인텔은 2016년 FPGA 제조업체인 알테라를 인수할 때 167억 달러를 투자했고, AMD는 2020년 자일링스를 인수하기 위해 350억 달러 이상을 지출했다. 그러나 두 업체 모두 큰 성과를 거두지 못했다.

지난 4분기 AMD의 임베디드 부문(FPGA 사업이 포함된 부문) 매출은 전년 대비 13% 감소한 9억 2,300만 달러를 기록했고, 연간 매출은 전년 대비 33% 감소한 36억 달러를 기록했다. 인텔도 크게 다르지 않다. 4분기 알테라의 매출은 이전 분기 대비 4% 증가한 4억 2,900만 달러에 그쳤다. 인텔은 올해 1분기에 알테라의 매출이 감소할 것으로 예상한다.

새로운 처리 작업을 위해 다시 프로그래밍할 수 있는 것이 특징인 FPGA는 생성형 AI의 열풍 속에서 그 빛을 잃어버린 것 같다. GPU가 대세로 자리 잡고 있으며, AI 추론을 위해 특별히 설계된 맞춤형 프로세서가 더 주목받고 있다. 인텔은 알테라 사업부를 별도의 회사로 분사시켰고, AMD는 최근 실적 발표에서 FPGA에 대해 언급하지 않았다.

두 업체가 FPGA를 너무 한 가지 용도로 활용한 것도 문제의 일부로 지적된다. 인텔과 AMD 모두 고성능 네트워크 카드에 FPGA를 사용한다. 포레스터 리서치의 수석 애널리스트인 앨빈 응우옌은 “본질적으로 이들은 정말 강력한 네트워크 카드 이상도 그 이하도 아니다”라고 지적했다.

응우옌은 “AI와 생성형 AI가 FPGA 활용에 대한 관심을 떨어뜨리는 데 일조했다고 생각한다. 그리고 생성형 AI 혁명 이전에도 이미 FPGA를 고성능으로 보지 않는 경향이 있었다. 지금은 딥시크가 모든 것을 좌우하고 있고, 기준을 다시 세울 수 있는 순간이라고 생각한다”라고 덧붙였다.

최근 딥시크 소식이 월스트리트를 뒤흔든 이유는 챗GPT와 비슷한 수준의 성능을 달성했지만, 수십억 달러에 달하는 엔비디아 칩을 사용하지 않았다는 점이다. 딥시크는 데이터센터용 칩보다 훨씬 저렴한 상용 소비자용 카드를 사용했기 때문이다.

딥시크는 AI 시장에서 FPGA의 기회가 완전히 사라진 것은 아니라는 것을 보여준다. 응우옌은 “딥시크가 생성형 AI에 비교적 낮은 성능의 프로세서를 사용할 수 있다는 것을 보여주면서 FPGA의 가치가 재평가될 수 있다”라고 말했다. 그러나 “가능한 한 많은 메모리, 네트워크 대역폭, 연산 능력이 필요한 AI 워크로드에도 가치가 있다는 것은 아니다”라고 덧붙였다.

딥시크가 보여준 것처럼, 생성형 AI에 수십억 달러의 최첨단 엔비디아 GPU가 필수는 아니며, FPGA, CPU 또는 소비자용 GPU를 사용해도 충분하다는 것. 응우옌은 “AI 관점에서 낮은 기준이 새로 설정되고 있다는 것을 보여주는 좋은 순간이라고 생각한다. 메모리가 많은 CPU를 사용할 수 있거나, FPGA를 살펴보고 목적에 맞는 것을 얻을 수 있다면, 더 낮은 비용으로 클러스터를 구현할 수 있다”라고 강조했다.

하지만 테크피니언(TECHpinions)의 대표 애널리스트 밥 오도넬은 이런 비교에 동의하지 않는다. 오도넬은 “FPGA는 전혀 다른 애플리케이션에 사용되고 있으며, GPU와 일대일로 비교할 수 있는 것은 아니다. 둘은 다른 종의 동물 같다”라고 지적했다.

FPGA의 문제는 항상 프로그래밍이 매우 어렵고 매우 전문화되어 있다는 것이다. 따라서 FPGA 활용법을 아는 사람은 극소수이며, 안다고 해도 대체할 수 있는 것이 없다. 그리고 FPGA는 보통 GPU가 사용되는 작업에는 사용되지 않는다”고 설명했다.

인텔의 투자가 그만한 가치가 있는지는 아직 판단하기 어렵지만, AMD의 CPU에 탑재된 AI용 NPU는 자일링스 기술을 이용한 것이다. 오도넬은 “자일링스가 가지고 있던 IP의 일부를 가져와서 PC에 통합하는 아이디어였다. 사실, AMD는 어떤 종류의 NPU를 최초로 보유한 업체였다. 한참 앞서 있었다”고 평가했다.

오도넬은 딥시크가 저사양 하드웨어를 사용한다는 주장이 실제로 사실인지 여부는 여전히 논쟁의 여지가 있다고 지적했다. 하지만, “딥시크가 훨씬 적은 하드웨어로 강력한 모델을 실행할 수 있다는 논의를 불러일으켰다고 인정하는 것이 공정한 평가일 것”이라고 강조했다.

딥시크가 보여준 가능성이 FPGA에 기회가 될까? 오도넬은 “알 수 없다. 왜냐하면 이 모든 것의 가장 큰 문제는 GPU에서 실행되는 소프트웨어이기 때문이다. 중요한 것은 소프트웨어이지 물리적인 실제 칩이 아니다”라며, “게다가 LLM을 FPGA 상에서 실행할 수 있는 동급 제품도 없다”고 덧붙였다.
dl-itworldkorea@foundryco.com