globaltech

2026년 미국 Big Tech의 AI 인프라 투자는 기업 역사상 보기 드문 규모로 커졌습니다. Amazon, Microsoft, Alphabet, Meta의 최신 회사 가이던스를 단순 합산하면 대략 7,000억~7,250억달러 수준입니다. 집계 시점과 리스·CAPEX 정의에 따라 시장 추정치는 7,400억~7,600억달러까지도 올라갑니다. 그래서 이 글의 ‘약 7300억달러’는 정밀한 회계 숫자가 아니라 현재 Big Tech AI 투자 규모를 이해하기 위한 근사치로 보는 것이 적절합니다.초보자라면 이것만 먼저Big Tech가 데이터센터에 1달러를 쓴다고 그 1달러가 모두 엔비디아로 가는 것은 아닙니다. 돈은 AI 칩 → HBM 메모리 → 네트워크 → 전력·냉각 → 데이터센터 → 클라우드 서비스로 여러 ..

AI 인프라 시장에서 가장 먼저 떠오르는 부품은 GPU입니다.대규모 언어 모델 학습, 이미지 생성, 추천 모델, 추론 서버 모두 GPU 성능과 메모리 용량의 영향을 크게 받기 때문입니다. 하지만 데이터센터 구성에서는 GPU만으로 시스템이 완성되지 않습니다. GPU를 먹여 살리는 CPU, 메모리, 스토리지, 네트워크, 전력과 냉각, 소프트웨어 스택이 함께 맞아야 실제 서비스 성능과 비용 구조가 결정됩니다.AMD는 EPYC 서버 CPU와 Instinct 데이터센터 GPU를 모두 가지고 있습니다.이 조합은 단순히 제품 수가 많다는 뜻이 아니라, AI 서버와 클라우드 인프라를 하나의 흐름으로 설계할 수 있는 선택지가 될 수 있습니다. 이 글에서는 AMD의 CPU와 GPU 포트폴리오가 어떤 강점으로 작동할 수 있..

AI 서버에서는 GPU가 가장 비싸고 눈에 띄지만 CPU도 빠질 수 없습니다.AMD EPYC은 운영체제·가상화·데이터 전처리·네트워크·스토리지 I/O를 처리하며 GPU가 일할 수 있는 환경을 만드는 서버 CPU입니다.투자 관점에서는 코어 수보다 AI·클라우드 증설이 EPYC 채택과 데이터센터 이익으로 이어지는지가 더 중요합니다.먼저 볼 포인트GPU가 연산 작업자라면 EPYC은 서버의 현장 관리자에 가깝습니다.메모리와 GPU, NIC, NVMe를 연결하고 컨테이너·가상화·보안·서비스 요청을 처리합니다.EPYC의 강점은 x86 호환성, 높은 코어 밀도, 메모리 대역폭과 넓은 I/O입니다.하지만 경쟁자는 Intel Xeon뿐 아니라 Arm과 클라우드 자체 CPU까지 넓어졌습니다. 1. AI 서버에서 CPU는 ..