상당한 AI 성능이 임박해야 한다는 NVIDIA의 합의: Barclays by Investing.com

최근 주제별 투자 보고서에서 Barclays 분석가들은 AI 기술의 부상에 수반되는 에너지 수요에 대해 논의했으며 특히 이 환경에서 NVIDIA(NASDAQ:)의 역할에 중점을 두었습니다.

분석가에 따르면 인공 지능의 발전과 관련된 예상 에너지 수요는 NVIDIA 시장 전망의 중요한 측면을 강조합니다.

Barclays Analytics는 주로 인공 지능의 에너지 수요에 따라 데이터 센터가 2030년까지 현재 미국 전력 수요의 9% 이상을 소비할 수 있다고 제안합니다. 분석가들은 “NVIDIA 합의에 포함된 인공지능”이 이러한 대규모 에너지 예측의 주요 요인 중 하나라고 지적했습니다.

보고서는 또한 새로운 세대의 GPU를 통해 AI의 효율성이 지속적으로 향상되는 반면, AI 모델의 크기와 복잡성은 빠른 속도로 증가하고 있다고 지적합니다. 예를 들어, 주요 LLM(Large Language Model)의 규모는 매년 약 3.5배씩 증가하고 있습니다.

이러한 개선에도 불구하고, AI 적용 범위 확대로 인해 전반적인 에너지 수요는 증가할 것으로 예상됩니다. NVIDIA의 Hopper 및 Blackwell 시리즈와 같은 각각의 새로운 세대의 GPU는 전력 효율성이 더 높습니다. 그러나 더 크고 복잡한 AI 모델에는 상당한 컴퓨팅 성능이 필요합니다.

보고서에서는 “대규모 언어 모델은 실시간 성능을 달성하기 위해 막대한 계산 능력이 필요합니다.”라고 명시합니다. “대규모 언어 모델의 계산 요구 사항은 이러한 모델을 맞추고 훈련하고 추론하는 데 필요한 메모리, 가속기 및 서버가 점점 더 많아지면서 전력 소비도 높아집니다.”

Barclays는 “실시간 추론을 위해 LLM 프로그램을 배포하려는 조직은 이러한 과제를 해결해야 할 것입니다.”라고 덧붙였습니다.

이러한 에너지 수요의 규모를 설명하기 위해 Barclays는 약 800만 개의 GPU에 전력을 공급하려면 약 14.5기가와트의 전력이 필요할 것으로 예상하며 이는 약 110테라와트시의 에너지에 해당합니다. 이 예측에서는 평균 부하율을 85%로 가정합니다.

이러한 GPU의 약 70%는 2027년 말까지 미국에 배치될 것으로 예상되며, 이는 향후 3년 동안 미국에서만 10GW 및 75TWh 이상의 AI 전력 및 에너지 수요에 해당합니다.

분석가들은 “엔비디아의 시가총액은 이것이 인공지능을 통한 에너지 수요 확산의 시작일 뿐임을 나타냅니다.”라고 말했습니다. 칩 제조업체의 지속적인 GPU 개발 및 배포로 인해 데이터 센터 전체의 전력 소비가 크게 증가할 것으로 예상됩니다.

또한 데이터 센터의 그리드 전력 의존도는 피크 전력 수요 충족의 중요성을 강조합니다. 데이터 센터는 지속적으로 작동하므로 균형 잡힌 전원 공급이 필요합니다.

보고서는 OpenAI의 CEO인 Sam Altman이 다보스에서 열린 세계경제포럼에서 다음과 같이 말한 주목할 만한 성명을 인용하고 있습니다. “우리는 이전에 필요하다고 생각했던 것보다 세상에 훨씬 더 많은 에너지가 필요합니다… 제 생각에는 여전히 세상에는 이전에 필요하다고 생각했던 것보다 훨씬 더 많은 에너지가 있습니다. “우리는 이 기술의 에너지 수요를 추정하지 않습니다.”