블룸버그는 문샷AI의 Kimi K3 공개로 반도체주가 급락했지만, 이를 딥시크 R1과 동일한 충격으로 해석해서는 안 된다고 분석했다.
딥시크가 더 적은 연산으로 AI 모델의 학습·구동 비용을 낮췄다면, Kimi K3는 연산 효율을 높이는 동시에 전체 파라미터를 2.8조개까지 확대한 초대형 모델이다.
작업마다 일부 파라미터만 활성화하지만 전체 모델은 메모리에 저장해야 하며, 저정밀 방식으로 압축해도 약 1.4TB의 메모리가 필요하다. 이에 따라 엔비디아 GB300과 같은 대용량 HBM 기반 시스템이 요구된다.
오는 7월 27일 모델 가중치가 공개되면 기업들이 Kimi K3를 직접 구동할 수 있지만, 대규모 활용에는 여전히 상당한 AI 하드웨어가 필요하다.
중국 AI 모델의 성능 향상과 오픈웨이트 확산은 미국 모델 기업의 가격 결정력에는 부담이 될 수 있지만, HBM·AI 가속기·첨단 파운드리 등 인프라 수요는 오히려 지속될 수 있다는 분석이다.
출처: Bloomberg