- 데이터 센터 시장에서 더 높은 메모리 대역폭으로 경쟁력을 확보하기 위해 Instinct MI350 및 MI400 가속기를 개발하고 있습니다.
- Ryzen AI Max PRO가 복잡한 언어 모델을 로컬에서 실행할 수 있도록 통합 NPU를 탑재하여 출시되었습니다.
- NVIDIA의 CUDA 생태계 지배력에 맞설 오픈 소스 대안으로 ROCm에 투자하세요.
- 최대 256개의 코어를 갖춘 EPYC Venice 프로세서를 통합하여 AI 서버 인프라를 최적화합니다.
인공지능(AI) 시장을 장악하기 위한 경쟁은 단순한 약속에서 벗어나 전면적인 하드웨어 전쟁으로 변모했습니다. 이러한 상황에서 AMD는 기업과 최종 사용자가 비용 급증이나 인프라 노후화 없이 AI 모델을 배포할 수 있도록 신뢰할 만한 대안을 제공하기 위해 박차를 가하고 있습니다.
목표는 명확합니다. 단순한 시범 프로젝트에서 벗어나 실제 확장 가능한 생산 으로 나아가는 것 입니다. 이를 위해 회사는 단순히 전력 생산량 증대에만 집중하는 것이 아니라 에너지 관리, 데이터 거버넌스, 그리고 시장에서 특정 공급업체에 대한 의존도를 줄이기 위한 지속적인 노력과 같은 일반적인 문제점들을 해결하는 데에도 주력하고 있습니다.
Instinct Accelerators: NVIDIA에 대한 직접적인 도전
데이터 센터에서는 일반 GPU만으로는 부족하며, 가속기가 필수적입니다. 바로 이 점에서 Instinct MI350이 획기적인 도약을 약속합니다. 이전 모델 대비 추론 작업에서 최대 35배 빠른 속도를 자랑합니다. 이 강력한 가속기는 288GB의 HBM3E 메모리를 탑재하여 대규모 워크플로우를 놀라울 정도로 손쉽게 처리할 수 있습니다.
하지만 AMD는 여기서 멈추지 않고 2026년 출시 예정인 Instinct MI400을 이미 목표로 삼고 있습니다 . 이 칩은 FP4 정확도에서 40 PFLOPS의 성능을 발휘하고 최대 432GB의 HBM4 메모리를 탑재할 것으로 예상됩니다. 이 모든 것은 NVIDIA 솔루션과 정면으로 경쟁하도록 설계된 아키텍처인 Helios 랙에 통합되어 엄청난 대역폭 용량을 제공할 것입니다.
장기적으로 로드맵에는 TSMC의 1,6nm 제조 공정을 활용할 수 있는 EPYC Verano와 Instinct MI500X가 포함되어 있습니다. 전략은 명확합니다. 대규모 언어 모델 학습에 있어 진정한 경쟁 우위가 발휘 되는 메모리 용량과 전송 속도에서 경쟁사를 능가하는 것 입니다.
소프트웨어 생태계와 CUDA 장벽
강력한 하드웨어만이 전부는 아닙니다. AMD의 가장 큰 약점은 역사적으로 소프트웨어였습니다. NVIDIA가 모두가 사용하는 표준인 CUDA를 장악하고 있는 반면, AMD는 ROCm을 선택했습니다 . 이 오픈 소스 플랫폼의 버전 7은 이러한 격차를 줄이는 것을 목표로 하며, DeepSeek R1 모델과 같은 특정 시나리오에서는 CUDA보다 더 효율적일 수도 있습니다.
그럼에도 불구하고, 앞으로의 길은 험난합니다. 많은 개발자들이 AMD 소프트웨어에 여전히 학습을 어렵게 만드는 버그가 있다고 느끼기 때문입니다 . 미래의 성공은 코어 수를 늘리는 데 있는 것이 아니라, 엔지니어들이 골칫거리 없이 원활하게 프로그래밍할 수 있도록 보장하는 데 있습니다.
데스크톱 및 노트북용 AI: 라이젠 AI 및 라데온
지하 데이터 센터가 없는 사용자를 위해 AMD는 라이젠 AI 맥스 프로 프로세서를 출시했습니다 . 이 칩에는 최대 50 TOPS의 성능을 발휘하는 전용 NPU가 통합되어 있어 Llama 3.1 70B와 같은 작업을 로컬 및 오프라인에서 실행할 수 있습니다. 이는 얼마 전까지만 해도 소형 기기에서는 공상 과학 소설처럼 여겨졌던 일로, PC에서 AI 모델을 실행하는 것을 더욱 쉽게 만들어 줍니다.
그래픽 카드 측면에서 보면, 특히 16GB VRAM을 탑재한 RX 9070을 비롯한 Radeon RX 9000 시리즈는 큰 비용을 들이지 않고 AI 추론 작업을 하려는 사용자에게 적합한 입문용 제품 입니다 . 최고 수준의 성능을 요구하는 사용자를 위해서는 32GB VRAM을 제공하는 Radeon AI PRO R9700이 있어 기기의 병목 현상을 완전히 해소합니다.
서버 인프라: EPYC Venice
이러한 GPU는 서버 프로세서에 의존합니다. 젠 6 기반의 차세대 EPYC 베니스 프로세서는 최대 256개의 코어를 탑재한 변형 모델을 선보일 예정입니다. 이전 세대 대비 70% 향상된 성능은 이러한 강력한 AI 가속기의 병목 현상을 방지하기 위해 CPU가 중요한 역할을 합니다.
시장이 어떻게 반응하기 시작하는지 살펴보는 것은 흥미롭습니다. OpenAI의 샘 알트만과 같은 인물들은 이미 AMD 솔루션이 데이터 센터에 매우 유용한 구성 요소가 될 것이라고 인정했습니다. 이는 NVIDIA가 가장 큰 시장 점유율을 차지하고 있음에도 불구하고, 업계가 더욱 효율적이고 무엇보다 구현 비용이 저렴한 대안을 절실히 찾고 있음을 보여줍니다.
AMD의 전략은 메모리와 처리 능력 분야에서 혁신적인 하드웨어를 선보이는 동시에 AI 소프트웨어의 보편화를 위해 적극적으로 노력하는 것입니다. 노트북부터 가장 복잡한 서버 랙에 이르기까지 전용 AI 엔진을 통합함으로써, AI를 더 이상 값비싼 사치가 아닌 모든 전문가와 기업이 접근 가능하고 효율적으로 사용할 수 있는 도구로 만들고자 합니다.
