선전 1만 장 AI 클러스터의 성과와 한계

선전에서 실제로 가동된 것

중국 선전은 화웨이의 AI 가속기 Ascend 910C 1만 장을 기반으로 한 AI 클러스터를 가동했다. 신규 클러스터의 연산 능력은 1만 1,000페타플롭스다. 지난해 먼저 구축된 3,000페타플롭스 규모까지 합치면 해당 시설의 전체 AI 연산 능력은 1만 4,000페타플롭스로 늘어난다. 중국에서 화웨이 칩만으로 구성한 1만 장급 클러스터이자, 칩부터 시스템·네트워크·소프트웨어까지 국산 기술로 묶은 ‘풀스택 자립형’ 시스템이라는 점이 핵심이다. 711

페타플롭스는 초당 1,000조 번의 부동소수점 연산을 수행하는 능력을 뜻한다. 다만 이 숫자만으로 실제 AI 서비스의 속도나 비용 효율을 단정할 수는 없다. 모델의 종류, 메모리 대역폭, 네트워크 지연, 소프트웨어 최적화가 실제 결과에 함께 영향을 미친다.

어떤 화웨이 기술이 사용됐나

핵심 하드웨어는 화웨이 Ascend 910C AI 가속기다. 소프트웨어 측면에서는 화웨이의 AI 컴퓨팅 생태계인 CANN이 Ascend 칩과 결합한다. 이른바 ‘Ascend + CANN’ 조합은 엔비디아의 GPU와 CUDA 생태계에 대응하는 중국산 하드웨어·소프트웨어 스택을 구축하려는 시도다. 1112

Ascend 910C는 단일 칩의 성능만으로 승부하기보다, 대규모 시스템으로 묶였을 때의 확장성을 겨냥한다. 화웨이는 910C를 여러 가속기를 연결하는 데이터센터용 시스템의 기반으로 활용하고 있으며, 일부 시스템은 엔비디아의 대규모 GPU 팟과 경쟁할 수 있다고 제시돼 왔다. 다만 이런 비교는 특정 업무와 구성에 따라 달라진다. 610

H100과 비교하면 어느 정도인가

DeepSeek 연구진의 보고된 평가에 따르면 Ascend 910C의 추론 성능은 엔비디아 H100의 약 60% 수준이었다. 추론은 이미 학습이 끝난 AI 모델이 사용자의 질문에 답하거나 결과를 생성하는 과정이다. 1113

이 수치를 ‘910C가 H100과 전반적으로 동급’이라는 의미로 해석해서는 안 된다. 해당 결과는 특정 모델과 추론 작업에 대한 비교이며, 대규모 모델 학습 성능, 지원 소프트웨어의 성숙도, 전력 효율, 개발 편의성까지 포괄하는 종합 벤치마크가 아니다. 중국산 가속기는 추론이나 특정 최적화 작업에서 경쟁력을 보일 수 있지만, 초대형 모델 학습에서는 엔비디아의 하드웨어와 소프트웨어 생태계가 여전히 강점으로 평가된다.

AI 클러스터는 왜 빠른가

AI 클러스터의 기본 원리는 수천 장의 가속기에 하나의 작업을 나눠 맡기는 것이다.

• 학습 데이터를 여러 장치에 분산한다.
• 거대한 모델의 층이나 매개변수 계산을 여러 가속기가 병렬로 처리한다.
• 완성된 모델에 들어오는 수많은 추론 요청을 여러 장치로 나눠 처리한다.

이렇게 하면 단일 칩의 성능을 단순히 더하는 것보다 훨씬 큰 총연산 능력을 확보할 수 있다. 그러나 가속기끼리 중간 결과를 주고받는 시간이 길면 병렬 처리의 이점이 줄어든다. 따라서 고속 네트워크, 메모리 연결, 작업을 조율하는 소프트웨어가 중요하다. 클러스터의 성패는 칩 개수뿐 아니라 이 통신 병목을 얼마나 줄이느냐에 달려 있다.

얼마나 널리 사용되고 있나

선전의 기존 3,000페타플롭스 구간은 1만 장 규모의 확장분이 가동되기 전에 이미 예약이 끝난 것으로 보도됐다. 이는 중국 내 AI 기업과 연구기관이 국산 연산 자원을 실제로 필요로 한다는 신호다. 11

다만 ‘예약 완료’는 특정 시설의 수요를 보여주는 지표이지, 화웨이 플랫폼이 중국 전체에서 엔비디아를 밀어냈다는 증거는 아니다. 중국 기업 일부는 여전히 해외 데이터센터를 통해 엔비디아의 고성능 칩 연산 자원에 접근하고 있는 것으로 보도됐다. 따라서 이번 클러스터는 자립이 완성됐다는 선언이라기보다, 국산 대체재를 대규모로 운영할 수 있는지를 시험하는 단계에 가깝다.

추가로 제시된 중국의 AI 칩 발전

화웨이는 최첨단 노광 장비를 사용하지 않고도 2031년까지 1.4나노미터 공정에 해당하는 트랜지스터 집적도를 달성하겠다는 새로운 칩 설계 경로를 제시했다. 그러나 이는 회사가 제시한 전망이며, 독립적으로 검증된 양산 칩이나 실제 성능 데이터는 아니다.

이와 별도로 로이터는 화웨이의 차세대 Ascend 950PR이 고객사 테스트에서 긍정적인 평가를 받았으며, 바이트댄스와 알리바바가 주문을 검토하고 있다고 보도했다. 보도에 따르면 950PR은 엔비디아의 CUDA 소프트웨어와의 호환성 개선도 목표로 한다.

미국 수출 규제에 대한 산업적 대응

미국은 2022년 엔비디아의 A100과 H100 같은 고성능 AI GPU를 중국에 공급하는 데 제한을 가했고, 2023년에는 고성능 컴퓨팅 칩과 관련 제조 장비에 대한 규제를 강화했다. 규제의 목적은 중국이 첨단 AI 모델을 학습·운영하는 데 필요한 연산 자원과 반도체 생산 역량에 접근하는 것을 어렵게 만드는 데 있다.

선전의 1만 장 클러스터는 이런 환경에 대한 중국의 산업적 대응으로 볼 수 있다. 해외 가속기를 확보하는 데만 의존하는 대신, 칩·서버·네트워크·컴파일러·AI 소프트웨어를 하나의 국내 생태계로 묶어 대규모로 배치하려는 것이다.

이 과정에서 화웨이는 중심적인 역할을 맡는다. Ascend는 중국에 칩 자체뿐 아니라 데이터센터 시스템 수준의 대안을 제공하기 때문이다. 그러나 910C와 H100 사이의 성능 차이, 일부 중국 기업의 해외 엔비디아 연산 의존은 중국의 AI 자립이 아직 진행형임을 보여준다. 이번 클러스터의 진정한 의미는 엔비디아를 하루아침에 대체했다는 데 있다기보다, 수출 규제 속에서도 중국이 자체 AI 컴퓨팅 스택을 실제 규모로 확장하고 있다는 데 있다. 712