긴 추론이 필요한 건 아니다" - Browser Use의 공개 사례에서 출발지·목적지 입력부터 항공편 검색 결과 표시까지 약 7초가 소요됨. - 프로그램이 페이지의 버튼·입력창에 번호를 붙이면 Jev가 어떤 동작을 할지 고르는 객관식 문제로 브라우저 조작을 전환했고, 문장 입력이 필요할 때만 별도의 소형 생성 모델을 호출함. 해당 구성은 오픈소스로 공개됨. - 컴퓨터 조작 도구 Cua도 실행 가능한 행동 후보를 만들고 Jev가 고른 답을 검증해 실행하는 구성을 공개함. - 판단이 빨라져도 화면 인식, 실행, 오류 감지 과정은 남으므로, 빠른 모델의 배치 위치와 실패 시 복구 설계가 새로운 과제로 부상함. --- 7️⃣ "형식 보장은 정해진 선택지 안에서 답한다는 뜻이지, 항상 정답을 고른다는 뜻은 아니다" - Jev가 강점을 보이는 영역은 가능한 답이 정해져 있고 문맥만 읽으면 빠르게 판단할 수 있는 작업임. - 새로운 글쓰기는 생성 모델, 정확한 계산은 코드, 앞선 결과가 필요한 판단은 순차 처리로 역할을 나눠야 함. - 가격은 입력 토큰 기준으로 제시됐으나, 화면 인식과 다른 모델 비용까지 포함해 필요한 정확도를 유지하면서 전체 작업이 얼마나 빨라지고 저렴해지는지는 추가 확인이 필요함. - 아무도 AI의 답변을 읽지 않는데 프로그램은 계속 움직이는 장면처럼, 사소한 판단을 빠르고 저렴하게 쓸 수 있다면 AI가 앱의 훨씬 많은 순간에 들어갈 수 있음.

*태양광 업체 주가 강세 배경 1) 미중 정상회담에서의 중국 규제 완화 불확실성 해소 2) 미국 공급업체들의 태양광 모듈 오퍼 가격 상향 제시 소식 3) 미국 태양광 밸류체인 가격 실제 상승 중

*정유업체 주가 강세 배경 1) 사우디 동서파이프 라인 재가동에 따른 원유 수급 리스크 진정 2) 트럼프의 디젤 수출금지 조치 여전히 적극 검토 소식

MLCC 시장 양극화 심화, AI 서버용 고용량 제품 품귀 - 时代周报 (by https://t.me/TNBfolio) - 범용 소비재용 MLCC 가격은 수요 안정세로 하락 전환했으나, AI 서버 및 전장용 고용량 MLCC는 공급 부족으로 납기가 최장 20주까지 늘어나며 가격이 급등했다. - AI 서버는 일반 서버 대비 8~12배의 MLCC를 탑재하며, Nvidia VR200NVL72 랙의 경우 대당 탑재량이 약 60만 개, 가치는 4,320달러에 달해 수요 급증을 견인하고 있다. - Murata Manufacturing은 800억 엔 규모의 증설 투자를 결정했고 삼성전기는 조 단위 공급 계약을 체결하는 등 글로벌 상위 업체들이 AI용 공급을 독점하고 있다. - 삼환그룹과 풍화고과는 1마이크로미터 이하 유전체 층 양산 및 1,000층 적층 등 기술 개발로 고부가 제품군 비중을 확대하며 고객사 인증에 돌입했다. - 전문가들은 MLCC가 규격과 부품 번호가 복잡해 개별 승인 방식을 거쳐야 하며, 수율과 신뢰성 검증 등 핵심 공정에서 선두 기업과 약 10년의 기술 격차가 존재한다고 지적했다. http://news.10jqka.com.cn/20260921/c680134607.shtml

[훈수꾼은 빌드를 읽지 못한다] 20대 때 스타크래프트에 빠져 살았다. 장기나 바둑처럼 온 국민이 봤다. 임요환, 홍진호, 이윤열. 프로게이머라는 직업이 처음 생기던 시절이었다. 그때 재미있는 장면이 있었다. 프로가 초반 빌드를 짤 때, 일반인들은 이해를 못 했다. 왜 저기에 일꾼을 보내지. 왜 지금 건물을 안 짓지. 왜 저 타이밍에 저걸 하지. 그런데 게임이 진행되면 알게 된다. 5분 뒤에, 10분 뒤에. 아, 그래서 그랬구나. 일반인은 한두 수 뒤를 본다. 프로는 몇 수 뒤의 수싸움을 하고 있었던 것이다. 올해를 돌아보면 그 장면이 반복됐다. 3월, 미국과 이란 사이에 전운이 드리웠다. 시장이 무너졌다. 나는 용기를 내자고 했다. 펀더멘털이 아니라 공포가 만든 하락이라고. 그때도 훈수꾼들이 있었다. 전쟁이 시작됐는데 무슨 소리냐고. 4월과 5월, 시장이 폭발했다. 많이 벌었다. 그리고 나는 하반기를 조심하자고 했다. 쏠림이 지나치다고, 현금이라는 안전장치가 필요하다고. 그때 훈수꾼들이 가장 크게 소리 질렀다. 지금이 어떤 장인데 찬물을 끼얹냐고. 겁쟁이라고. 그리고 7월이 왔다. 한국 증시 역사상 최악의 달이었다. 그 폭락 이후 나는 기회라고 했다. 수급발 하락이지 펀더멘털 훼손이 아니라고. 골이 깊으면 산도 높아진다고. 그러자 이번엔 같은 훈수꾼들이 정반대로 소리쳤다. 사이클 끝났다고. 이제 반도체는 끝이라고. 올라갈 때는 더 가자고 하고, 내려갈 때는 끝났다고 한다. 언제나 방금 일어난 일이 영원할 거라고 믿는다. 그게 훈수꾼의 특징이다. 지금 판의 수만 본다. 지금 AI 군비 경쟁을 바라보는 시장도 그렇다. 얼마 전 다리오 아모데이가 AI 개발 속도를 늦추자는 제안을 했다. 샘 올트먼이 동의했고, 일론 머스크도 거들었다. 시장은 즉각 반응했다. 반도체 주식이 조정받았다. AI 경쟁이 느려지면 인프라 투자도 줄어든다는 계산이었다. 한두 수 앞을 본 반응이다. 그런데 조금 더 앞을 보는 투자자들은 다르게 읽었다. 말과 행동이 다를 것이라고. 이유는 단순하다. 중국이 그 합의에 없다. 미국 기업들끼리 아무리 손을 잡아도, 중국이 멈추지 않으면 그 합의는 지켜질 수 없다. 먼저 무기를 내려놓는 쪽이 지는 구조다. 그리고 실제로 그랬다. 하이퍼스케일러 캐펙스는 계속 늘고 있다. 엔비디아는 서버랙을 넘어 POD 단위로 확장하고 있다. 경쟁은 오히려 더 가열차게 진행 중이다. 역사가 가르쳐준 것이 있다. 이익 앞에서 양심을 선택한 기업은 거의 없었다. 경고를 하면서도 계속하는 것, 그게 인간과 기업의 모습이다. 내기 바둑판이나 장기판을 떠올려본다. 가장 큰 소리로 훈수 두는 사람이 있다. 저기 두면 되는데, 왜 저걸 안 보냐고. 답답하다고. 그런데 정작 그 사람은 고수의 수싸움을 이해하지 못한다. 지금 그 수를 안 두는 이유가 세 수 뒤에 있다는 걸 모른다. 온라인에는 훈수꾼이 참 많다. 확신에 차서, 큰 소리로. 지식이 얕을수록 목소리는 커진다. 여기서 냉정하게 봐야 할 것이 있다. AI 사이클은 여전히 투자 기회가 남아있다. 다만 난이도가 올라가는 구간에 들어섰다. 초기엔 쉬웠다. 대장주만 사놓으면 됐다. 엔비디아, 삼전닉스를 들고만 있어도 계좌가 불었다. 초보도 수익을 냈다. 그런데 지금은 다르다. 범용 메모리 쇼티지는 풀리기 시작했고, 고사양은 여전히 타이트하다. 관심은 P에서 Q로 넘어가고 있다. 병목은 메모리에서 전력으로, 첨단 패키징으로 이동하고 있다. 이 이동을 읽지 못하면 같은 자리에 머물게 된다. 한 가지는 분명하다. 공부한다고 반드시 수익을 내는 건 아니다. 시장은 그렇게 친절하지 않다. 그러나 공부하지 않으면 무조건 수익을 못 낸다. 필요조건과 충분조건의 차이다. 공부는 충분조건이 아니지만, 명백한 필요조건이다. 7월 폭락 이후 이상한 현상을 봤다. 공부하는 투자자가 줄었다. 주가가 좋을 때는 미친 듯이 테크를 공부하던 사람들이, 정작 가장 중요한 시점에 손을 놓았다. 대신 누군가를 욕하러 몰려다녔다. 그런데 바로 그 시기에 조용히 공부한 사람들이 있다. 그들은 지금 병목이 어디로 움직이는지 안다. 다음 국면에서 무엇을 봐야 하는지 안다. 프로는 지금 두는 수로 판단받지 않는다. 몇 수 뒤에 그 수가 왜 필요했는지가 드러날 때 판단받는다. 3월에 용기를 내자고 했을 때, 5월에 조심하자고 했을 때, 7월에 기회라고 했을 때. 그때마다 훈수꾼들은 소리를 질렀다. 그리고 시간이 지나면 조용해졌다가, 또 다음 국면에서 다시 소리친다. 앞으로 공부하는 투자자와 그렇지 못한 투자자의 희비는 더 크게 갈릴 것이다. 난이도가 올라간 판에서는, 훈수로 이길 수 없다. 당신은 훈수꾼인가, 몇 수를 내다보는 플레이어인가. 훈수꾼은 판 밖에 있다. 잃을 것이 없으니 마음껏 소리칠 수 있다. 플레이어는 판 안에 있다. 자기 돈이 걸려 있고, 틀리면 자기가 책임진다. 그 차이가 결국 계좌의 차이를 만든다. -9월 26일 저녁 아신 이형수

중국, 바이트댄스·알리바바의 신형 엔비디아 칩 구매 허용 검토 (디 인포메이션 보도) ​구매 승인 시사: 중국 정부가 바이트댄스, 알리바바 등 자국 빅테크 기업을 대상으로 고성능 전문가용 컴퓨터에 탑재되는 엔비디아의 신규 칩 구매를 허용할 수 있다는 신호를 보냈다고 IT 전문 매체 디 인포메이션(The Information)이 보도했습니다. ​대상 칩 및 보고 요청: 중국 공업정보화부(MIIT)는 최근 바이트댄스와 알리바바를 포함한 기업들에 엔비디아의 RTX PRO 5500 칩 구매 계획을 제출하라고 요구했습니다. ​미국 수출 규제 회피 기대: 공업정보화부는 해당 구매 건을 승인할 방침임을 전달했으며, 업계 임원들은 RTX PRO 5500 칩이 미국의 대중 수출 통제 기준을 벗어날 것으로 예상하고 있습니다. https://www.reuters.com/business/retail-consumer/china-weighs-allowing-bytedance-alibaba-buy-new-nvidia-chips-information-reports-2026-09-27/?utm_source=chatgpt.com

“반도체 호조에” 올해 2분기 건설공사 계약액 80조원…전년比 27.3% ↑ -토목 공종 57.5% 급증 https://biz.chosun.com/real_estate/real_estate_general/2026/09/28/PDFCRTD7KBGSRAOOOOJARZIVK4/

GF Securities, Akamai–Anthropic 계약 Akamai–Anthropic, 7년간 116억 달러 규모의 CPU 계약 - 9월 24일 발표된 7년간 총 116억 달러 규모의 가속형 CPU 계약 - 향후 최대 90억 달러 규모의 추가 확장 가능성 - Anthropic은 증가하는 CPU 워크로드를 처리하기 위해 Akamai의 분산형 AI 인프라와 소프트웨어를 활용할 예정 NVIDIA Vera CPU 도입 전망 - NVIDIA는 이전에 Akamai가 Vera CPU를 배치할 계획이라고 언급한 바 있음. - Vera는 특히 에이전틱 AI 워크로드를 겨냥한 CPU로, - 코드 실행 - 작업 오케스트레이션 - 데이터 처리 등의 작업에 최적화 - 고대역폭 LPDDR5X 메모리를 활용하는 것이 특징 긍정적 파급 효과 - 서버 CPU 및 DRAM 수요 증가 - 에이전틱 AI는 기존 AI보다 더 많은 컴퓨팅과 메모리를 필요로 함. - 기업용 SSD(eSSD) / NAND 수요 증가 - AI의 긴 컨텍스트 처리 - 벡터 데이터베이스(Vector DB) - KV 캐시 확대 등으로 스토리지 수요 증가 - DRAM이나 HDD 대비 비용 및 전력 효율 측면에서 eSSD의 중요성이 커질 가능성 - ABF 기판 수요 증가 - Lenovo 수혜 - Lenovo는 Akamai의 주요 서버 OEM 업체 중 하나 서버 CPU 시장 전망 - 당사 추정 기준 2030년 서버 CPU TAM(총주소가능시장)은 2,150억 달러 관련 종목 및 긍정적 영향 - CPU - NVIDIA(NVDA) - AMD - Intel(INTC) - 메모리 - DRAM/HBM: SK하이닉스, Micron(MU) - NAND: 삼성전자, SK하이닉스, Micron, SanDisk - 첨단 패키징 - ASE — 매수(Buy) - TSMC — 보유(Hold) - Amkor - 서버 OEM - Lenovo — 매수(Buy) https://x.com/sssjeffpu/status/2103405581235351724

메타 뮤즈가 요즘 화제인데, 이유가 뭐고 영향은? https://m.blog.naver.com/ranto28/224421039479 #메르 23. Muse는 고객들의 비밀번호나 결제수단을 볼 수 없음. 24. 사용자가 준 로그인 정보는 보안 저장소에 들어가고, Muse는 그 정보를 보지않은채 사용만 하게 됨. 25. 결제방식도 일회용 카드번호를 생성해서 실제 카드정보를 가리는 방법을 사용함. 26. Muse를 감시하는 'Sentinel'도 있음. 27. Sentinel은 비서가 밖으로 내보내는 모든 우편물을 검사하는 보안직원과 비슷한 역할을 함. 28. Muse와 분리된 Sentinel이 같이 돌아가고, Sentinel이 승인하지 않으면 진행이 안되거나 사용자의 승인을 받아야 함. 29. Muse는 고객별 전용 가상머신(VM)을 부여하는 방식으로 운영을 시작함. 30. 실제 사용자가 파악해 보니, VCPU 2개, RAM 8GB, SSD 100GB짜리가 전용 가상머신(VM)으로 할당되었음(GPU는 없음). 31. GPU가 두뇌라면, CPU는 손발에 해당되고, CPU에는 DDR5가 여러장 들어감. 한줄 코멘트. Al 에이전트가 본격적으로 확산되면, 뜨는 곳과 힘들어 지는 곳이 생기게 될 것임. 광고시 장은 크게 변할것 같고, CPU와 범용D램, SSD에는 새로운 고객이 생긴 것 같음.

고금리에 대한 관점 https://m.blog.naver.com/kk_kontemp/224423749856 #kk "지금이 국채 매수 적기인가?"라는 질문에는 두 가지 측면을 나눠서 접근해야 한다. • 가격이 싸졌는가?: '그렇다.' 장기물 5%대 금리는 역사적으로 매력적이며, 실질금리 기준으로는 더욱 그렇다. • 추세 전환의 촉매가 있는가?: '아직은 없다.' 국채 공급 부담은 무겁고, 인플레이션 불확실성은 남아있으며, 기관들은 신중하고, 명목성장률은 여전히 5%를 웃돈다. # 시장은 "금리가 너무 높다"고 불평하지만, 본질은 "이 정도 수익률은 보장받아야 채권을 사겠다"는 시장의 정당한 요구다. 이 요구가 유지되는 한, 자산배분 차원에서 우리가 할 일은 그 가격을 있는 그대로 인정하고 그 위에서 최적의 포지셔닝을 구축하는 것이다.

이란 의장, 베센트 조롱: "5.1%의 미국채 금리, 축하한다!" • 갈리바프 이란 의회 의장 SNS 업로드 >> 미국, 축하한다. 5.1%의 10년물 국채 금리도 끝났다. 이는 2년 후의 최저치다 >> 이란을 1970년대로 되돌리길 원하나? 아무도 당신에게 이란이 오만한 아마추어에게 적합하지 않다고 말해주지 않았나? >> 우리는 미국을 1970년대 물가 수준으로 돌려 보낼 것이며, 고유가, 디젤 부족, 나팔바지까지 포함시킬 것이다. 이 향수를 즐겨라! • 게시물에는 베센트가 시장을 '협박'하고 미국 채권 금리가 급등했다는 뉴스 첨부. 동시에 베센트를 '아마추어'라고 조롱 伊朗议长“嘲讽”贝森特：5.1%的10年美债利率，祝贺你们！ 伊朗议会议长加利巴夫发帖称：“美国，祝贺你们，5.1%的10年期结束：这是两年前的最低点。” “你们想让伊朗倒退回上世纪70年代？没人告诉过你们伊朗不适合傲慢的业余人士吗？我们会让你们回到上世纪70年代的物价水平，外加高油价、柴油短缺和喇叭裤。好好享受这怀旧的感觉吧！ ”他补充道。 帖子还配了贝森特“恐吓”市场和美债收益率飙升的新闻，嘲讽其“业余人士”。 https://wallstreetcn.com/charts/41959919

Silicon Data, 토큰 인덱스 하락은 AI 수요 둔화가 아니다 : LLM Token Index는 API 사용자가 실제 지불한 100만 토큰당 가격을 사용량으로 가중한 지표로, 토큰 사용량이나 총지출을 의미하지 않음 : 지수는 5월 28일 $2.07에서 9월 21일 $1.00로 52% 하락. 다만 이는 AI 수요 둔화보다 저렴하고 빠른 중간급 모델로 사용량 믹스가 이동한 영향 : 에이전트가 작업별로 적절한 모델을 선택하는 효율적 라우팅과 저가 모델로의 단순 대체를 지수만으로 구분하기 어려움 : 반면 GPU 임대료는 강세 지속. H200은 6월 평균 $2.87에서 현재 $3.29로 상승했고, B200은 같은 기간 +7%, YTD +31%, B300은 4월 말 이후 +44% : H100은 8월 고점 대비 7% 하락했지만, 이는 워크로드가 B200·B300 등 상위 GPU로 이동하는 흐름과 일치. 공급이 부족한 최신 GPU 가격은 컴퓨트 수요 둔화를 시사하지 않음 : 향후 에이전트 확산으로 저가·고속 모델이 전체 토큰 사용량의 대부분을 차지하면서 평균 토큰 가격은 계속 하락할 수 있지만, 전체 토큰 사용량은 가격 하락보다 훨씬 빠르게 증가할 가능성 : 결론적으로 토큰 단가는 하락해도 총 컴퓨트 수요는 오히려 증가할 수 있으며, 높은 부가가치 작업과 경제적 가치는 여전히 프런티어 모델에 집중될 것이라는 주장 https://x.com/silicon_data/status/2102837177478795652

알렉산더 왕, “내가 Muse를 만들고 있는 이유” 대부분의 사람들은 자신이 무엇을 원하는지 말하지 않는다. 원하는 것이 없어서가 아니다. 우리는 끊임없이, 그리고 강렬하게 무언가를 원한다. 잠들기 직전의 순간이나 집으로 돌아가는 차 안에서 멍하니 상상에 잠길 때 그런 생각들이 떠오른다. 가족과 더 많은 시간을 보내고 싶고, 사회적 불안을 극복하고 싶고, 더 건강한 음식을 먹고 싶다. 빵집을 열고 싶거나, 앱을 만들고 싶거나, 그저 정신없이 돌아가는 삶 속에서 잠깐이라도 평온한 시간을 더 갖고 싶을 수도 있다. 하지만 우리는 이런 꿈을 말로 꺼내볼 기회조차 좀처럼 갖지 못한다. 그리고 그 꿈이 실제로 이루어지는 경우는 더욱 드물다. 우리가 자신의 꿈을 명확히 말할 수 없다면, 대부분 그 꿈에 도달할 수도 없다. 세상은 수많은 서류와 문지기, 일정과 장애물로 이루어진 미로와 같다. 대부분의 꿈은 입 밖으로 나오기도 전에 수많은 사소한 장벽에 부딪혀 사라진다. 어디서부터 시작해야 할지 몰라서, 해야 할 전화를 결국 걸지 못해서 꿈은 사라진다. 실현되지 못한 모든 바람은 인간의 잠재력이 조용히 사라지는 비극이다. 이제 지구상의 모든 사람에게 자신의 생각을 넘어서는 두 번째 두뇌가 있다고 상상해보자. 당신이 무엇을 원하는지 알아내고, 그것이 실제로 이루어지도록 만드는 것만을 자신의 일로 삼는 총괄 매니저가 있는 것이다. 당신이 “내가 뭔가 더 할 수 있을 것 같은데”라고 반쯤 내뱉은 말만 듣고도, 나머지 빈칸을 함께 채워주는 존재다. 병 속의 지니처럼 모든 소원을 마법처럼 이루어주는 존재는 아닐지 모른다. 하지만 이렇게 말해줄 수는 있다. “이게 바로 당신이 평생 꿈꿔왔던 일이에요. 이제 해봅시다. 방법은 이렇습니다.” 그리고 계획을 세운다. 이메일을 보낸다. 전화를 건다. 자금을 찾아준다. 일정을 지킬 수 있도록 관리한다. 앞길을 가로막는 장애물을 치우고, 해결할 수 있는 문제들을 하나씩 해결한다. 결국 인간에게 남는 것이 인간만이 할 수 있는 일, 원하는 것과 꿈꾸는 것뿐이 될 때까지 말이다. 그리고 가장 흥미로운 점은 이것이다. 우리는 사람들이 무엇을 원하게 될지 전혀 모른다. 지금까지의 세상은 어떻게든 자신의 욕망을 현실로 만들어낸 소수의 집요한 사람들이 만들어왔다. 하지만 모든 사람의 주도성이 완전히 활성화된 인류가 어떤 모습일지는 아직 한 번도 본 적이 없다. 80억 명의 사람들이 자신의 꿈을 적어 내려가는 것만으로 그 꿈을 현실로 만들기 위한 첫걸음을 내디딜 수 있는 세상. 그래서 우리는 사람들이 자신이 원하는 세상을 만들어갈 수 있도록 Muse를 만들었다. 원하는 모든 것을 위하여. 꿈꾸는 모든 것을 위하여. 그리고 모든 사람을 위하여. https://x.com/alexandr_wang/status/2103551714536439951

빌 애크먼(Bill Ackman) 연준이 단기 금리를 인상하면 인플레이션이 낮아진다는 전제는, 높은 금리가 수요와 투자를 줄인다는 믿음에 기반하고 있습니다. 하지만 만약 금리가 올라가도 수요와 투자가 줄어들지 않는다면 어떨까요? 초지능 경쟁에서 승리했을 때 얻는 투자수익률(ROI)이 사실상 무한대에 가깝기 때문에, 지능과 에너지에 대한 수요는 높은 금리에도 영향을 받지 않고, 컴퓨팅 수요 역시 계산하기 어려울 정도로 계속 커질 수 있습니다. 그렇다면 역사적으로 매우 특수한 지금 이 시점에서는, 금리 인상이 오히려 더 높은 인플레이션을 초래할 수도 있지 않을까요? 금리 비용이 사실상 모든 상품과 서비스의 비용에 반영되기 때문입니다. 그리고 문제는 더 복잡해집니다. 연준이 금리를 더 올릴수록 인플레이션은 더 높아지고, 그러면 연준은 다시 금리를 더 올려야 하며, 이런 과정이 계속 반복될 수 있습니다. 그런데 기존의 경제 모델이 지금의 새로운 패러다임에는 적용되지 않고, 연준의 판단이 틀렸다면 어떨까요? 저는 연준이 방금 실수를 저질렀을 수도 있다고 생각합니다. 제가 맞는 걸까요, 틀린 걸까요?

#미국 크리스 라이트 #에너지 장관, #석유 기업들에게 #경유 금수조치 가능성에 대해 대비하라고 직접 연락 적어도 그냥 말로만 끝날 사안은 아닌 상황 #공급부족 #정치 https://www.bloomberg.com/news/articles/2026-09-23/wright-warns-industry-of-diesel-export-cuts-as-debate-heats-up

데이터센터 Behind-the-meter power 공급: 2030년 설비 전망 67GW로 상향 조정. 연료전지가 1위 • 전력망 연결 주기 연장. 전력은 AI 데이터센터 구축의 핵심 병목. 자체 구축 및 사용 방식의 Behind-the-meter power 공급 수요 증가 촉진 • 골드만삭스는 2030년 글로벌 Behind-the-meter power 전망치 67GW로 상향 조정. 인도 속도 및 가용성 종합 평가에 따르면 연료전지가 가장 높은 점수. 장비 시장 규모 550억달러로 추정. 가스터빈은 장기 납품 주기로 제약 数据中心表后供电：2030年装机预测上调至67GW，燃料电池评分居首 电网接入周期拉长使电力成为AI数据中心部署的核心瓶颈，推动自建自用的“表后”供电需求提速。高盛将2030年全球表后装机预测上修至67GW。按交付速度与可用性配权综合评分，离网落地快、满载率高的燃料电池得分最高，预估设备市场规模达550亿美元；燃气轮机则受限于长交期。 https://wallstreetcn.com/articles/3782450#from=android