연결 중…
연결 중…
전체 보기
에테르의 일본&미국 리서치
Telegram · @aetherjapanresearch

주요 내용(2)

게시
2026.09.22 20:49
조회
4,165
포워드
16

씨티는 압사라 2026 첫째 날 오전 세션이 칩, 클라우드, 파운데이션 모델, 멀티모달 애플리케이션 전반에서 가속화되는 알리바바의 AI 모멘텀을 보여주었으며, 에이전트 시대를 위한 수직 통합형 AI 생태계 구축 전략을 한층 강화했다고 평가합니다. 새로운 쩐우 칩 로드맵, 링쥔 슈퍼노드 확장, Qwen 모델의 지속적인 업그레이드가 경쟁적 입지를 더욱 강화할 것으로 봅니다. 오후 MaaS & 에이전트 포럼에서는 MaaS ARR이 5월 80억 위안, 8월 160억 위안에 이어 9월 200억 위안에 도달했다고 공개되었습니다. 연말 목표치 수정은 없었지만, 현재 성장 궤적을 감안하면 기존 300억 위안 ARR 목표를 연말까지 초과 달성할 가능성이 매우 높다고 판단합니다.

칩 부문에서 T-Head는 추론 중심 AI 시대를 겨냥한 쩐우 V900을 공개했습니다. 현세대 쩐우 M890을 탑재한 링쥔 슈퍼노드 GP9A는 이미 서비스 중이며, Qwen3.8-Max와 Kimi K3 등 2조 파라미터 이상의 모델을 지원하는 중국 최초의 AI 슈퍼노드라고 알려져 있습니다. T-Head는 SAIL SDK 핵심 구성 요소를 오픈소스로 공개해 생태계 시너지를 강화했으며, 쩐우 플랫폼은 자율주행, 금융, 휴머노이드 로보틱스 등에서 650곳 이상의 고객을 확보했습니다. V900은 2027년 1분기 양산 예정으로 M890 대비 약 3배의 성능에 216GB 온칩 메모리, 1.2TB/s 칩 간 대역폭, FP8/FP4 연산을 지원하며, 차세대 J900은 2028년 3분기 생산이 목표입니다. 이와 함께 판지우 슈퍼노드 서버가 2027년 1분기에, 이톈 720/730 시리즈가 2027년 3분기에 출시되고, 이후 쩐우 가속기와의 ICNLink 통합을 지원하는 이톈 750이 뒤따를 예정입니다.

클라우드와 모델 측면에서 알리클라우드는 50만 GPU를 목표로 하는 링쥔 슈퍼노드, CPFS 스토리지, HPN 8.0 Pro 네트워킹을 결합한 에이전트 시대 최적화 AI 네이티브 클라우드를 구축하고 있으며, PAI를 통해 Qwen 플래그십 모델의 사후 학습을 최단 5일 만에 수행할 수 있습니다. AI가 자율 에이전트로 진화하면서 토큰 수요가 급증하는 가운데, Qwen은 플래그십 Qwen-Max로 최첨단 지능을 발전시키고 비용 효율적인 모델로 접근성을 넓히는 전략을 취하고 있습니다. 알리바바가 제시한 네 가지 축은 Qwen3.7 대비 매출 창출 8.5배, 토큰 소비 12배를 기록한 Qwen3.8-Max를 통한 실사용 확대와 재귀적 자기개선(RSI) 가속화, 활성 파라미터와 토큰 비용을 Qwen3.7-Plus 대비 각각 3분의 1과 4분의 1로 낮춘 Qwen3.8-Flash-Next의 효율성 개선, Qwen3.8-Omni를 통한 완전한 멀티모달리티 확장, 그리고 2년간 33배 성장해 2.4조 파라미터에 이른 Qwen3.8-Max와 Qwen5까지 이어지는 지속적 확장입니다. 오픈소스 측면에서도 누적 다운로드 30억 회 이상, 파생 모델 30만 개 이상을 기록했습니다.

멀티모달 부문에서 알리바바는 업계가 멀티모달 AI와 경험 생성, 차세대 생산성 인프라로 전환하고 있다고 보고 옴니모달 모델 개발을 가속화하고 있습니다. 현재 포트폴리오는 Qwen-Image(이미지), Wan/HappyHorse(비디오), HappyShrimp(음악), HappyOyster(월드 모델)로 구성되어 있습니다. 이번 컨퍼런스에서 Qwen-Image-3.1을 출시하고, 100가지 이상의 음악 스타일과 10개 이상의 언어를 지원하는 HappyShrimp-1.1로 업그레이드했으며, 물리적 일관성과 3D 메모리, 응답 속도를 개선한 HappyOyster-2.0-Preview를 공개했습니다. 비디오 모델 Wan/HappyHorse는 11월에 차기 주요 업그레이드가 예정되어 있어, 에이전트형 비디오 생성과 통합 창작 지능을 향한 알리바바의 행보를 뒷받침할 전망입니다.

조회4,165포워드16텔레그램에서 보기