렌더 네트워크 재단의 이사인 트레버 해리스-존스는 인공지능(AI)이 더욱 강력해짐에 따라 이를 운영하는 데 필요한 인프라가 한계에 도달할 것이며, 이러한 한계가 분산형 물리적 인프라 네트워크(DePIN)의 등장을 위한 발판을 마련할 수 있다고 말했습니다.
더스트리트 라운드테이블 진행자 잭슨 힌클과의 인터뷰에서 해리스-존스는 분산형 GPU 네트워크가 기존 데이터 센터를 대체하는 것이 아니라 AI의 가장 시급한 확장성 문제를 해결함으로써 보완하는 것을 목표로 한다고 말했습니다.
해리스-존스는 DePIN이 중앙 집중식 인프라를 대체하는 것이 아니라고 말합니다.
간단히 말해, DePIN은 전 세계 사람들이 보상을 받는 대가로 실제 네트워크 인프라를 공유할 수 있도록 하여 중앙 집중식 기업에 대한 의존이나 통제 없이 운영될 수 있도록 합니다.
그러한 프로젝트 중 하나가 렌더 네트워크(Render Network)입니다. 렌더 네트워크는 디지털 창작 과정을 민주화하고 창작자들이 중앙 집중식 기업의 영향력에서 벗어나도록 설계된 분산형 GPU 렌더링 플랫폼입니다.
힌클은 최근 중앙 집중식 AI 세계의 사례로 오픈AI가 출시한 소라(Sora)라는 비디오 생성 앱을 언급하며, GPU 제약으로 인해 사용량이 제한되어야 했다고 지적했습니다.
그는 분산형 모델이 결국 중앙 집중식 데이터 센터를 능가할 수 있을지 질문했습니다.
해리스-존스는 전면적인 교체라는 생각에 반대 입장을 표명했다.
그는 "대체하는 문제가 아니라고 생각합니다. 오히려 둘 다 활용하는 문제라고 생각합니다." 라고 말했다.
대규모 AI 모델 학습에는 중앙 집중식 GPU 클러스터가 여전히 중요하며, 이러한 모델은 방대한 메모리 풀과 긴밀하게 통합된 하드웨어의 이점을 누립니다. 하지만 그는 학습은 AI에서 수행되는 전체 컴퓨팅 작업량의 극히 일부에 불과하다고 지적했습니다.
해리스-존스는 추론, 즉 AI 모델 실행이 GPU 작업의 거의 80%를 차지한다고 설명했습니다.
바로 이러한 차이점 때문에 Render와 같은 분산형 네트워크가 중요한 역할을 합니다. 해리즈-존스는 초기 버전의 AI 모델은 리소스를 많이 소모하지만, 엔지니어들이 최적화하고 압축함에 따라 효율성이 빠르게 향상된다고 말했습니다.
그는 시간이 지남에 따라 한때 막대한 인프라를 필요로 했던 모델들이 스마트폰과 같은 훨씬 간단한 기기에서도 실행될 수 있을 것이라고 덧붙였다.
"그래서 우리는 새로 출시되는 모든 모델에서 이러한 현상을 볼 수 있습니다." 라고 그는 말했다. "처음에는 매우 무겁고 다듬어지지 않은 상태로 시작하지만, 아주 숏 기간 안에 다듬어져 분산형의 간단한 기기에서도 작동할 수 있게 됩니다."
비용적인 관점에서 볼 때, 이러한 변화는 분산형 GPU 네트워크를 점점 더 매력적으로 만든다고 해리즈-존스는 주장했다.
값비싼 고성능 데이터 센터에만 의존하는 대신, 추론 워크로드를 전 세계의 유휴 GPU에 분산시킬 수 있다고 그는 제안했다.
"중앙 집중식 노드에서 실행하는 것보다 분산형 유휴 소비자 노드에서 실행하는 것이 더 저렴할 것입니다."
더 많은 뉴스:
- 억만장자 빌 애크먼, 이란의 인터넷 차단 문제 해결을 위한 '유용한' 도구 제안
- 억만장자가 그린란드 사태가 비트코인 신화를 산산조각냈다고 경고했다.
- 미국 연기금이 마이클 세일러의 전략서를 깜짝 매입했습니다.
Harries-Jones는 DePIN 부문에 대해 낙관적인 전망을 가지고 있습니다.
해리스-존스는 DePIN을 컴퓨팅 및 에너지 인프라 전반에 걸쳐 증가하는 AI 병목 현상을 완화하는 방법으로 제시했습니다.
중앙 집중식 전력 시스템에 부담이 가중될 때, 분산형 컴퓨팅은 전 세계적으로 활용도가 낮은 자원을 활용하여 병렬적인 해결책을 제공한다고 그는 설명했다.
"그래서 저는 이 분야 전체에 대해 매우 낙관적입니다."
해리스-존스는 전 세계 GPU 수요가 공급을 훨씬 초과한다고 강조했습니다. 그는 "현재 전 세계에는 GPU가 충분하지 않다"고 말했습니다.
따라서 핵심은 유휴 상태인 모든 GPU를 활용하는 것이지, 공급이 부족한 고성능 GPU를 확보하기 위해 경쟁하는 것이 아니라고 그는 제안했다.
해리스-존스에 따르면, 미래의 AI 인프라는 중앙 집중식 네트워크나 DePIN이 아니라, 폭발적인 AI 수요를 충족하기 위해 이 둘을 유연하게 활용하는 방식입니다.
