하락 전환추적 후보Codex 검토메타의 자체 훈련칩 계획은 성능·수율 장벽으로 재검토 단계에 들어갔다사업 실현의 좌절성장 경로 차단달라진 점원문은 Iris 폐기와 Olympus의 사실상 폐기를 전하며, 엔비디아 대비 TCO당 성능·설계 복잡성·양산 수율이 문제였다고 설명한다.낮게 볼 이유Codex 검토로, 이 변화는 메타의 자체 훈련칩 사업화 경로를 낮춰 보게 하는 실제 개발 결과다. 다만 원문은 메타 전체 AI 사업의 장기 이익 훼손 규모나 대체 계약의 확정 조건까지는 제시하지 않아 watch로 둔다.남은 확인메타의 외부 칩 조달 규모와 자체 칩 재개 일정은 현재 원문에서 확정되지 않았다.
원문을 바탕으로 한 Codex의 독립 판단입니다. 출처가 전한 사실·해석과 구분해 읽을 수 있습니다.
분석 대상 · 메타 MTIA 프로젝트 재검토
이전에는
Iris와 Olympus는 각각 훈련용 자체 칩으로 개발됐고, Olympus는 4Q26 설계 완료와 3Q27 양산을 목표로 한 프로젝트였다.
원문 근거
Tier 1 AI Labs는 OpenAI, Anthropic, DeepMind라는 생각은 여전히 같습니다. 엔비디아 GPU를 기반으로 훈련~추론을 하고 있는 AI Labs들인 OpenAI, MSL, xAI가 3~4월에 출시할 Blackwell로 사전훈련된 Foundational 모델의 성능이 중요합니다. AI HW: (1) 메타의 MTIA 칩에 문제가 생기면서, NVDA, AMD, 구글 TPU와의 계약을 늘린 것임을 계속해서 전해드렸었는데 The Information 기사도 비슷한 맥락입니다. 훈련용으로 개발하던 v2 칩인 Iris를 폐기하고 → 훈련용 v3로 개발하던 Olympus까지도 엔비디아의 TCO 대비 퍼포먼스 기준을 맞추기가 어려웠기 때문입니다. Olympus는 4Q26까지 설계를 완료하고, 3Q27쯤부터 양산되는 프로젝트였으나 Blackwell 모델에 비해서도 TCO 대비 퍼포먼스가 떨어졌고 설계가 너무 복잡한 나머지 양산 수율도 담보할 수 없었기 때문에 사실상 폐기했습니다. 마이크로소프트의 Maia도 세대가 지남에도 칩 물량 증가가 매우 미미한 상태라서 향후 ASIC 프로젝트들은 TPU, Trainium 위주로 압축될 거라 예상합니다. Rubin이 사실은 6개의 칩을 co-design해서 만든 시스템인 것처럼 이제는 하드웨어~소프트웨어~네트워킹을 다루는 다층적인 경쟁력이 중요해지고 있기 때문입니다. (2) 메타의 MTIA 프로젝트에서 힘을 빼기로 결정하면서 떠오른 것이 구글 TPU를 구매하여 자사 데이터센터에 설치하는 계약(아직 진행 중, 딜 확정 X)입니다. 최근 <AI 인프라 1GW의 경제학 : 엔비디아의 '현금' vs AMD의 '워런트'>에서도 메타가 TPU도 구매하고 있음을 전해드렸었는데요.
새롭게 달라진 점
원문은 Iris 폐기와 Olympus의 사실상 폐기를 전하며, 엔비디아 대비 TCO당 성능·설계 복잡성·양산 수율이 문제였다고 설명한다.
원문 근거
Tier 1 AI Labs는 OpenAI, Anthropic, DeepMind라는 생각은 여전히 같습니다. 엔비디아 GPU를 기반으로 훈련~추론을 하고 있는 AI Labs들인 OpenAI, MSL, xAI가 3~4월에 출시할 Blackwell로 사전훈련된 Foundational 모델의 성능이 중요합니다. AI HW: (1) 메타의 MTIA 칩에 문제가 생기면서, NVDA, AMD, 구글 TPU와의 계약을 늘린 것임을 계속해서 전해드렸었는데 The Information 기사도 비슷한 맥락입니다. 훈련용으로 개발하던 v2 칩인 Iris를 폐기하고 → 훈련용 v3로 개발하던 Olympus까지도 엔비디아의 TCO 대비 퍼포먼스 기준을 맞추기가 어려웠기 때문입니다. Olympus는 4Q26까지 설계를 완료하고, 3Q27쯤부터 양산되는 프로젝트였으나 Blackwell 모델에 비해서도 TCO 대비 퍼포먼스가 떨어졌고 설계가 너무 복잡한 나머지 양산 수율도 담보할 수 없었기 때문에 사실상 폐기했습니다. 마이크로소프트의 Maia도 세대가 지남에도 칩 물량 증가가 매우 미미한 상태라서 향후 ASIC 프로젝트들은 TPU, Trainium 위주로 압축될 거라 예상합니다. Rubin이 사실은 6개의 칩을 co-design해서 만든 시스템인 것처럼 이제는 하드웨어~소프트웨어~네트워킹을 다루는 다층적인 경쟁력이 중요해지고 있기 때문입니다. (2) 메타의 MTIA 프로젝트에서 힘을 빼기로 결정하면서 떠오른 것이 구글 TPU를 구매하여 자사 데이터센터에 설치하는 계약(아직 진행 중, 딜 확정 X)입니다. 최근 <AI 인프라 1GW의 경제학 : 엔비디아의 '현금' vs AMD의 '워런트'>에서도 메타가 TPU도 구매하고 있음을 전해드렸었는데요.
낮게 볼 이유
Codex 검토로, 이 변화는 메타의 자체 훈련칩 사업화 경로를 낮춰 보게 하는 실제 개발 결과다. 다만 원문은 메타 전체 AI 사업의 장기 이익 훼손 규모나 대체 계약의 확정 조건까지는 제시하지 않아 watch로 둔다.
원문 근거
Tier 1 AI Labs는 OpenAI, Anthropic, DeepMind라는 생각은 여전히 같습니다. 엔비디아 GPU를 기반으로 훈련~추론을 하고 있는 AI Labs들인 OpenAI, MSL, xAI가 3~4월에 출시할 Blackwell로 사전훈련된 Foundational 모델의 성능이 중요합니다. AI HW: (1) 메타의 MTIA 칩에 문제가 생기면서, NVDA, AMD, 구글 TPU와의 계약을 늘린 것임을 계속해서 전해드렸었는데 The Information 기사도 비슷한 맥락입니다. 훈련용으로 개발하던 v2 칩인 Iris를 폐기하고 → 훈련용 v3로 개발하던 Olympus까지도 엔비디아의 TCO 대비 퍼포먼스 기준을 맞추기가 어려웠기 때문입니다. Olympus는 4Q26까지 설계를 완료하고, 3Q27쯤부터 양산되는 프로젝트였으나 Blackwell 모델에 비해서도 TCO 대비 퍼포먼스가 떨어졌고 설계가 너무 복잡한 나머지 양산 수율도 담보할 수 없었기 때문에 사실상 폐기했습니다. 마이크로소프트의 Maia도 세대가 지남에도 칩 물량 증가가 매우 미미한 상태라서 향후 ASIC 프로젝트들은 TPU, Trainium 위주로 압축될 거라 예상합니다. Rubin이 사실은 6개의 칩을 co-design해서 만든 시스템인 것처럼 이제는 하드웨어~소프트웨어~네트워킹을 다루는 다층적인 경쟁력이 중요해지고 있기 때문입니다. (2) 메타의 MTIA 프로젝트에서 힘을 빼기로 결정하면서 떠오른 것이 구글 TPU를 구매하여 자사 데이터센터에 설치하는 계약(아직 진행 중, 딜 확정 X)입니다. 최근 <AI 인프라 1GW의 경제학 : 엔비디아의 '현금' vs AMD의 '워런트'>에서도 메타가 TPU도 구매하고 있음을 전해드렸었는데요.
훼손이 이어질 근거
일시적인 충격인지, 장기 훼손으로 이어지는지는 추가 확인이 필요합니다.
반등해도 남는 위험
실제 조달 계약이 늘더라도 자체 칩의 성능·설계·수율 문제 자체가 해소됐다는 근거는 이 원문에 없다.
원문 근거
Tier 1 AI Labs는 OpenAI, Anthropic, DeepMind라는 생각은 여전히 같습니다. 엔비디아 GPU를 기반으로 훈련~추론을 하고 있는 AI Labs들인 OpenAI, MSL, xAI가 3~4월에 출시할 Blackwell로 사전훈련된 Foundational 모델의 성능이 중요합니다. AI HW: (1) 메타의 MTIA 칩에 문제가 생기면서, NVDA, AMD, 구글 TPU와의 계약을 늘린 것임을 계속해서 전해드렸었는데 The Information 기사도 비슷한 맥락입니다. 훈련용으로 개발하던 v2 칩인 Iris를 폐기하고 → 훈련용 v3로 개발하던 Olympus까지도 엔비디아의 TCO 대비 퍼포먼스 기준을 맞추기가 어려웠기 때문입니다. Olympus는 4Q26까지 설계를 완료하고, 3Q27쯤부터 양산되는 프로젝트였으나 Blackwell 모델에 비해서도 TCO 대비 퍼포먼스가 떨어졌고 설계가 너무 복잡한 나머지 양산 수율도 담보할 수 없었기 때문에 사실상 폐기했습니다. 마이크로소프트의 Maia도 세대가 지남에도 칩 물량 증가가 매우 미미한 상태라서 향후 ASIC 프로젝트들은 TPU, Trainium 위주로 압축될 거라 예상합니다. Rubin이 사실은 6개의 칩을 co-design해서 만든 시스템인 것처럼 이제는 하드웨어~소프트웨어~네트워킹을 다루는 다층적인 경쟁력이 중요해지고 있기 때문입니다. (2) 메타의 MTIA 프로젝트에서 힘을 빼기로 결정하면서 떠오른 것이 구글 TPU를 구매하여 자사 데이터센터에 설치하는 계약(아직 진행 중, 딜 확정 X)입니다. 최근 <AI 인프라 1GW의 경제학 : 엔비디아의 '현금' vs AMD의 '워런트'>에서도 메타가 TPU도 구매하고 있음을 전해드렸었는데요.
하락 판단을 바꿀 조건
향후 메타가 TCO당 성능과 양산 수율을 확인한 자체 훈련칩을 실제 도입했다는 확인은 이 하방 검토를 약화시킬 조건이다.
원문 근거
Tier 1 AI Labs는 OpenAI, Anthropic, DeepMind라는 생각은 여전히 같습니다. 엔비디아 GPU를 기반으로 훈련~추론을 하고 있는 AI Labs들인 OpenAI, MSL, xAI가 3~4월에 출시할 Blackwell로 사전훈련된 Foundational 모델의 성능이 중요합니다. AI HW: (1) 메타의 MTIA 칩에 문제가 생기면서, NVDA, AMD, 구글 TPU와의 계약을 늘린 것임을 계속해서 전해드렸었는데 The Information 기사도 비슷한 맥락입니다. 훈련용으로 개발하던 v2 칩인 Iris를 폐기하고 → 훈련용 v3로 개발하던 Olympus까지도 엔비디아의 TCO 대비 퍼포먼스 기준을 맞추기가 어려웠기 때문입니다. Olympus는 4Q26까지 설계를 완료하고, 3Q27쯤부터 양산되는 프로젝트였으나 Blackwell 모델에 비해서도 TCO 대비 퍼포먼스가 떨어졌고 설계가 너무 복잡한 나머지 양산 수율도 담보할 수 없었기 때문에 사실상 폐기했습니다. 마이크로소프트의 Maia도 세대가 지남에도 칩 물량 증가가 매우 미미한 상태라서 향후 ASIC 프로젝트들은 TPU, Trainium 위주로 압축될 거라 예상합니다. Rubin이 사실은 6개의 칩을 co-design해서 만든 시스템인 것처럼 이제는 하드웨어~소프트웨어~네트워킹을 다루는 다층적인 경쟁력이 중요해지고 있기 때문입니다. (2) 메타의 MTIA 프로젝트에서 힘을 빼기로 결정하면서 떠오른 것이 구글 TPU를 구매하여 자사 데이터센터에 설치하는 계약(아직 진행 중, 딜 확정 X)입니다. 최근 <AI 인프라 1GW의 경제학 : 엔비디아의 '현금' vs AMD의 '워런트'>에서도 메타가 TPU도 구매하고 있음을 전해드렸었는데요.
판단을 뒷받침하는 근거
- 작성자는 메타가 MTIA에서 힘을 빼며 엔비디아·AMD·구글 TPU 계약을 늘렸고, 향후 ASIC 프로젝트가 TPU·Trainium 중심으로 압축될 수 있다고 평가했다.
원문 근거
Tier 1 AI Labs는 OpenAI, Anthropic, DeepMind라는 생각은 여전히 같습니다. 엔비디아 GPU를 기반으로 훈련~추론을 하고 있는 AI Labs들인 OpenAI, MSL, xAI가 3~4월에 출시할 Blackwell로 사전훈련된 Foundational 모델의 성능이 중요합니다. AI HW: (1) 메타의 MTIA 칩에 문제가 생기면서, NVDA, AMD, 구글 TPU와의 계약을 늘린 것임을 계속해서 전해드렸었는데 The Information 기사도 비슷한 맥락입니다. 훈련용으로 개발하던 v2 칩인 Iris를 폐기하고 → 훈련용 v3로 개발하던 Olympus까지도 엔비디아의 TCO 대비 퍼포먼스 기준을 맞추기가 어려웠기 때문입니다. Olympus는 4Q26까지 설계를 완료하고, 3Q27쯤부터 양산되는 프로젝트였으나 Blackwell 모델에 비해서도 TCO 대비 퍼포먼스가 떨어졌고 설계가 너무 복잡한 나머지 양산 수율도 담보할 수 없었기 때문에 사실상 폐기했습니다. 마이크로소프트의 Maia도 세대가 지남에도 칩 물량 증가가 매우 미미한 상태라서 향후 ASIC 프로젝트들은 TPU, Trainium 위주로 압축될 거라 예상합니다. Rubin이 사실은 6개의 칩을 co-design해서 만든 시스템인 것처럼 이제는 하드웨어~소프트웨어~네트워킹을 다루는 다층적인 경쟁력이 중요해지고 있기 때문입니다. (2) 메타의 MTIA 프로젝트에서 힘을 빼기로 결정하면서 떠오른 것이 구글 TPU를 구매하여 자사 데이터센터에 설치하는 계약(아직 진행 중, 딜 확정 X)입니다. 최근 <AI 인프라 1GW의 경제학 : 엔비디아의 '현금' vs AMD의 '워런트'>에서도 메타가 TPU도 구매하고 있음을 전해드렸었는데요.
다음 확인 지점
- Olympus 폐기 뒤 메타가 자체 훈련칩을 어떤 방식으로 재설계하거나 외부 칩 조달을 확정하는지 확인할 필요가 있다.
원문 근거
Tier 1 AI Labs는 OpenAI, Anthropic, DeepMind라는 생각은 여전히 같습니다. 엔비디아 GPU를 기반으로 훈련~추론을 하고 있는 AI Labs들인 OpenAI, MSL, xAI가 3~4월에 출시할 Blackwell로 사전훈련된 Foundational 모델의 성능이 중요합니다. AI HW: (1) 메타의 MTIA 칩에 문제가 생기면서, NVDA, AMD, 구글 TPU와의 계약을 늘린 것임을 계속해서 전해드렸었는데 The Information 기사도 비슷한 맥락입니다. 훈련용으로 개발하던 v2 칩인 Iris를 폐기하고 → 훈련용 v3로 개발하던 Olympus까지도 엔비디아의 TCO 대비 퍼포먼스 기준을 맞추기가 어려웠기 때문입니다. Olympus는 4Q26까지 설계를 완료하고, 3Q27쯤부터 양산되는 프로젝트였으나 Blackwell 모델에 비해서도 TCO 대비 퍼포먼스가 떨어졌고 설계가 너무 복잡한 나머지 양산 수율도 담보할 수 없었기 때문에 사실상 폐기했습니다. 마이크로소프트의 Maia도 세대가 지남에도 칩 물량 증가가 매우 미미한 상태라서 향후 ASIC 프로젝트들은 TPU, Trainium 위주로 압축될 거라 예상합니다. Rubin이 사실은 6개의 칩을 co-design해서 만든 시스템인 것처럼 이제는 하드웨어~소프트웨어~네트워킹을 다루는 다층적인 경쟁력이 중요해지고 있기 때문입니다. (2) 메타의 MTIA 프로젝트에서 힘을 빼기로 결정하면서 떠오른 것이 구글 TPU를 구매하여 자사 데이터센터에 설치하는 계약(아직 진행 중, 딜 확정 X)입니다. 최근 <AI 인프라 1GW의 경제학 : 엔비디아의 '현금' vs AMD의 '워런트'>에서도 메타가 TPU도 구매하고 있음을 전해드렸었는데요.
아직 모르는 점
- 메타의 외부 칩 조달 규모와 자체 칩 재개 일정은 현재 원문에서 확정되지 않았다.
원문 근거 1개 펼치기
출처가 전한 사실
- 메타는 훈련용 v2 칩 Iris를 폐기했고, 훈련용 v3 Olympus도 엔비디아 대비 총소유비용(TCO)당 성능, 설계 복잡성, 양산 수율 문제로 사실상 폐기했다고 전했다. Olympus는 4Q26 설계 완료와 3Q27 양산을 목표로 한 프로젝트였다.
출처의 해석·전망
- 작성자는 메타가 MTIA 프로젝트에서 힘을 빼면서 엔비디아·AMD·구글 TPU 계약을 늘렸다고 평가했다. 향후 ASIC 프로젝트는 TPU와 Trainium 중심으로 압축될 것으로 예상했다.
- Rubin은 여섯 칩을 공동 설계한 시스템이며, 이제는 하드웨어·소프트웨어·네트워킹을 함께 다루는 다층 경쟁력이 중요하다는 점을 근거로 들었다.
보존 원문 발췌
Tier 1 AI Labs는 OpenAI, Anthropic, DeepMind라는 생각은 여전히 같습니다. 엔비디아 GPU를 기반으로 훈련~추론을 하고 있는 AI Labs들인 OpenAI, MSL, xAI가 3~4월에 출시할 Blackwell로 사전훈련된 Foundational 모델의 성능이 중요합니다. AI HW: (1) 메타의 MTIA 칩에 문제가 생기면서, NVDA, AMD, 구글 TPU와의 계약을 늘린 것임을 계속해서 전해드렸었는데 The Information 기사도 비슷한 맥락입니다. 훈련용으로 개발하던 v2 칩인 Iris를 폐기하고 → 훈련용 v3로 개발하던 Olympus까지도 엔비디아의 TCO 대비 퍼포먼스 기준을 맞추기가 어려웠기 때문입니다. Olympus는 4Q26까지 설계를 완료하고, 3Q27쯤부터 양산되는 프로젝트였으나 Blackwell 모델에 비해서도 TCO 대비 퍼포먼스가 떨어졌고 설계가 너무 복잡한 나머지 양산 수율도 담보할 수 없었기 때문에 사실상 폐기했습니다. 마이크로소프트의 Maia도 세대가 지남에도 칩 물량 증가가 매우 미미한 상태라서 향후 ASIC 프로젝트들은 TPU, Trainium 위주로 압축될 거라 예상합니다. Rubin이 사실은 6개의 칩을 co-design해서 만든 시스템인 것처럼 이제는 하드웨어~소프트웨어~네트워킹을 다루는 다층적인 경쟁력이 중요해지고 있기 때문입니다. (2) 메타의 MTIA 프로젝트에서 힘을 빼기로 결정하면서 떠오른 것이 구글 TPU를 구매하여 자사 데이터센터에 설치하는 계약(아직 진행 중, 딜 확정 X)입니다. 최근 <AI 인프라 1GW의 경제학 : 엔비디아의 '현금' vs AMD의 '워런트'>에서도 메타가 TPU도 구매하고 있음을 전해드렸었는데요.