중국만의 이야기가 아닙니다: OpenAI Jalapeño와 글로벌 커스텀 칩 물결
커스텀 AI 실리콘은 이제 글로벌 현상입니다. TrendForce(2026)에 따르면 하이퍼스케일러 커스텀 칩 출하가 44.6% 성장하며 범용 GPU의 16.1%를 크게 앞서, 처음으로 성장률에서 커스텀 실리콘이 우위를 점했습니다.
| 기업 | 칩 프로젝트 | 단계 | 워크로드 | 핵심 시그널 |
|---|---|---|---|---|
| DeepSeek | 명칭 미공개 추론 ASIC | 초기 R&D | 추론 | 74억 달러 조달; 비공개 채용; 미확인 |
| Alibaba(T-Head) | 진무 810E / M890 | 양산 | 학습+추론 | 56만 개 이상 출하; 연 매출 약 14억 달러 |
| Huawei | Ascend 950 시리즈 | 양산 | 학습+추론 | DeepSeek V4 적응; 수주 급증 |
| OpenAI | Jalapeño(Broadcom) | 테이프아웃 완료 | 추론 | 9개월 설계; 2026년 말 배포 |
| TPU v6/v7 | 대규모 운영 | 학습+추론 | Gemini 엔드투엔드 TPU 운영 | |
| Amazon | Trainium3 / Inferentia | 상용 | 양쪽 | Anthropic이 Trainium 대규모 사용 |
| Microsoft | Maia 100 | 배포 중 | 추론 | Azure / OpenAI 워크로드 구동 |
| Meta | MTIA | 내부 사용 | 추론 | 추천; 한때 중단 후 재구축 |
| Anthropic | Samsung 커스텀 칩 협의 | 검토 중 | 미정 | The Information, 2026년 7월 |
| 智譜AI(Zhipu) | 커스텀 칩 검토 | 초기 | 추론 | The Information, 2026년 7월 |
주요 일정: 6월 24일 OpenAI Jalapeño; 7월 2일 Anthropic–Samsung 2nm 협의; 7월 7일 Reuters DeepSeek 보도; 7월 7일 The Information 智譜AI 보도. OpenAI Jalapeño 상세 해설도 참고하십시오.
Reuters가 실제로 보도한 내용(DeepSeek이 미확인한 부분)
결론: 「Reuters 등의 보도에 따르면 DeepSeek이 커스텀 추론 칩 프로그램을 시작했다」고 쓸 수 있습니다. 「양문봉 CEO가 공식적으로 칩 개발을 발표했다」고는 쓸 수 없습니다. 정보원에 정통한 관계자/초기 단계/미확인으로 태그하십시오.
30초 요약: 실재 가능성은 높으나 초기 단계입니다. CEO 발표 없음. T-Head는 이미 양산 단계. 경제성이 전환을 이끌고 지정학이 가속합니다.
추론 전용 ASIC: 학습 클러스터가 아닌 서빙에 최적화.
2025년 중반 시작: 「약 1년 전」으로 묘사되며 여전히 초기 단계.
공급망 협의: 칩 설계사, 파운드리, 메모리 벤더와 교섭 중.
조용한 채용: 칩 엔지니어를 비공개로 채용, 공개 채용 공고에는 없음.
이중 의존 회피: NVIDIA와 Huawei Ascend 양쪽 의존을 줄임——DeepSeek은 이미 Ascend에서 운영 중.
| 신뢰성 요소 | 평가 |
|---|---|
| 정보원 등급 | 높음. Reuters 「관계자 3명에 정통한」 기준 |
| 공식 확인 | 집필 시점 기준 없음 |
| 정황 증거 | 강함. 2026년 6월 약 74억 달러(약 510억 위안) 조달이 칩과 국내 컴퓨트에 배정; IDC 채용; UE8M0 FP8 형식은 하드웨어-소프트웨어 공동 설계 시그널 |
| 상충하는 견해 | 파트너십과 자체 R&D는 병행——Ascend는 가동 중, 커스텀 실리콘은 초기 단계 |
DeepSeek CEO 양문봉이 칩과 컴퓨트에 대해 말한 것
양문봉(DeepSeek CEO)은 공개 인터뷰가 적은 인물입니다. 가장 가치 있는 정보원은 Waves(暗涌)와의 2023년 5월·2024년 7월 두 차례의 심층 인터뷰입니다. 그는 칩 프로그램을 발표한 적이 없지만 전략적 동기를 시사했습니다.
「우리의 진짜 과제는 자본이 아니라 선단 칩에 대한 수출 통제입니다.」——양문봉, Waves 인터뷰, 2024년 7월
4배 컴퓨트 오버헤드: 국내 학습 효율은 약 1배 뒤처지고, 데이터 효율도 약 1배——동등 성능에 약 4배 컴퓨트 필요.
기술 커뮤니티 부재: 국산 칩에는 일선 개발자 커뮤니티가 없어 누군가 최전선에 서야 합니다.
끝없는 컴퓨트 수요: 연구자는 항상 더 많은 용량을 원하며, DeepSeek은 가능한 한 많은 컴퓨트를 배포합니다.
창업자 발언≠제품 출시: Reuters는 CEO 발표가 아닌 채용, 벤더 협의 등 기업 행동을 기술합니다.
공동 설계 시그널: UE8M0 FP8과 MLA 아키텍처 최적화는 하드웨어 특화 튜닝을 시사합니다.
Alibaba T-Head는 이미 출하 중——잭 마의 2018년 베팅이 2026년에 결실
「잭 마가 최근 Alibaba에 칩 제조를 지시했다」고 쓸 수 없습니다. 정확한 궤적은 잭 마가 2018년 T-Head 전략을 수립하고, 차이충신(Joe Tsai)이 2024년 수출 통제 압력을 설명했으며, CEO 우용밍이 2026년 양산 수치를 공개했다는 것입니다.
| 인물 | 역할 | 칩 관련 공개 입장 |
|---|---|---|
| 잭 마 | 2018년 전략 스폰서 | T-Head 명명, 칩을 그룹 전략으로 격상 |
| 차이충신(Joe Tsai) | 회장 | 2024년 팟캐스트: 미국 수출 제한이 Alibaba Cloud에 영향; 국산 반도체에 대한 장기 신뢰 |
| 우용밍 | CEO | 2026년 실적 발표: T-Head AI 칩 47만 개 이상 납품; 연간 매출 억 위안 규모; IPO 가능성 |
| 모델 | 타임라인 | 하이라이트 |
|---|---|---|
| 含光800 | 2019년 | 초기 AI 추론 칩 |
| 진무810E | 2026년 1월 | 학습+추론; 96GB HBM2e; NVIDIA A800과 H20 사이; 양산 중 |
| 진무M890 | 2026년 | 144GB 메모리, 800GB/s 상호연결, 810E의 약 3배 |
| 진무V900 | 2027년 3분기 예정 | 216GB, 1200GB/s 상호연결 |
| 진무J900 | 2028년 3분기 예정 | 차세대 병렬 컴퓨트 아키텍처 |
WSJ: Alibaba 신규 칩은 NVIDIA CUDA 생태계를 지원하여 엔지니어 이전을 용이하게 합니다(Huawei 경로와 다름). 제조는 TSMC에서 국내 파운드리로 전환(업계는 SMIC 7nm급 플로우 지적).
56만 개 이상 출하(2026년 상반기).
연간 매출 약 14억 달러; 진무 클러스터로 400개 이상 기업 고객.
T-Head 등록 자본금 약 1.4억 달러로 증자(2026년 6월); Alibaba는 3년간 클라우드·AI 인프라에 약 520억 달러 투입 공약.
테크 거대 기업이 커스텀 AI 칩을 만드는 이유: 비용, 통제, 「NVIDIA 세금」
한 줄 답: AI 경쟁은 「최고의 모델을 가진 자」에서 「가장 저렴하고 통제 가능한 컴퓨트를 가진 자」로 이동했습니다.
경제성——추론은 월세: 학습은 계약금, 추론은 월세입니다. ChatGPT 규모 DAU에서 추론 지출이 학습을 초과합니다. 커스텀 ASIC은 대규모에서 총소유비용(TCO) 30~65% 절감; 토큰 단가 30~40% 하락. NVIDIA 데이터센터 GPU 총이익률은 70% 초과——자체 실리콘은 영구적인 「GPU 세금」을 일회성 R&D로 전환합니다.
공급망 회복력: 미국 수출 통제, 할당 부족, 단일 벤더 리스크——「국가 안보」뿐 아니라 예측 가능한 공급의 문제입니다.
하드웨어-소프트웨어 공동 설계: 범용 GPU는 유연성을 위해 효율을 희생하고, ASIC은 알려진 워크로드에서 반대를 합니다. Jalapeño는 실제 ChatGPT 서빙(KV 캐시, 배칭, 지연시간)을 타깃으로 합니다.
협상력: 부분적 자급만으로도 NVIDIA 협상을 강화하고 「모델+클라우드+칩」 풀스택 스토리를 가능하게 합니다.
에너지: 추론 ASIC은 성능 대비 와트를 최적화——기가와트 규모 데이터센터에서 중요합니다.
| 차원 | 학습 | 추론 |
|---|---|---|
| 워크로드 | 동적, 실험적, 아키텍처 변동 | 정적 모델, 예측 가능한 요청 패턴 |
| 소프트웨어 해자 | CUDA 스택(cuDNN, NCCL, Nsight) | 고정 모델용 수동 튜닝 커널 |
| 칩 우선순위 | 피크 FLOPS+프로그래머빌리티 | 처리량, 지연시간, 토큰 단가 |
| 경제성 | 대규모 일회성 설비 투자 | 대규모 24/7——더 큰 지속 지출 |
| 결론 | 학습은 NVIDIA 영역; 추론이 커스텀 ASIC 전장. | |
Morgan Stanley(Reuters Breakingviews 경유): 24,000-GPU Blackwell 클러스터 하드웨어 비용 약 8억 5200만 달러; 동등 Google TPU 클러스터 약 9900만 달러.
6단계 의사결정 가이드:
루머와 발표 분리: DeepSeek이 확인할 때까지 「보도에 따르면」으로 작성.
학습 vs 추론 계획 분리: 최첨단 학습에는 여전히 NVIDIA 필요; 추론이 ASIC 승리 구간.
병행 경로 추적: DeepSeek Ascend 가동은 진행 중; 커스텀 실리콘은 초기 단계.
TCO 모델링, 정가가 아닌: 토큰 단가와 다년 설비 투자 ROI에 집중.
초기 프로젝트 리스크 가격 책정: Meta는 MTIA를 중단·재구축; 아키텍처 변화로 ASIC 설계가 구식화될 수 있음.
로컬 에이전트와 클라우드 추론 분리: 칩 경제성은 주로 API 가격에 영향; 로컬 Cursor/Codex 에이전트와 iOS CI에는 여전히 안정적인 macOS 호스트가 24시간 필요.
면책 조항: 집필 시점 기준 DeepSeek은 칩 프로젝트를 공식 확인하지 않았습니다. 출처: Reuters, WSJ, OpenAI 공식 블로그, Waves 인터뷰, Alibaba 공시. 투자 조언이 아닙니다.
현실 점검: API 전용 로컬 에이전트는 토큰 지출이 선형 증가하고 수출 통제 하에서 모델 가용성 리스크가 있습니다; 개인 Mac에서 혼합 학습과 에이전트는 통합 메모리 한계와 슬립 중단에 직면합니다; macOS VM은 EULA 위반으로 Xcode 서명을 제한합니다. iOS CI/CD, 로컬 LLM 추론, 프로덕션 AI 에이전트 자동화에는 KVMNODE 전용 Mac Mini M4 클라우드 대여가 일반적으로 더 적합합니다: Apple Silicon 통합 메모리로 Metal 추론, 24시간 가동, 유연한 일/주/월 과금. 가격, 주문, 고객 센터를 참고하십시오.
최종 업데이트: 2026년 7월 10일 · 출처: Reuters, OpenAI 공식, WSJ, Caixin Global, Waves 인터뷰, Alibaba/T-Head 공개 공시