소식

한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina

인공지능 시대가 도래하면서 gpu는 모든 사람의 관심의 초점이 되었습니다.

그러나 gpu의 ai 훈련 및 추론 기능을 극대화하려면 데이터센터의 성능에도 의존해야 합니다. ai 데이터센터에는 수만 대의 gpu가 탑재되는 경우가 많습니다. chatgpt와 같은 강력한 챗봇과 같은 것을 달성할 수 있습니다.

그러나 ai 데이터센터의 가격은 수십억 달러에 달하는 건설 비용이 기술 거대 기업의 전유물일 뿐만 아니라, 역량이 강하지 않은 많은 국가와 지역에도 적용되지 않습니다.

인공지능으로 할 수 있는 일이 점점 더 많아지면서 고급 칩의 지정학적 중요성도 날로 높아지고 있으며, 칩을 사재기하기 위해 경쟁하는 국가와 지역도 늘어나고 있으며, 일부 국가와 지역에서는 이를 방지하기 위한 법률을 제정하기도 했습니다. 가장 최첨단의 칩을 구매하는 지역.그러나 지금까지 전 세계 ai 칩의 정확한 위치에 대한 공개 데이터가 놀라울 정도로 부족했습니다.

옥스포드 대학교 인터넷 연구소의 vili lehdonvirta 교수는 무시할 수 없는 현실을 밝혔습니다. gpu는 전 세계 30개 국가 및 지역에만 고도로 집중되어 있으며 그 중 미국과 중국이 훨씬 앞서 있으며 대부분의 지역이 "컴퓨팅 사막"이라고 함: 임대할 수 있는 gpu가 전혀 없습니다.

분포를 조사하는 방법

글로벌 ai 컴퓨팅 공급망은 대략 네 부분으로 나눌 수 있습니다.

gpu 및 기타 ai 관련 칩을 설계하고 판매하는 회사

칩을 제조, 포장하는 회사

컴퓨팅 성능을 제공하기 위해 칩을 배포하는 회사

ai 시스템을 개발하거나 배포하기 위해 컴퓨팅 성능을 소비하는 회사

gpu 설계 및 판매 분야의 시장 선두주자는 미국 기반의 nvidia이고, 칩 제조는 대만의 taiwan semiconductor manufacturing co., ltd.(tsmc)가 주도하고 있으며, 네덜란드의 asml은 현재 제조에 필수적인 리소그래피 기계를 생산하는 유일한 회사입니다. 최첨단 칩이 중요합니다(miller 2022). 결과적으로 컴퓨팅 공급망의 이러한 부분은 지리 및 소유권 측면에서 매우 집중되어 있습니다.

이 연구는 공급망의 세 번째 단계에 초점을 맞춥니다. 즉, 세계에서 ai 개발 및 배포를 위한 ai 컴퓨팅을 제공하기 위해 칩이 배포되는 위치, 즉 ai 모델을 훈련하고 기존 모델에 대한 추론을 실행하는 단계입니다. 대체로 대규모 컴퓨팅 제공업체에는 과학적 슈퍼컴퓨팅 시설, 프라이빗 컴퓨팅 클러스터, 소위 퍼블릭 클라우드 컴퓨팅 제공업체라는 세 가지 범주가 있습니다.

과학적 슈퍼컴퓨팅 시설은 1960년대 초반부터 존재해 왔으며 일반적으로 정부의 자금 지원을 받으며 주로 학술 및 군사 목적으로 사용됩니다. oecd(2023)의 연구에서는 과학적 슈퍼컴퓨팅 시설에 대한 간단한 지리적 분석을 수행했습니다. top500 데이터베이스에 따르면 중국이 32%를 차지해 가장 많은 슈퍼컴퓨터를 보유하고 있으며, 미국이 25%, 유럽연합이 21%를 차지했습니다. 그러나 대부분의 과학 슈퍼컴퓨터는 ai 모델 훈련용으로 설계되지 않았습니다(oecd 2023). 현재 생성적 ai 개발의 번영은 주로 프라이빗 컴퓨팅 클러스터와 퍼블릭 클라우드 컴퓨팅에 의존하고 있습니다. 이전 연구에서는 지리적 분포를 자세히 분석하지 않았습니다.

개인 컴퓨팅 클러스터는 meta, hp와 같은 영리 기업과 많은 소규모 기업이 소유하고 있습니다. 이러한 클러스터는 데이터 센터에 배포된 gpu 연결 컴퓨터로 구성됩니다. 프라이빗 클러스터는 회사의 ai 개발에 사용하거나 다른 회사에 임대할 수 있습니다. 공용 클라우드 컴퓨팅 제공업체도 영리 기업입니다. 정부와 관련된 것이 아니라 서비스가 요청에 따라 제공되고 여러 고객에 의해 공유되기 때문에 "공공"이라고 불립니다(즉, 공공 부서 "공공"이 아닌 선술집에서 "공공"의 의미와 유사함). . 퍼블릭 클라우드 컴퓨팅 시장의 선두주자로는 aws, microsoft azure, google cloud가 있습니다. 중국의 퍼블릭 클라우드 제공업체인 alibaba와 tencent도 대규모 ai 컴퓨팅을 제공합니다. 이러한 대규모 공급자를 종종 "하이퍼스케일 컴퓨팅 공급자"라고 합니다.

본 연구는 주로 퍼블릭 클라우드 ai 컴퓨팅의 지리적 분포에 초점을 맞췄습니다. 개인 컴퓨팅 클러스터는 meta의 llama 및 llama 2와 같은 일부 상징적인 모델을 훈련하는 데 사용되었습니다. 그러나 수많은 최첨단 ai 모델의 교육 및 개발은 퍼블릭 클라우드 하이퍼스케일 제공업체인 google, microsoft 및 amazon과 anthropic, cohere, google deepmind, hugging과 같은 선도적인 ai 기업과의 "컴퓨팅 파트너십"에 집중되어 있습니다. 얼굴, openai 및 안정성 ai. 퍼블릭 클라우드는 학계 연구자를 비롯한 다양한 유형의 개발자에게 개방되어 있기 때문에 중요합니다. 따라서 우리의 주요 연구 질문은 다음과 같습니다. 전 세계 퍼블릭 클라우드 ai 컴퓨팅의 지리적 분포는 무엇입니까? 또한 이러한 지리적 분산의 잠재적인 이유를 살펴보고, 이것이 컴퓨팅 거버넌스 및 지정학에 미치는 영향을 논의하고, 민간 클러스터와 정부 소유 국가 ai 컴퓨팅에 대한 간략한 논의로 결론을 내릴 것입니다.

이번 조사에는 aws, microsoft, google, alibaba, huawei, tencent 등 6개 최대 규모의 하이퍼스케일 퍼블릭 클라우드 제공업체가 포함됩니다. 다수의 소규모 제공업체가 있지만 이들 6개 업체는 글로벌 퍼블릭 클라우드 시장의 대부분을 차지하고 다양한 지역 시장에서도 선두를 달리고 있습니다. 인구조사 당시 일반 ai 모델 학습을 위한 가장 강력한 gpu는 2023년 출시된 엔비디아의 h100이었고, 이전 플래그십 모델인 a100은 2020년, v100은 2017년 초 출시됐다. 2023년 nvidia는 미국의 중국 수출 제한을 우회하기 위해 h800 및 a800을 출시했지만 이러한 제한은 이러한 새로운 모델로 빠르게 확대되었습니다. 데이터 수집은 ai와 가장 관련성이 높은 5가지 gpu 유형에 중점을 두었습니다.

인구 조사 데이터베이스에서 연구는 지리적 분석을 허용하기 위해 국가 수준의 데이터 세트를 구축했습니다.각 국가에 대해 해당 영토 내 퍼블릭 클라우드 지역의 총 수를 계산하고, 하나 이상의 gpu 유형을 지원하는 지역 하위 집합("gpu 지원 지역")과 특정 gpu를 지원하는 지역 하위 집합도 계산했습니다. 유형.

클라우드 인구 조사 데이터를 보완하기 위해 연구에서는 정성적, 반구조적 전문가 인터뷰를 실시했습니다. 정책 전문가 2명, 하이퍼스케일 퍼블릭 클라우드 제공업체 전문가 3명, ai 컴퓨팅 전문 지식을 갖춘 연구 전문가 5명 등 총 10명의 제보자를 인터뷰했습니다. 이러한 정보원은 당사 자체 전문 네트워크를 통해 눈덩이 샘플링을 통해 모집되었습니다. 이러한 인터뷰의 주요 목표는 인구 조사 방법론을 개선 및 검증하고, 퍼블릭 클라우드 ai 컴퓨팅의 지리적 분포에 대한 보충 또는 대체 정보를 생성하고, 관찰된 지리적 패턴을 설명하는 데 도움을 주는 것입니다.

ai gpu는 어디에 있나요?

그림 1은 인구 조사에서 발견된 퍼블릭 클라우드 영역의 대략적인 위치를 보여줍니다. 표 4는 각 국가에 있는 클라우드 지역 수와 이러한 지역 중 gpu 인스턴스를 제공하는 지역 수를 보여줍니다. 컴퓨팅 거버넌스 관점에서 볼 때 데이터의 가장 중요한 특징 중 하나는 전 세계 대부분의 국가에 퍼블릭 클라우드 지역이 전혀 없다는 것입니다. 하나 이상의 클라우드 지역이 있는 39개 국가 중 30개 국가에는 gpu를 지원하는 클라우드 지역이 있습니다.

또 다른 놀라운 특징은 gpu 지원 클라우드 지역이 있는 국가 내에서도 지역의 지리적 분포가 매우 양극화되어 있다는 것입니다.중국과 미국을 합친 지역 수(49개)는 나머지 세계를 합친 것(52개)과 거의 같습니다. 이중 중국의 전체 gpu 지원 지역 수는 미국(22개)보다 약간 높다(27개).

각 국가에서 제공되는 gpu 인스턴스 유형을 조사하여 추가 분석을 수행할 수 있습니다. 가장 분명한 패턴은 미국이 사용 가능한 다양한 유형의 인스턴스 비율뿐만 아니라 엄청난 수에서도 세계에서 가장 새롭고 강력한 gpu를 보유하고 있다는 것입니다. 미국은 2017 v100 gpu보다 더 많은 지역에서 2020 nvidia a100 gpu를 사용할 수 있는 유일한 국가입니다. 미국에는 2023 nvidia h100 gpu를 제공하는 여러 지역도 있습니다. 중국의 클라우드 지역은 주로 v100을 기반으로 하며 일부 지역에서는 a100 인스턴스를 제공합니다. h100은 중국의 어떤 지역에서도 사용할 수 없습니다. 나머지 세계에서는 15개국만이 a100을 제공하고 단 한 국가만이 h100을 제공하며 나머지 지역은 순전히 v100을 기반으로 합니다.

이 분석에서는 맞춤형 가속 칩(예: tpu)을 고려하지 않으며, 지역별로 사용 ​​가능한 gpu 수의 차이도 고려하지 않습니다. 인터뷰 정보원은 다양한 지역에서 사용할 수 있는 동일한 유형의 gpu 수가 지역과 제공업체에 따라 크게 다를 수 있다고 지적했습니다. 한 정보원은 다음과 같이 언급했습니다. "하이퍼스케일 클라우드 서비스 제공업체는 컴퓨팅이나 스토리지 측면에서 거의 전능하고 어떤 문제라도 처리할 수 있는 것처럼 보입니다. 그러나 어떤 경우에는 이것이 전적으로 현실이 아닙니다." 한 지역에서 사용할 수 있는 gpu 수가 매우 제한되어 있어 제한된 수의 고객만 해당 지역에서 gpu 인스턴스를 실행할 수 있거나 합리적인 시간 내에 소규모 모델만 훈련할 수 있습니다.

현재 aws와 마이크로소프트가 가장 큰 클라우드 gpu 클러스터를 보유하고 있는 것으로 알려져 있지만 “이 점에 있어서는 지역별로 확실히 차이가 있다”고 한다.그러나 공급자 지역 내 gpu 수와 gpu 분포는 하이퍼스케일 클라우드 공급자에 의해 매우 기밀 정보로 간주됩니다. 당사의 정보 제공자 중 어느 누구도 특정 데이터를 제공하거나 이 정보를 공개적으로 얻을 수 있는 방법을 표시할 의향이나 능력이 없었습니다. 그러나 일반적으로 미국의 gpu 수는 유사한 gpu를 갖춘 세계의 다른 지역보다 훨씬 클 수 있다고 믿어집니다. 중국 지역은 상대적으로 낮은 성능을 보완하기 위해 더 많은 v100 칩을 보유할 수도 있습니다. 인터뷰에 따르면 지역당 gpu 수가 이 분석에 포함될 수 있다고 해도 위에서 설명한 지배적인 패턴에 도전하는 것이 아니라 오히려 강화할 수 있습니다.

왜 미국에 집중하는가?

중국 및 기타 국가와 비교하여 미국이 고급 퍼블릭 클라우드 ai 컴퓨팅 분야에서 선두를 달리고 있는 이유는 무엇입니까? 한 가지 분명한 설명은 a100 및 h100 칩의 중국 수출을 금지하는 미국 정부의 수출 통제입니다. 중국 클라우드 제공업체는 2023년 수출 규제가 발효되기 전에 일부 a100 칩을 수입할 수 있지만, h100은 제품 출시 이후 수출 규제를 받아왔다. 마찬가지로, h800 및 a800 칩은 출시 직후 수출 통제 대상이 되었습니다. 이러한 칩보다 성능이 훨씬 떨어지는 v100은 수출 통제 대상이 아니기 때문에 중국에서 가장 일반적인 nvidia gpu 인스턴스 유형입니다.

그러나 수출 통제로는 중국 이외의 다른 국가들이 주로 구형 gpu를 배치한 이유를 설명할 수 없습니다. 여러 가지 설명이 가능합니다. 간단히 설명하면 혁신 확산의 마찰, 즉 시장에서 gpu가 확산되는 과정을 말합니다. 최신 gpu는 엔비디아가 미국에 본사를 두고 있기 때문에 가장 강력한 유통망을 보유한 미국에 먼저 설치될 가능성이 높습니다. 시간이 지남에 따라 고급 gpu는 상대적으로 먼 시장으로 점차 확산될 것입니다. 한 관계자는 “처음에는 거의 모든 gpu가 북미 지역으로 갔을 것으로 추정하지만, 지금은 유럽에도 상당한 규모의 클러스터가 있을 것”이라고 추측했다.

미국 클라우드 컴퓨팅 선두에 대한 또 다른 잠재적인 설명은 초기 수요 구조의 지리적 차이에서 비롯됩니다. 이는 규모의 경제와 결합되어 특정 지리적 영역에서 ai 컴퓨팅의 집중을 유지하는 일종의 "경로 의존성"을 생성합니다. 한 제보자는 이렇게 설명했다."실제로 획기적인 ai 개발을 수행하는 클라우드 구매자는 거의 없습니다. 따라서 기능을 주변에 분산시킬 필요가 없습니다. 특정 위치에서 임계량의 컴퓨팅 성능을 형성하려면 몇 개의 슈퍼 클러스터가 필요합니다. 이 기능을 모든 곳에서 복제할 수 있습니다.”

대규모 ai 모델 훈련에 초점을 맞춘 최초의 기업과 연구원이 미국에 등장했기 때문에 클라우드 제공업체는 가장 강력한 훈련 컴퓨팅 능력을 미국에 집중했습니다. 그러나 전 세계적으로 컴퓨팅에 대한 수요가 증가하더라도 개발자가 상당한 성능 손실을 겪지 않고 교육 작업을 미국의 클라우드 지역으로 보낼 수 있는 경우가 많기 때문에 반드시 로컬 컴퓨팅 인프라의 성장으로 이어지는 것은 아닙니다. 따라서 미국의 초기 컴퓨팅 리더십은 유지되었습니다.

정보원은 ai를 배포하는 데 사용되는 컴퓨팅 성능의 상황이 다르다고 믿습니다. 음성 도우미와 같은 많은 ai 사용 사례에서 사용자와 서버 사이의 거리가 너무 멀면 대기 시간으로 인해 사용자 경험이 영향을 받을 수 있습니다. 데이터 전송 비용도 비즈니스 문제가 될 수 있습니다. 따라서 이러한 애플리케이션은 사용자에게 더 가까운 컴퓨팅 인프라에 배포하는 것이 가장 좋습니다. 이는 또한 훈련용으로 충분히 강력하지는 않지만 속도가 느리더라도 추론 작업에 적합한 v100 칩이 고급 칩보다 전 세계에 더 고르게 배포되는 이유를 설명합니다.

그러나 가장 발전된 gpu를 보유하고 있는 미국의 일반적인 패턴에 맞지 않는 몇 가지 예외가 있습니다.일본, 영국, 프랑스는 각각 v100 지원 지역과 동일한 수의 a100 지원 지역을 가지고 있습니다. 이들 국가 각각에는 상당한 현지 ai 개발 활동이 있습니다.현지 개발자가 교육을 위해 미국으로 데이터를 보내는 것을 막는 규제 또는 정치적 장벽이 있을 수 있습니다. 한 정보원은 다음과 같이 언급했습니다. "현재 유럽을 떠날 수 없는 데이터로 gpt-4 수준 모델을 교육해야 하는 공공 부문이나 유럽의 중요한 플레이어가 있습니다. 하이퍼스케일 클라우드 제공업체가 이러한 요구에 응답하지 않으면 놀랄 것입니다."

이러한 맥락에서 제보자들은 '디지털 주권', '데이터 주권', '컴퓨팅 주권'에 대한 정책 논의를 언급했는데, 이는 로컬 훈련 컴퓨팅에 대한 필요성을 증가시킬 수 있습니다. 네덜란드와 아일랜드도 작지만 상대적으로 발전된 gpu 라인업을 보유하고 있습니다. 이는 일부 하이퍼스케일 클라우드 제공업체의 인프라 허브로서 이들 국가의 전략적 위치와 관련이 있을 수 있습니다. 특히 네덜란드는 미국 외에 h100 gpu가 탑재된 클라우드 지역을 보유한 유일한 국가입니다.

개인 및 정부 컴퓨팅의 글로벌 배포

본 연구는 중요하지만 컴퓨팅의 유일한 소스는 아닌 퍼블릭 클라우드 컴퓨팅에 중점을 둡니다. 퍼블릭 클라우드 컴퓨팅에서 우리의 데이터 수집은 nvidia의 gpu와 6개의 주요 하이퍼스케일 클라우드 서비스 제공업체에 중점을 두고 있습니다.

다양한 유형의 대규모 컴퓨팅 제공업체의 상대적 위치가 변경되어 현재 관찰되는 컴퓨팅 지리에 도전하게 될까요? gpu 클러스터는 합리적인 roi를 달성하기 위해 높은 활용도가 필요한 고가의 자본재입니다. 이는 정부 소유(과학 슈퍼컴퓨팅 등)이든 최근 몇 년간 민간(퍼블릭 클라우드 등)이든 대규모 클러스터가 주로 공유 인프라로 구축되는 이유를 설명합니다. ). 정부 소유 컴퓨팅은 국가 ai 컴퓨팅 이니셔티브의 형태로 전 세계적으로 소규모로 복귀하는 것으로 보입니다. 예를 들어, 미국의 nair(national ai resources) 실무그룹은 "ai 연구의 민주화"를 위해 공공 컴퓨팅 인프라 구축을 목표로 하고 있지만, 많은 경우 정부 투자 규모가 ai 지배력에 도전하기에 충분하지 않은 것으로 보입니다. 최근 정부의 많은 노력이 이러한 하이퍼스케일 클라우드 제공업체와 협력하여 수행되었으며 실제로 이러한 프로젝트는 민간 인프라에 의존하고 있습니다.

유럽 ​​고성능 컴퓨팅 컨소시엄(european high performance computing consortium)의 새로운 lumi 슈퍼컴퓨터는 이에 대한 반례를 제공합니다.핀란드 카야니에 위치한 lumi는 eu 회원국 정부와 협력하여 설립되었으며 nvidia의 경쟁사인 amd가 설계한 11,912개의 gpu 클러스터로 구성되어 있습니다. 그 규모는 ai 개발 인프라를 위한 프라이빗 "퍼블릭" 클라우드 컴퓨팅 인프라에 대한 심각한 대안이 될 수 있습니다. eu 내 위치를 고려할 때 그림 2에 표시된 남북 컴퓨팅 격차에 도전하지 않습니다. 그러나 이는 미국과 중국이 유일한 ai 초강대국이라는 양극화된 이미지를 깨는 데 도움이 될 수 있다.

새로운 개인 컴퓨팅 클러스터도 성장하고 있습니다. google의 tpu는 ai 컴퓨팅의 상당 부분을 차지할 수 있습니다. aws와 microsoft는 모두 자체 칩을 생산할 계획입니다. meta는 개인 컴퓨팅 성능 구축을 위한 막대한 투자를 발표했습니다. ceo인 mark zuckerberg는 2023년에 openai의 chatgpt 클러스터 챗봇을 지원하기 위해 수억 달러를 지출할 것이라고 주장합니다. 대규모 기술 기업은 내부 및 파트너 요구 사항에만 기반하여 대규모 클러스터의 높은 활용도를 달성할 수 있습니다. 그러나 처음에 프라이빗으로 배포된 클러스터는 내부 요구 사항이 줄어들면서 공유 클라우드 인프라로 전환될 수 있습니다.이로 인해 민간 및 공공(예: 공공 주택) 클라우드 컴퓨팅 기능 간의 구분이 모호해졌습니다.

ai 컴퓨팅의 격차

계산을 통해 ai를 관리하는 것은 강력한 아이디어입니다. 계산은 관찰 가능한 대규모 물리적 인프라로 구성되기 때문입니다. 이러한 인프라는 물리적으로 어딘가에 위치해야 하며 따라서 크고 작은 모든 주에 대해 가장 집행 가능한 관할권 형태인 영토 관할권의 영향을 받기 쉽습니다. 그러나 연구에 따르면 컴퓨팅 인프라는 전 세계에 고르게 분포되어 있지 않으며 지리적 분포에 따라 여러 국가에서 컴퓨팅을 ai의 개입 지점으로 사용할 가능성이 크게 결정됩니다.

이 연구는 미국이 칩 품질에서 우위를 점하고 중국이 수량을 통해 격차를 해소하려고 노력하는 컴퓨팅 '군비 경쟁'에 갇힌 두 ai 초강대국에 대한 친숙한 아이디어를 되살립니다.고급 gpu에 대한 미국의 수출 제한이 한 역할을 한 것으로 보입니다. 어떤 퍼블릭 클라우드 제공업체도 중국에서 2023년형 h100 칩을 제공하지 않으며 이러한 제한을 우회하기 위해 개발된 h800 또는 a800도 제공하지 않기 때문입니다. 마찬가지로, 서방 제재 대상인 러시아와 이란에는 샘플에 공용 클라우드 ai 컴퓨팅 시설이 없습니다.

그러나 연구에서는 지정학적 강대국 경쟁의 관점 외에도 컴퓨팅 기반 ai 거버넌스와 관련된 다른 개념 범주도 제안합니다. 미국, 중국 외에도 ai 발전에 가장 중요한 gpu인 a100, h100 등 15개 국가도 gpu를 보유하고 있다. 인도를 제외한 이들 1급 국가들은 모두 이른바 '북방'에 위치해 있다. 비유하자면 "북쪽 계산"이라고 부르세요. 이러한 컴퓨팅 북부 국가는 영토 관할권을 사용하여 ai 개발에 개입할 수 있습니다. 특히 모델이 교육을 위해 현지 퍼블릭 클라우드 지역으로 전송되는 경우 더욱 그렇습니다. 예를 들어, 훈련을 시작하기 전에 알고리즘과 데이터 세트가 감사를 통과하고 현지 규칙을 준수한다는 인증을 받도록 요구함으로써 글로벌 시장에 진출하는 ai 시스템의 유형에 영향을 미칠 수 있습니다.

두 번째 계층에는 컴퓨팅 능력이 ai 시스템 개발보다 배포에 더 적합한 13개 국가가 포함됩니다. 스위스를 제외하고 이들 국가는 모두 남반구에 위치하므로 '계산 남반부'라는 용어가 사용됩니다. 예를 들어 라틴 아메리카에는 5개의 gpu 지원 클라우드 지역이 있지만 그 중 2017년에 출시된 v100보다 더 강력한 gpu를 갖춘 지역은 없습니다. 이들 국가는 컴퓨팅에 대한 영토 관할권을 사용하여 어떤 ai 시스템을 로컬로 배포할 수 있는지 제어할 수 있지만 ai 시스템 개발에 미치는 영향은 적습니다.

컴퓨팅 북부(computing north), 컴퓨팅 남부(computing south) 외에 퍼블릭 클라우드 ai 컴퓨팅(훈련용이든 배포용이든)이 없는 전 세계 모든 국가를 가리키는 용어인 "컴퓨팅 사막(computing desert)"도 있습니다. ).이들 국가의 경우 클라우드 기반 ai 서비스로 전환한다는 것은 외국 관할권에서 개발 및 배포된 인프라에 의존한다는 것을 의미합니다. 전산 사막에는 일부 부유한 국가뿐만 아니라 국제 통화 기금(imf)이 분류한 모든 중하위 소득 국가도 포함됩니다. 사막 국가에 미치는 영향을 계산하는 것은 그들이 얼마나 부유한지에 따라 달라질 수 있습니다. 사막에 있는 부유한 국가는 컴퓨팅 북부에 대한 외교적 영향력과 정부 소유 컴퓨팅 능력을 구축하기에 충분한 부와 같은 다른 이점을 활용하여 지역 퍼블릭 클라우드 ai 컴퓨팅이 부족하다는 단점을 상쇄할 수 있지만 컴퓨팅 사막은 가난한 국가에서는 컴퓨팅 거버넌스를 통해 ai에 영향을 미칠 가능성이 거의 없습니다.

연구원들이 학계와 산업계 간의 "컴퓨팅 격차"를 관찰한 것과 유사하게, 이 연구에서는 글로벌 컴퓨팅 격차도 관찰했으며, 퍼블릭 클라우드 ai 컴퓨팅의 지리적 분포는 글로벌 불평등의 친숙한 패턴을 재현하는 것으로 보입니다. 1990년대 중반부터 디지털화에 대한 논의는 새로운 글로벌 '지식경제'로의 성공적인 진입이 산업경제 시대에 요구되는 물질적 자산과 자원에 의존하기보다는 지식, 창의성 등 비물질적 자산에 기반해야 한다는 점을 제시했다. 이는 개발도상국이 값비싼 인프라 투자를 건너뛰고 곧바로 지식 기반 경제로 뛰어들 수 있음을 의미합니다. 그러나 오늘 ai에 대한 논의는 국가 경쟁력에서 칩 공장, 데이터센터, 전력망 등 물리적 인프라의 중요한 역할을 다시 한 번 강조했습니다. 컴퓨팅이 핵심 거버넌스 노드가 되면 이러한 물리적 인프라도 독립적인 규제 권한을 유지하는 데 중요한 것으로 입증될 수 있습니다(lehdonvirta 2023). 따라서 한 국가의 컴퓨팅 파워는 어느 정도 정치적 파워와 동일시됩니다.

이것이 바뀔까요? 미국과 "컴퓨팅 노스(computing north)"에 고급 ai 컴퓨팅이 집중되는 것이 단순히 혁신 확산의 마찰 때문이라면, 시간이 지나면서 세계는 점차 컴퓨팅 파워로 가득 차게 되어 이러한 격차가 줄어들 수 있습니다. amd, intel 등 nvidia의 경쟁사들이 칩 성능 측면에서 따라잡기 위해 노력하고 있습니다. 중국 제조업체들도 ai 처리 칩을 개발하고 있는데, 미국의 수출 규제로 인해 이에 대한 국내 수요가 많아 정부 지원과 맞물려 격차가 점차 확대될 수 있다.

그러나 관찰된 지리적 패턴이 선점자 이점과 규모의 경제로 인한 경로 의존성에 의해 더 많이 설명된다면 지리적 집중, 지역적 전문화 및 국제적인 노동 분업은 다른 많은 분야에서와 마찬가지로 컴퓨팅 생산의 지속적인 특징이 될 수 있습니다. 산업도 마찬가지다.

마지막에 쓰세요

gpu를 가장 많이 보유한 사람은 누구입니까? 이 질문에 대한 답은 준비된 것처럼 보이지만, 이 질문 뒤에는 본질적으로 컴퓨팅 성능의 고르지 못한 분포가 있습니다. 컴퓨팅 파워의 불균형을 어떻게 개선하고, 컴퓨팅 사막에 사는 더 많은 사람들이 ai가 가져다주는 편리함을 누릴 수 있게 할 것인지는 단시간에 해결하기 어려울 것입니다.