"물리적 한계를 돌파해보겠다" 테슬라 테라팹 발표

📌 테슬라 테라 프로젝트 발표 (00:41)

🔹 테라 프로젝트 개요

슬라의 테라 프로젝트가 발표되었으며, 기가 팩토리보다 더 큰 규모를 의미하는 '테라'라는 명칭이 붙었습니다. 250억 달러 규모의 반도체 공장을 건설하는 프로젝트입니다.

🔹 테슬라의 결정 이유 (숫자 기반)

• 현재 파운드리에서 나오는 컴퓨팅 능력은 연간 20GW 수준입니다.
• 로보틱스와 자율주행 AI가 현실화되면 테슬라가 필요로 하는 연산량은 연간 1TW 수준으로 증가할 것으로 예상됩니다.
• 이는 오늘날 지구 전체 생산 역량의 50배에 달하는 수준입니다.

일론 머스크만이 할 수 있는 이야기이며, 테슬라 AI가 요구하는 연산량이 매우 크다는 것을 시사합니다.

🔹 엔비디아의 성장 가능성

• 엔비디아의 젠슨 황은 최근 GTC에서 블랙웰 루빈 칩의 수요가 5천억 달러에서 1조 달러로 상향 조정되었다고 밝혔습니다.
• 일론 머스크는 궁극적인 목표가 연간 1TW이며, 현재는 그 수준의 2%밖에 달성하지 못하고 있다고 언급했습니다.

엔비디아의 성장 가능성은 여전히 높으며, 앞으로도 계속 상승할 가능성이 있습니다.

🔹 테슬라 자체 칩 생산의 필요성

테슬라는 자체적으로 칩 생산을 해야 한다는 결론에 도달했으며, 이는 테슬라 단독 프로젝트가 아니라 XAI, 스페이스 X와 연관되어 있습니다.

• 테슬라는 AI5 칩부터 자체 로고를 사용하고, AI6부터는 본격적으로 옵티머스에 사용될 예정입니다.
• D3 칩부터는 스페이스 X가 본격적으로 개입하여 우주 AI 데이터 센터 구축을 담당합니다.

🔹 우주 AI 데이터 센터의 필요성

• AI 컴퓨팅의 대다수는 우주에서 이루어질 것이라고 예상 (지상 20%, 우주 80%).
• 지상에서 규모를 키울수록 부지 확보, 규제 문제, 지역 주민 반대 등으로 비용이 증가합니다.
• 우주는 지구 표면보다 훨씬 넓은 공간을 제공하며, 궤도를 층층이 사용할 수 있습니다.

스페이스 X는 테슬라 테라팹으로부터 칩을 받아 위성 통합 패키징을 하고, 연간 1천만 톤 규모의 위성을 궤도에 올려야 하는 핵심적인 인프라 역할을 수행합니다.

📌 XAI의 역할 (03:31)

🔹 XAI의 역할 두 가지

1. 수요처: 지상 컴퓨팅 클러스터로 세계 최대 클러스터를 보유하고 있으며, 모델 학습에 필요한 컴퓨팅 수요가 있습니다.
2. AI 역량 칩 적용: XAI의 AI 역량을 칩 제조에 적용하여 개선 루프를 활발하게 돌릴 계획입니다.

🔹 반도체 업계 표준 프로세스와 테라의 차이점

• 업계 표준: 칩 설계 후 외부 마스크 업체에 발주 (4~8주 소요), 이후 TSMC, 삼성 등에서 웨이퍼 공정 및 테스트 진행, 전체 사이클은 반년 정도 소요.
• 테라: 마스크 제작, 파운드리, 테스트를 한 건물 안에서 며칠에서 수주 단위로 압축.

테라는 세계 어디에도 없는 구조이며, AI를 칩 제조에 접목시키기 위한 설계 철학입니다.

🔹 AI를 칩 제조에 접목시키는 트렌드

• 시높시스는 머신 러닝으로 칩 설계 플로우를 자동 최적화하고 있습니다.
• 케이던스는 세리브러스를 출시하여 AI를 활용해 AI 반도체를 설계하고 있습니다.
• 엔비디아가 시높시스에 20억 달러를 투자한 이유도 EDA 도구를 가속화하기 위함입니다.

AI가 AI 칩을 설계하고, 그 칩이 다시 더 나은 AI를 돌리는 자기 강화 루프가 이미 돌아가고 있습니다.

🔹 테라의 차별화된 접근 방식

• 시높시스, 케이던스는 EDA 시뮬레이션 (컴퓨터 상에서 회로 레이아웃 검증 및 최적화)에 집중합니다.
• 테라는 실제 물리적인 실리콘 칩에서 테스트를 진행하고, 그 결과를 AI가 학습하여 다음 수정에 적용하는 방식을 추구합니다.

마스크 제작에서부터 칩 제조까지의 루프를 돌려 XAI식 최적화 자동화를 결합하려는 시도입니다.

🔹 오픈 AI와 긴코 바이오스의 파트너십과의 유사성

• 긴코는 물리 실험실을 제공하고, 오픈 AI는 AI를 활용하여 실험 반복 루프를 형성합니다.
• 테라도 본질적으로 같은 구조로 나아가려는 것으로 보입니다.

바이오 실험실이 아닌 반도체 공정의 물리적 한계를 XAI와 함께 극한까지 밀어붙여 보겠다는 것입니다.

📌 테라 프로젝트의 어려움과 해결 방안 (07:46)

🔹 테라 프로젝트의 어려움

• TSMC도 2nm 수율을 끌어올리는 데 어려움을 겪고 있습니다.
• 반도체 공정 필수 장비인 EUV는 ASML에서만 생산하며, 발주 후 장비 도착까지 2년 이상 소요됩니다.
• 반도체 제조 경험이 있는 인재를 확보하는 것도 과제입니다.

🔹 해결 방안: 머스크 스타일의 인재 확보 전략

• 웅대한 비전을 제시하여 테라 프로젝트에 참여하도록 유도합니다.
• 과거 휴머노이드, 배터리데이 때도 거대한 비전을 제시하며 인력을 끌어모았습니다.
• 테라와 단위를 넘어선 페타와트 단위까지 언급하며 달에서 위성을 쏘아 올리는 비전을 제시합니다.

큰 꿈을 제시해야 세상을 바꿀 수 있다고 믿는 능력자들을 모을 수 있고, 그런 사람들이 모여야 혁신할 수 있습니다.