اکنون در دسترس! پژوهش تلگرام ۲۰۲۵ — مهمترین بینشهای سال 
주린이 개소리하는 채널
رفتن به کانال در Telegram
4 951
مشترکین
اطلاعاتی وجود ندارد24 ساعت
-57 روز
-5330 روز
در حال بارگیری داده...
کانالهای مشابه
ابر برچسبها
هیچ دادهای
مشکلی وجود دارد؟ لطفاً صفحه را تازه کنید یا با مدیر پشتیبانی ما تماس بگیرید.
اشارات ورودی و خروجی
---
---
---
---
---
---
جذب مشترکین
ژوئن '26
ژوئن '26
+17
در 0 کانالها
مه '26
+50
در 0 کانالها
Get PRO
آوریل '26
+36
در 3 کانالها
Get PRO
مارس '26
+51
در 17 کانالها
Get PRO
فوریه '26
+66
در 25 کانالها
Get PRO
ژانویه '26
+46
در 16 کانالها
Get PRO
دسامبر '25
+43
در 15 کانالها
Get PRO
نوامبر '25
+71
در 39 کانالها
Get PRO
اکتبر '25
+94
در 25 کانالها
Get PRO
سپتامبر '25
+83
در 30 کانالها
Get PRO
اوت '25
+76
در 25 کانالها
Get PRO
ژوئیه '25
+81
در 32 کانالها
Get PRO
ژوئن '25
+138
در 32 کانالها
Get PRO
مه '25
+102
در 36 کانالها
Get PRO
آوریل '25
+73
در 35 کانالها
Get PRO
مارس '25
+129
در 27 کانالها
Get PRO
فوریه '25
+129
در 27 کانالها
Get PRO
ژانویه '25
+87
در 21 کانالها
Get PRO
دسامبر '24
+172
در 31 کانالها
Get PRO
نوامبر '24
+160
در 24 کانالها
Get PRO
اکتبر '24
+145
در 34 کانالها
Get PRO
سپتامبر '24
+144
در 33 کانالها
Get PRO
اوت '24
+151
در 32 کانالها
Get PRO
ژوئیه '24
+200
در 28 کانالها
Get PRO
ژوئن '24
+178
در 21 کانالها
Get PRO
مه '24
+194
در 39 کانالها
Get PRO
آوریل '24
+164
در 34 کانالها
Get PRO
مارس '24
+301
در 40 کانالها
Get PRO
فوریه '24
+149
در 28 کانالها
Get PRO
ژانویه '24
+226
در 30 کانالها
Get PRO
دسامبر '23
+225
در 28 کانالها
Get PRO
نوامبر '23
+76
در 21 کانالها
Get PRO
اکتبر '23
+150
در 21 کانالها
Get PRO
سپتامبر '23
+323
در 0 کانالها
Get PRO
اوت '23
+229
در 0 کانالها
Get PRO
ژوئیه '23
+262
در 0 کانالها
Get PRO
ژوئن '23
+255
در 0 کانالها
Get PRO
مه '23
+418
در 0 کانالها
Get PRO
آوریل '23
+174
در 0 کانالها
Get PRO
مارس '23
+224
در 0 کانالها
Get PRO
فوریه '23
+89
در 0 کانالها
Get PRO
ژانویه '23
+76
در 0 کانالها
Get PRO
دسامبر '22
+89
در 0 کانالها
Get PRO
نوامبر '22
+333
در 0 کانالها
Get PRO
اکتبر '22
+183
در 0 کانالها
Get PRO
سپتامبر '22
+964
در 0 کانالها
Get PRO
اوت '22
+53
در 0 کانالها
Get PRO
ژوئیه '22
+357
در 0 کانالها
| تاریخ | رشد مشترکین | اشارات | کانالها | |
| 27 ژوئن | 0 | |||
| 26 ژوئن | +2 | |||
| 25 ژوئن | 0 | |||
| 24 ژوئن | +3 | |||
| 23 ژوئن | +4 | |||
| 22 ژوئن | 0 | |||
| 21 ژوئن | +3 | |||
| 20 ژوئن | 0 | |||
| 19 ژوئن | +1 | |||
| 18 ژوئن | 0 | |||
| 17 ژوئن | +1 | |||
| 16 ژوئن | 0 | |||
| 15 ژوئن | 0 | |||
| 14 ژوئن | 0 | |||
| 13 ژوئن | 0 | |||
| 12 ژوئن | +1 | |||
| 11 ژوئن | 0 | |||
| 10 ژوئن | 0 | |||
| 09 ژوئن | 0 | |||
| 08 ژوئن | 0 | |||
| 07 ژوئن | 0 | |||
| 06 ژوئن | 0 | |||
| 05 ژوئن | +1 | |||
| 04 ژوئن | 0 | |||
| 03 ژوئن | 0 | |||
| 02 ژوئن | 0 | |||
| 01 ژوئن | +1 |
پستهای کانال
| 2 |  오늘 매매에 참고하세용!! | 1 263 |
| 3 | ✅️ 이란 1차합의 세부사항(MEHR)
호르무즈 통행료 지불은 이란과 오만의 관리 하에 지속될 것임
단 방해는 없을 것이고 통행 수준은 30일 이내로 회복되는 것을 목표로 함
미군은 30일 이내 이란 국경 주변에서 철수
이란의 핵무기 개발 포기 약속을 전제로 고농축 우라늄 관련 추가 합의 예정, 저농도 우라늄에 대해서는 양측 동의시에만 추가 합의 가능
전면적인 제재 종식은 세부적인 2차 합의 후 이뤄질 예정
3천억 달러 규모의 보상 및 재건(피해 복구) 기금 프로그램의 가동
이란과 레바논에서의 즉시적인 전쟁 중단과 추가 작전은 금지되며 이는 이스라엘도 포함
https://en.mehrnews.com/news/245332/Final-decision-on-MoU-btw-Iran-US-under-discussion-in-Iran | 1 535 |
| 4 | 이거 ㄹㅇ ㅋㅋㅋ | 1 487 |
| 5 | 🖥 "일하는 척일 뿐"… 팰런티어 CEO, AI 과소비 풍조에 돌직구
빅데이터 분석 기업 팰런티어 테크놀로지스(Palantir)의 최고경영자(CEO) 알렉스 카프가 최근 실리콘밸리와 기업들 사이에서 유행하는 '토큰맥싱(Tokenmaxxing)' 문화에 대해 강한 우려를 표명했다. 토큰맥싱이란 AI 언어 모델이 처리하는 기본 텍스트 단위인 '토큰'을 무분별하게 대량으로 소비하는 행위를 뜻한다. 카프 CEO는 기업들이 AI를 통해 실질적인 비즈니스 가치를 창출하기보다, 단순히 AI 사용량만 늘리는 중독 현상에 빠져있다고 날카롭게 지적했다.
⚠️ 성인 콘텐츠 중독과 같은 기업 AI의 실상
그는 한 팟캐스트 인터뷰에서 현재 많은 기업들의 AI 도입 실태를 성인 콘텐츠 중독에 비유하는 파격적인 발언을 남겼다. 수많은 직원들이 하루 종일 AI 플랫폼에 앉아 무의미한 질문을 던지거나 개인적인 업무 환경을 재배치하는 등, 겉보기에는 생산적인 것처럼 보이지만 실제로는 아무런 성과도 내지 못하는 중독적 성향을 보이고 있다는 설명이다. 이는 기업 예산을 낭비할 뿐만 아니라 비즈니스의 본질적인 문제 해결을 방해하는 요소가 되고 있다.
🚫 "AI 쓰레기를 줄여라"… 팰런티어의 '노 슬롭' 선언
팰런티어는 이러한 무분별한 토큰 소비를 억제하기 위해 내부적으로 관리 솔루션을 개발해 운영 중이라고 밝혔다. 앞서 팰런티어의 최고기술책임자(CTO) 역시 실적 발표에서 "더 많은 토큰을 쓰는 것은 더 많은 데이터 쓰레기(Slop)를 양산하는 것과 같다"며 저가 모델 호출을 남발하는 행위를 경계한 바 있다. 카프 CEO는 거대 언어 모델(LLM)을 개발하는 기술 기업들이 투자자들에게는 매력적일지 몰라도, 거품 낀 마케팅에 지친 실제 도입 기업들에는 점차 신뢰를 잃어가고 있다고 강조했다.
출처: https://finance.yahoo.com/sectors/technology/articles/palantir-ceo-companies-token-maxing-003112985.html | 1 284 |
| 6 | 반대매매 거부 ㅋㅋㅋㅋㅋ | 1 363 |
| 7 |  받) | 941 |
| 8 |  بدون متن... | 1 736 |
| 9 | 한대 맞으니까 숨안쉬어지네요. | 1 492 |
| 10 | 존1나 힘들다
주식 왜 이렇게 고달프냐 | 1 675 |
| 11 | 힘들다 | 1 651 |
| 12 |  시황 | 2 065 |
| 13 | 고점신호를 보냈다고 욕을 먹고 있ㅅㅂ니다
아직도 8000 위인데 뭘 그리 잘못햇ㅅㅂ니까?? | 2 000 |
| 14 | 강원랜드 매도의견
바야흐로 온 국민이 집안에서 합법적인 개별주 레버리지의 도파민과 참맛을 느끼며 돈까지 버는 시대가 도래한 바, 도계까지 택시비 50 주고 달리는 정신 나간 자는 없어지게 됨.
반박시 도박하고 잃어도 행복한 미친사람 | 2 010 |
| 15 |  +3260513_Wafer-scale Computing: Advancements, Challenges, and Future Perspectives
https://ar5iv.labs.arxiv.org/html/2310.09568
https://www.sec.gov/Archives/edgar/data/2021728/000162828026025762/cerebras-sx1april2026.htm
(1) 일반적으로 H/W 컴퓨팅 성능의 증가는 1) 트랜지스터 밀도 증가, 2) 칩 면적 확대에 의해 추진됨
(2) 그러나 1) 트랜지스터 밀도 증가는 무어의 법칙/데나드 스케일링 한계에 다다르고 있으며, 2) 면적 확대는 기존 반도체 제조 장비 및 공정을 크게 바꾸기 어렵기 때문에 제약을 받고 있음
(3) 특화 아키텍처 설계로 얻을 수 있는 성능 향상도 점차 줄어들고, 결국 상한에 부딪히게 되는데 이를 Accelerator Wall이라고 함
(4) 즉, AI 컴퓨팅 수요는 계속 커지는데 가속기 성능 향상은 둔화되고 있으며 이 격차를 해결하는 가장 직접적인 방법은 "여러 개의 개별 가속기를 "하나의 클러스터"로 묶는 것
(5) 가속기 클러스터에서 AI 작업을 실행 할 때는 보통 위의 그림처럼 1) Data Parallel(데이터 병렬), 또는 2) Model Parallel(모델 병렬)을 사용
(6) 그림에서 Worker는 각각 하나의 GPU, ASIC 또는 클러스터 노드라고 이해하면 됨
(7) DP의 경우 데이터를 Worker 0/1/2가 나눠서 각자 데이터 일부를 처리함. 즉, 학생 3명이 모두 같은 풀이법을 알고 있고, 각자 다른 문제를 푸는 형식
■ 각 GPU가 따로 공부 → 각자 계산한 답안을 모음 → 평균을 내서 모델을 업데이트함 이 과정에서 GPU 간 네트워크 대역폭이 중요
(8) 데이터가 많을수록 효과가 좋으며, GPU 여러 장을 붙여 학습할 때 가장 기본적으로 사용되는 방식임
(9) 다만, 모델이 너무 커지면 문제가 생김. 모델 하나가 GPU 메모리보다 크면, 데이터 병렬만으로는 실행이 어렵기 때문
(10) Tensor Model Parallel(TMP)의 경우에는 데이터는 모든 Worker가 함께 보고, 모델 내부의 텐서를 쪼개는 형식임
(11) Tensor란, AI 모델 안의 거대한 행렬, 즉 Weight Matrix를 뜻함
(12) 예를 들어 어떤 레이어의 가중치 행렬이 너무 크면, 이 행렬을 Worker 0, Worker 1, Worker 2가 나눠서 가지고 계산
(13) 즉, 하나의 큰 계산 문제를 여러 명이 부분 계산으로 나눠 푸는 방식
(14) TMP는 모델 하나가 너무 커서 단일 GPU나 단일 가속기에 안 들어갈 때 유용함. 특히 대형 Transformer 모델에서 큰 행렬 연산을 나누는 데 많이 사용
(15) 다만, 레이어 계산마다 Worker간 통신이 엄청나게 발생. 계산 자체는 나눌 수 있지만, 중간 결과를 계속 주고받아야 하기에 "대역폭과 지연시간"이 매우 중요
■ NVLink, NVSwitch, HBM 대역폭, 패키징 내부 연결이 중요한 이유
(16) Pipeline Model Parallel(PMP)의 경우, 모델의 레이어를 순서대로 나눠서 여러 GPU에 배치하는 방식
(17) 공장 생산라인과 비슷함. Worker 0이 앞공정 처리 → Worker 1이 중간공정 처리 → Worker 3이 후공정 처리
(18) 장점은 모델 전체를 여러 GPU에 나눠 담을 수 있다는 점. 그래서 모델이 너무 커서 GPU 하나에 안 들어갈 때 효과적
(19) 그러나, 앞 단계가 끝나야 다음 단계가 시작되는 단점이 있음. 그래서 중간에 놀고 있는 GPU가 생길수도 있고, 레이어별 연산량이 다르면 GPU마다 부하 불균형이 발생해 H/W 관리가 어려움
(20) AI 모델이 커질수록 여러 가속기를 묶는 클러스터가 필요하고, 그 안에서 DP/TMP/PMP 같은 병렬화가 필수적
(21) 그런데 이 방식들은 모두 GPU 간 통신을 많이 요구. 대역폭이 병목인 이유
(22) 기존 GPU 클러스터는 여러 GPU/서버/랙이 떨어져 있음
(23) 그러다 보니 GPU끼리 데이터를 주고받을 때 거리도 멀고, 지연도 크고, 전력도 많이 필요
(24) 그러나 Wafer Scale Chip은 여러 연산 유닛을 하나의 거대한 웨이퍼 위에 훨씬 가깝게 붙임
(25) 웨이퍼 스케일의 대표주자로는 미국 AI 반도체 스타트업 Cerebras가 있음. 곧 IPO
(26) Cerebras의 대표 제품은 WSE 시리즈
(27) WSE는 Wafer Scale Engine의 약자. 웨이퍼 스케일 단위의 초대형 AI 가속기를 의미
(28) 현재 NVIDIA의 GPU처럼 작은 칩을 여러 개 묶는 방식이 아니라, 8인치급 실리콘 웨이퍼 전체를 하나의 거대한 AI 프로세서처럼 쓰는 "웨이퍼 스케일"의 AI 반도체
(29) 즉, GPU 클러스터를 칩 하나 안에 최대한 집어 넣어서 통신 병목을 줄이려는 아키텍처 시도를 지향하고 있음
(30) Cerebras는 웨이퍼 스케일 통합을 통해 1) 훨씬 더 빠른 메모리를 사용할 수 있고, 2) 수천 개의 GPU를 연결하기 위해 필요한 스위치/라우터 및 그에 수반하는 엄청난 복잡성을 피할 수 있다고 강조하고 있음
(31) 또한 현재까지 가장 빠른 메모리인 3) SRAM을 충분히 많이 넣을 수 있는 거대한 공간을 확보하는 아키텍처로 칩을 설계
(32) B200 칩보다 58배 더 큰 칩을 만들어, B200 대비 1) 2,625배 더 높은 메모리 대역폭을 제공, 2) SRAM이 제공하는 막대한 대역폭의 이점을 누릴 수 있음
(33) 이를 통해 비싸고, 전력소모가 큰 스위치와 복잡한 케이블 등 GPU 솔루션을 구축하는 데 필요한 네트워킹 스택 상당 부분의 필요성, 비용, 관리 복잡성, 전력 소모를 줄일 수 있는 장점을 어필하고 있음
(34) 즉, Cerebras는 AI계의 "웨이퍼 스케일 솔루션"의 대표 주자
(35) Cerebras는 반도체 제조 공장에서 웨이퍼 레벨에서 서로 독립적이던 다이들을 연결하는 기술을 발명
■ 파운드리의 경우 TSMC 파운드리를 사용(WSE-2: 7nm, WSE-3: 5nm)
(36) 이 다이 간 연결은 당사의 전체 제조 공정에 통합된 독자적인 "Cross-Reticle Connection[크로스 레티클 연결]"을 사용
■ 반도체 리쏘 장비는 한 번에 찍을 수 있는 면적, 즉 레티클 한계가 있음. Cerebras는 여러 노광 구역을 이어 붙여, 원래 독립적이어야 할 다이들을 웨이퍼 수준에서 전기적으로 연결
■ 웨이퍼 전체를 하나의 칩처럼 쓰면 결함 가능성이 커짐. Cerebras는 결함을 완전히 피하기보다, 결함 영역을 우회하고 정상 영역으로 대체해 계속 동작하는 구조를 지향(결함을 피하기보다는 견디도록 설계했다는데, 정확히 무슨 말인지는 잘 모르겠음)
(37) Cerebras는 단순히 AI 칩을 디자인하는 회사가 아니라, 궁극적으로는 1) 웨이퍼 스케일 칩 디자인 → 2) CS-3 시스템 제작 → AI 추론 최적화 컴퓨팅 → 소프트웨어 스택까지 통째로 파는 전략
■ CS-3 시스템: 열팽창 대응 패키징, 균일한 전력 공급, 전체 표면 냉각 기술을 통해 웨이퍼 스케일 칩을 안정적으로 구동
■ AI 컴퓨팅: 여러 대의 CS-3와 클러스터 소프트웨어, AI 실행 환경을 함께 제공해 고객의 GPU 클러스터 설계·튜닝 부담을 축소
■ S/W 스택: CSoft 컴파일러는 PyTorch 모델을 WSE에 자동 매핑해 CUDA 같은 저수준 하드웨어 언어 부담을 줄임
-
[Implication]
(1) NVIDIA가 GPU+HBM +NVLink+서버 +CUDA 생태계로 시장을 장악했다면, Cerebras는 그 반대편에서 초대형 단일 칩+온칩 메모리+초고대역폭+단순한 프로그래밍 모델로 차별화 전략을 구상하고 있음
(2) 특히 앞으로 AI 사용량이 학습보다 추론 중심으로 커질 경우, 중요한 지표는 단순 FLOPS가 아닌 1)응답 속도, 2)Tokens당 비용, 3)긴 컨텍스트 처리 성능, 4)동시 사용자 처리 능력, 5)전력 대비 처리량 등의 요소로 다변화 됨
(3) 이런 영역에서 Cerebras가 실제로 우위를 입증하면, GPU 중심 AI 인프라 시장에서 특정 추론 워크로드에 대한 대체재가 될 수 있음 | 2 077 |
| 16 | 받)
KTX 요금 인하를 위해 정부는 수차례 원가표를 제시하도록 코레일에 요구를 해왔는데 그런일이 있을때마다 코레일 노조는 여야 전방위로 로비하면서 거부해왔음.
빡친 정부가 SRT를 만들어서 3년간 운영을 해보고 거기서 나온 원가를 활용해서 KTX요금을 재조정하기로 했는데 마침 코로나가 터지는 바람에 평균적인 수치데이터를 확보할 수가 없었음.
코로나 종료이후 다시 데이터 수집을 진행중인데 이게 완성될 경우 현재 폭리에 가까운 KTX요금은 큰 폭으로 삭감이 가능할 것으로 예상되고 코레일 역시 구조조정(인력감축)이 불가피한 상황. | 1 392 |
| 17 | 최근 4분기 기준 PER 22.4
이제 얘보다 비싼 테크가 시장바닥에 널리고 널렸음 | 1 450 |
| 18 | https://mbiz.heraldcorp.com/article/10730001 | 1 743 |
| 19 | 경쟁하는 건 어느 섹터나 마찬가지인데 유독 바이오가 같은 섹터 내에서 남 잘 되는 꼴을 못 보는 경향이 있음... | 0 |
| 20 | 바이오 주주 간 상호혐오는 디폴트값 | 0 |
