역병이 대규모 공습을 펼치던 20년 여름 어느 시점 '횡보디아'라고 불릴 때 매수 하고 계속 보유중이지만,
비중은 거의 멸치, 피라미 비중 수준, 고래 비중이거나 아니면 최소한 잉어 비중이라도 담아 두었어야 되는데... 껄껄껄...
수익률, 수익금, 장기보유, 보유 과정에서 비중 문제 (껄껄껄 - 증가는 22년10월, 23년 1월, 감소는 21년 6월 액분 전후 불꽃 슈팅)
세상의 변화의 선봉장이라면 집중투자, 미국 투자 등등 투자에 대해서 많은 생각을 가지게 하는 기업.
물론 개인적으로 비중을 증가시키고, 감소시키고 그런 행위는 하지 못했음 (상승시에는 더 우주로 갈거 같고, 하락시에는 지하실로 갈거 같고)
어찌 되었던, 만 4년이 다 되어가지만 너 아느냐? 하면 아직은 자세히 누군가에게 붙잡고 이건 이거, 저건 저거,
그래서 이렇게 저렇게 설명하기는 어렵다
단순 쿠다 생태계가 있어 막강한 정도만 알고 있었지만, 엔비디아의 간단한 역사도 있는 좋은 글이 있어 공유
그리고 혼자 요약 정리
예나빠님 양질의 글 대단히 감사합니다.
좋은 글 다시 한번 감사드립니다.
GTC 2024에서 엔비디아의 새 AI Gpu를 보면서 모두가 경악
이미 1등기업이지만 수성은 없고 오직 공격 => 삼성의 초격차 전략이 엔비디아에서 일어남
70%에 육박하는 영업마진 => 이에 글로벌 펩리스도 'AI 하드웨어' 를 위해서 달려드는 중
대부분 + 필자는 그들의 영광이 지속적으로 유지 되지 않을까? 생각하는 편 => 지금의 모습이 아니라 과거의 초창기 행적을 보아 판단함,
25년전 처음 알게 된 엔비디아
주제하나를 부여 받게 됨 '그래픽 가속기', 과거 '그래픽 가속기'는 3D 게임을 빨리 처리해 주는 단순 하드웨어, GPU이전 시절의 그래픽 카드
당시 엔비디아는 그래픽 칩셋 시장에서 첫 번째 성공을 거두고, 회사의 존재가 PC 게이머에게 빠르게 회자됨
당시 외장형 그래픽 칩셋 시장 (엔비디아, ATI) 두 회사에 의해 막 성장 하던 초창기 단계
당시 한국에서는 이를 연구하는 곳은 극소수, 단 미국은 스탠퍼드를 비롯한 여러 유수 대학 연구 그룹이 진행 중이던 시절
엔비디아 강점에 대하여 크게 5가지로 언급
사람
기술
연구 - 사업화 연계
마케팅 & 생태계 (쿠다)
CEO 황회장
1. 사람
최대 강점은 세계 최고의 맨파워 (21년 이래 가장 일하고 싶은 기업 1-2권), 탑티어 엔지니어, 연구원들이 운집한 회사
2000년 초 그래픽스 학회 (SIGGRAPH / GRAPHICS HARDWARD)를 해마다 방문, 대학원생들에게 먼저 접근, 입사의향 타진
미국 대학 유수 그래픽스 연구 그룹들과 파트너십 및 산학협력을 맺기 시작함
대표적으로 스탠퍼드 CS학과의 그래픽스 그룹이 있음, 여기는 공동 프로젝트 결과물이 GPU역사의 전환점을 만드는데 기여하게 됨.
2010년대 부터는 대학의 교수들을 직접 영입, 교수를 넘어서 연구 그룹을 통채로 영입하기도 하였음
Ex) 미국버지니아텍의 David Lubke, 아이오아 대학의 Chris Wyman, 독일 울름 대학의 Alex Keller, 영국 ULC의 Jan Kautz 등
이러한 행보는 이후로도 계속됨, 현재 엔비디아 리서치는 200명이 넘는 탑티어 연구 인력을 확보중, 분야도 실시간 그래픽스를 넘어, AI, 자율주행, 비젼, 로보틱스 등으로 확대
2. 기술
엔비디아는 어떻게 30년동안 기술 주도권을 유지할수 있는가?
'AI 반도체'로 인한 최근의 혁신이 아닌, 과거 '그래픽스 가속기' 시절부터 혁신함.
GPU의 변곡점은 4가지로 나눌수 잇음 1)Programmable Shader, 2)GPGPU, 3)AI, 4)Ray Tracing
*.GPU의 탄생, 그리고 Bill Mark
96년 6월 - 스탠퍼드 CS대학원의 Bill Mark는 지도교수 Pat Hanrahan의 지도 아래 새로운 프로젝트를 착수함
그것은 '그래픽 가속기에 프로그램을 처리할 수 있는 기능을 넣는것' ==> 즉, 사용자가 짠 프로그램을 이식 가능하게 하드웨어 구조를 개편
당시 3D 칩셋은 가속기로, 주어진 연산 (표준화된 3D연산) 만을 빠르게 처리해 주는 고정 기능 (Fixed-Function) 하드웨어에 불과함
가속기는 표준 연산을 빠르게 처리하여 실시간 3차원 그래픽은 성공 ==> 단, 표준에서 벗어난 연산은 처리가 불가 (고정기능 하드웨어의 한계)
Bill & Pat교수는 미래 수요를 꿰뚫고, 다음 단계에 착수함
프로그래머에게 좀 더 많은 자유로를 주는 것 => 하드웨어에 더 많은 유연성을 제공 => 그래픽 가속기를 CPU처럼 프로그램 처리구조로 변경
당시 엔비디아의 야심은 '5년 내 Toy Stroy의 그래픽을 엔비디아의 그래픽 카드로 실시간 처리' 한다고 목표 (연구자의 강한 야망이 있다!)
엄청난 CPU 서버로 렌더링하던 그래픽 애니메이션을 그래픽 가속기로 진행하는 것은 엄청난 도전 (그래픽 알고리즘을 그래픽 가속기에서 실현)
2년 간의 연구 끝에 컴파일러 기술을 완성, 엔비디아는 새로운 가속기 구조를 설계함 (최초의 엔비디아 3D칩셋, GeForce3시리즈 - 01년출시)
이때 부터 이 하드웨어는 '그래픽 가속기'라고 불리지 않고, CPU 보조 역활의 하드웨어가 아닌 CPU와 동급의 독립 프로세스로 존재함 (GPU탄생하는 순간)
*.범용 GPU, 그리고 Ian Buck
02년 Ian은 새로운 프로젝트를 기획함 (GPU를 그래픽스만이 아닌 다양한 분야에 사용하겠다는 아이디어) => 20년 뒤의 후폭풍을 가져옴
엔비디아가 GPU에 프로그램을 입히면서 구조가 유연해지고 점차 처리 능력도 눈에 띄게 발전함 (CPU보다도 GPU에서 더 빠르게 작동)
Ian은 미래수요를 예측해 일반 개발자가 쉽게 사용 가능한 범용적인 프로그래밍 언어와 개발 환경을 설계하기 시작함
당시 GPU 프로그래밍 언어의 대부분은 그래픽스를 위한 언어로, 비그래픽 개발자들이 사용는 매우 어려웠음
2년간 새로운 GPU 프로그래밍 언어, 컴파일러, 런타임을 개발 => 04년 Siggraph에서 논문으로 발표 => 학계와 업계는 모두 대단히 환호
Ian은 졸업과 동시에 엔비디아에 입사, 07년 여름 Ian은 새로운 이름의 기술을 공식적으로 출시 (기존의 Brook, 이후 Cuda)
그것이 엔비디아가 현재 AI서버 시장을 독점하고 있는 이유라고 알려진 '쿠다, Cuda (Computer Unified Device Architecture)
쿠다는 엔비디아의 공격적 마케팅, 교육, 시장 점유 전략과 함께 빠르게 업체에 배포, 20년이 넘는 기간동안 사실상 표준이 되어 버림
쿠다가 GPU를 비그래픽 분야에 응용되도록 하면서 GPGPU (General Purpose GPU - 범용+그래픽 조함) 라는 새로운 시장 마저 열리게 됨
쿠다 + GPU조합이 CPU를 압도하는 성능을 보여주면서 데이터 센터 서버시장을 조금씩 잠식 => 현재 AI데이터 센터 시장 독점의 신호탄이 됨
*.인공지능 (AI)
10년 중반 인공지능 열풍으로 대규모 학습용 고성능 연산에 대한 수요 증가
17년 GPU 업계 최초로 AI연산을 위한 전용 코어를 GPU에 장착, 이후 서버향으로 제작된 DGX로 불리는 슈퍼컴퓨터까지 출시함
과거 HPC 서버 시장에 널리 보급된 쿠다 지배력은 DGX가 빠르게 확산되는데 날개를 달아주었음, 현재는 LLM이라는 AI의 2차 파동의 단계
AI가 더 많은 응용 분야로 확장 => 요구 연산량 증가 => AI연산을 위한 전용 코어를 GPU에 포함할 것을 결정
17년 Volta라 불리는 아키텍쳐 기반 GPU가 출시 (한 세대의 GPU를 설계,개발, 양산 기간 고려시 15년 부터 설계 착수로 예상)
17년 Volta GPU와 DGX머신에 대해서 경쟁사들은 반신반의함 (서버시장의 주력은 CPU라고 안주) => 이후 데이터 센터 시장은 엔비디아에게.
*.광선 추적 (Ray Tracing)
Ray Tracing - 빛이 실세계를 여행하는 과정을 그대로 컴퓨터에 옮겨 계산해 '이론적' 실사에 가까운 영상을 만들어 낼 수 있는 그래픽 알고리즘
해당이론은 1970년대에 제안, 이 방식으로 한 장의 영상 구현을 위해서는 천문학적인 계산과 무시무시한 컴퓨팅 능력이 필요
실시간 처리가 중요했던 그래픽 가속기 시절부터 GPU는 레스터라이제이션이라는 근사화된 알고리즘 기반으로 설계되어짐
문제는 레스터라이제이션과 레이트레싱은 근본이 다른 방식이라, GPU 성능 개선을 해도 레이트레이싱을 실시간 처리는 불가능한 일
레이트레이싱은 CPU친화적인 알고리즘으로, 픽사와 같은 애니메이션 스튜디오가 아직까지도 'CPU'를 즐겨 사용하는 이유임
02년 Bill, Ian과 함께 스탠퍼드 수학하던 Tim이 논문 한편을 발표
레이트레이싱의 알고리즘을 획기적으로 변경, GPU일부를 변형시킨 아키텍처, 개발자를 위한 프로그래밍 모델을 제안
이후 GPU에서도 레이트레이싱을 구현, 인텔과 엔비디아의 박빙의 싸움이 펼쳐짐 => 각각의 플랫폼에 최적화 시킨 레이트레이싱 패키지 출시
영화, 에니메이션등 프로페셔날 그래픽스 분야는 기존 CPU서버 시장 점유를 무기로 인텔사가 압도적으로 우위를 차지
게임과 같은 실시간 그래픽에 레이트레이싱을 이식하는 것 => 광선 추적을 위한 전용하드웨어가 GPU내에 추가적 내장되어야 하는 재설계 필요
모바일 GPU업계에서 이를 먼저 도입 => 단 시장성이 없다는 이유로 외면함 => 기존 레스터라이제이션 방식으로 설계 => 이에 레이트레이싱 방식 게임 개발은 매우 비효율적이라 판단
18년 엔비디아는 게임 개발자 컨퍼런스에서 RTX라는 실시간 레이트레이싱 기술을 기습적으로 발표 (일종의 깜짝 서프라이즈 쇼)
2년전부터 표준 제정을 하는 마이크로소프트와 레이트레이싱 API스펙을 사용하기 시작하였음
또한 주요게임회사(Epic,EA,Remedy,Steam등)와 협력하여 게임 데모 제작까지 마무리 함.
같은 해 여름 세계 최대 그래픽스 학회인 Siggraph에서 레이트레이싱 코어가 장착된 GPU Geforce RTX를 공식적으로 발표함
15-18년, 학회나 외부 행사에서 만나는 엔비디아 엔지니어들, 게임개발자들은 모두 지속적으로 레이 트레이승 무용론을 설파함 (페이크 작전)
레이트레이싱에 대한 회의론은 GPU하드웨어 + 관련 표준, 생태계, 응용을 담당하는 회사들까지 모두 연합군을 꾸리게 만든 엔비디아 시장 지배력에 있었음
즉 시장에 맞춰 제품을 생산하는 것이 아니라, 자사의 제품에 맞춰 새로운 시장을 창출 한것.
현재는 모든 게임에서 레이트레이싱을 사용, (24년 현재 모바일을 포함한 모든 GPU업체들은 레이트레이싱 가속기를 디폴트로 장착함)
3. 연구-사업화 연계 (Research and Productization)
많은 테크 회사에서 '연구'와 '사업화'의 연결고리는 매우 취약함
기술과 이론이 '논문단계'에서 멈춰짐, 이는 성능최적화, 테스트, 검증, 데모제작등 추가로 해야 할 일들이 많아서임.
엔비디아는 사업화 수준까지 끌어올리는 일을 전담하는 별도의 엔지니어들이 존재 (DevTech - Development Technician)
사업화시에는 별도의 PM을 신규로 채용하거나 할당함. (서비스, 시장분석, 동향파악, 우선순위 설정, 개발, 디지안, 마케팅, 영업 등)
리서치 => 최적화 => 사업화 => 마케팅에 이르는 파이프라인이 잘 구축 => 의사결정시, 실행이 걸리는 시간은 매우 신속함
엔비디아에서 연구 논문이 발표된 이후, 이를 토대로 서비스 라이브러리, SDK, 패키지 제품 출시에는 빠르면 1년도 걸리지 않음
4. 마케팅 & 생태계
때로는 상도의를 벗어날 정도로 마케팅 능력은 정평이 나 있는 상태, 경쟁사 연구팀 신기술에 효용성이 있다면, 관련 특허를 피해 유사기술을, 다른 이름으로 신속히 개발한 뒤 경쟁사보다 먼저 상용화, 영향력을 위해 API표준에는 자사의 기술명으로 반영함
타사의 독창적인 기술을 살짝 개선해서 우선 상용화, 그리고 이를 시장에 보급하는 능력은 혀를 내두르는 수준임
엔비디아는 표준의 중요성을 잘 알고 있는 기업임 (표준에 자사 기술 선택시, 경쟁사는 그 기술을 포함 시켜야함 => 시장지배력 강화, 생태계&기술영향력 넓어짐)
쿠다 출시와 함께 개발자를 위한 자세한 매뉴얼을 공개, 커뮤니티를 할성화, 데브텍, 마케팅 엔지니어를 동원해 홍보와 고객지원을 추진함
분야별로 라이브러리를 특화, 관련 분야 엔지니어들로 하여금 진입 장벽을 낮추고, 최근 ASML, TSMC, SYNOSYS와 같은 반도체 공정 회사를 위한 계산 리쏘그래피 전용 쿠다 라이버를 제공함
쿠다를 개발자 교육을 넘어서, 인맥을 활용 주요 대학 CS 커리큘럼에 까지 침투 => 주요 공과대학 CS 학과에 쿠다 관련 과목 개설 => CS 전공자에게 쿠다가 CS필수인 것 처럼 인식시킴.
엔비디아의 GPU가 있는 곳이면, 어디에나 존재하는 요소기술이 됨. (4천만회 이상의 다운로드 기록, 400만 명 이상의 개발자들이 사용)
기록적인 점유율로 인하여 전 세계 GPU 개발은 대부분 쿠다로 이루어지고, 시장에서는 사실상 표준으로 자리잡음
20년이 넘는 시간을 들여 개발자에게 '컴퓨트 = 쿠다'라는 각인을 인식 (개발자들에게 고착화된 인식의 변화는 대단히 어려움)
5. CEO 황회장 (중국어로 황런쉰, 黃仁勳)
현재는 슈퍼 셀럽에 가까운 인지도, 사실 예전부터 인지도는 넘사벽, 발군의 쇼맨쉽으로 무장한 컨퍼런스 및 개발자 포럼은 항상 주목받음
황회장의 주목도, 인지도는 직원으로 하여금 자부심을 갖고 일에 취하게 함.
보고 문화를 싫어해서 실무자들과 직접 소통하는 것으로 유명함
실무엔지니어의 주간보고를 직접 읽는다고 함 (특정 시점, 관심 분야가 생기면, 해당업무의 엔지니어 일을 관심을 가짐)
전직원의 주간보고는 특정 폼에 따라 기입되어 전사적으로 DB화되어, 황회장은 몇개의 키워드로 직원의 주간보고가 확인 가능함
궁금한 점에 대해서는 직원과 직접 메일을 통하여 소통한다고 함
실리콘 밸리 테크기업이 수평적이자만, CEO가 직집 실무직원과 소통하는 일은 거의 없음
개인적으로 의상이나, 야시장에도 자주 등장하고, 대중들과도 굉장히 친밀한 모습을 보이는 것을 보면, 허례허식이나,
형식을 중시 여기는 것 같지는 않아 보인다. 아래는 최근의 사진 및 대만에 방문 당시 영상.
베트남 방문시 야시장
23년 대만 야시장, 24년 최근 대만 방문시 프로야구 시구
Disclaimer
- 당사의 모든 콘텐츠는 저작권법의 보호를 받은바, 무단 전재, 복사, 배포 등을 금합니다.
- 콘텐츠에 수록된 내용은 개인적인 견해로서, 당사 및 크리에이터는 그 정확성이나 완전성을 보장할 수 없습니다. 따라서 어떠한 경우에도 본 콘텐츠는 고객의 투자 결과에 대한 법적 책임소재에 대한 증빙 자료로 사용될 수 없습니다.
- 모든 콘텐츠는 외부의 부당한 압력이나 간섭없이 크리에이터의 의견이 반영되었음을 밝힙니다.
