NousResearch/hermes-agent v0.17.0 주요 업데이트 요약
· iMessage 연동 (Photon): 맥(Mac)이나 별도 서버 포워딩 없이 hermes photon login과 기기 코드 인증만으로 iMessage 송수신이 가능.
· 공식 WhatsApp API: QR 스캔 프로세스 없이 Meta의 공식 WhatsApp Business Cloud API를 지원.
· Telegram 텍스트 강화: Bot API 10.1을 적용해 별도 설정 없이 가독성이 높은 마크다운 리치 메시지 포맷으로 답변.
· 기능 고도화: 키보드 단축키 리바인딩, 알림 기능, 보조 에이전트(Subagent) 스트리밍 감시창, VS Code 마켓플레이스 테마 설치 등을 지원하며 완성도가 높아짐.
· 프로필 빌더 및 대시보드: 브라우저 대시보드에서 모델 선택, 스킬 추가, MCP 서버 연결을 config.yaml 수정 없이 UI로 한 번에 처리하고 멀티 프로필을 관리할 수 있게됨.
· 백그라운드 비동기 서브에이전트: delegate_task(background=true) 명령으로 긴 연구나 빌드 작업을 백그라운드로 넘겨 두고 에이전트와 대화를 계속 이어갈 수 있게됨.
· xAI Grok 구독 연동: OAuth 연동을 통해 xAI 구독 계정만 있으면 Cursor의 고속 코딩 모델인 grok-composer-2.5-fast (200k 컨텍스트)를 API 키 없이 바로 쓸 수 있음.
· 이미지 편집 기능: image generate 툴을 통해 생성뿐만 아니라 기존 이미지의 배경 제거, 색상 변경 등 이미지 투 이미지 편집을 지원.
· 메모리 툴 일괄 처리: 메모리 추가/수정/삭제를 단일 호출 내에서 원자적(Atomic)으로 묶어 처리해 메모리 초과 에러와 턴 낭비를 대폭 줄임.
· 큐레이터 토큰 소모 제로화: 스킬 큐레이터의 LLM 기반 통합 패스가 옵트인으로 변경되어, 기본 백그라운드 스킬 정리 시 비용(토큰)이 들지 않음.
· 자동화 블루프린트: 크론(cron) 표현식을 몰라도 질문에 답변하는 형태로 쉽게 자동화 스케줄링을 등록할 수 있음.
https://github.com/NousResearch/hermes-agent/releases/tag/v2026.6.19
메신저 플랫폼 확장
· iMessage 연동 (Photon): 맥(Mac)이나 별도 서버 포워딩 없이 hermes photon login과 기기 코드 인증만으로 iMessage 송수신이 가능.
· 공식 WhatsApp API: QR 스캔 프로세스 없이 Meta의 공식 WhatsApp Business Cloud API를 지원.
· Telegram 텍스트 강화: Bot API 10.1을 적용해 별도 설정 없이 가독성이 높은 마크다운 리치 메시지 포맷으로 답변.
데스크톱 앱 및 대시보드 업그레이드
· 기능 고도화: 키보드 단축키 리바인딩, 알림 기능, 보조 에이전트(Subagent) 스트리밍 감시창, VS Code 마켓플레이스 테마 설치 등을 지원하며 완성도가 높아짐.
· 프로필 빌더 및 대시보드: 브라우저 대시보드에서 모델 선택, 스킬 추가, MCP 서버 연결을 config.yaml 수정 없이 UI로 한 번에 처리하고 멀티 프로필을 관리할 수 있게됨.
에이전트 루프 및 AI 모델 고도화
· 백그라운드 비동기 서브에이전트: delegate_task(background=true) 명령으로 긴 연구나 빌드 작업을 백그라운드로 넘겨 두고 에이전트와 대화를 계속 이어갈 수 있게됨.
· xAI Grok 구독 연동: OAuth 연동을 통해 xAI 구독 계정만 있으면 Cursor의 고속 코딩 모델인 grok-composer-2.5-fast (200k 컨텍스트)를 API 키 없이 바로 쓸 수 있음.
· 이미지 편집 기능: image generate 툴을 통해 생성뿐만 아니라 기존 이미지의 배경 제거, 색상 변경 등 이미지 투 이미지 편집을 지원.
· 메모리 툴 일괄 처리: 메모리 추가/수정/삭제를 단일 호출 내에서 원자적(Atomic)으로 묶어 처리해 메모리 초과 에러와 턴 낭비를 대폭 줄임.
비용 최적화 및 편의성
· 큐레이터 토큰 소모 제로화: 스킬 큐레이터의 LLM 기반 통합 패스가 옵트인으로 변경되어, 기본 백그라운드 스킬 정리 시 비용(토큰)이 들지 않음.
· 자동화 블루프린트: 크론(cron) 표현식을 몰라도 질문에 답변하는 형태로 쉽게 자동화 스케줄링을 등록할 수 있음.
https://github.com/NousResearch/hermes-agent/releases/tag/v2026.6.19
c0mputeA의 방향성 업데이트
핵심은 기존의 AI 앱/제품 중심에서, 탈중앙 AI inference network 쪽으로 확장하겠다는 방향성
• c0mpute는 기존에 private chat, uncensored chat, API, image generation, credits, staking 등을 먼저 구축
• 이번 발표에서는 이 제품들을 넘어서, 누구나 GPU를 연결하고 inference를 제공할 수 있는 네트워크를 목표로 제시
• 새 엔진 이름은 Shard
• Shard는 대형 AI 모델을 여러 GPU에 나눠 실행하는 방식
• 팀이 공개한 수치 기준:
- 744B parameter model을 미국 6개 주에 분산된 GPU에서 약 30 tokens/sec로 실행
- 더 작은 모델은 약 40 tokens/sec 수준
• speculative decoding(추론 디코딩) pipelining 등을 활용한다고 설명
• 각 inference에는 verifiable receipt가 생성되는 구조를 언급
• 향후 방향성
- 개발자가 자체 모델을 올리고 수익화
- 앱/서비스가 데이터센터 GPU 대신 c0mpute GPU network 사용
- inference fee가 $ZERO buyback/burn 및 staking reward로 연결
- 즉, $ZERO를 단순 앱 토큰이 아니라 decentralized AI inference network의 value capture token으로 포지셔닝하는 업데이트
https://x.com/c0mputeai/status/2068049347929932030
핵심은 기존의 AI 앱/제품 중심에서, 탈중앙 AI inference network 쪽으로 확장하겠다는 방향성
• c0mpute는 기존에 private chat, uncensored chat, API, image generation, credits, staking 등을 먼저 구축
• 이번 발표에서는 이 제품들을 넘어서, 누구나 GPU를 연결하고 inference를 제공할 수 있는 네트워크를 목표로 제시
• 새 엔진 이름은 Shard
• Shard는 대형 AI 모델을 여러 GPU에 나눠 실행하는 방식
• 팀이 공개한 수치 기준:
- 744B parameter model을 미국 6개 주에 분산된 GPU에서 약 30 tokens/sec로 실행
- 더 작은 모델은 약 40 tokens/sec 수준
• speculative decoding(추론 디코딩) pipelining 등을 활용한다고 설명
• 각 inference에는 verifiable receipt가 생성되는 구조를 언급
• 향후 방향성
- 개발자가 자체 모델을 올리고 수익화
- 앱/서비스가 데이터센터 GPU 대신 c0mpute GPU network 사용
- inference fee가 $ZERO buyback/burn 및 staking reward로 연결
- 즉, $ZERO를 단순 앱 토큰이 아니라 decentralized AI inference network의 value capture token으로 포지셔닝하는 업데이트
c0mputeAI는 “AI 앱 하나”가 아니라 consumer GPU 기반 분산 inference 인프라로 가겠다는 방향성
중요하게 볼 포인트는 세 가지라고 생각됨.
1. 실제로 공개한 성능 수치가 지속적으로 재현되는지
2. 외부 개발자/앱이 이 네트워크를 사용할 만큼 latency, cost, reliability가 나오는지
3. ZERO가 정말 벨류캡쳐 토큰인지
단순 AI 토큰보다 인프라 쪽 내러티브가 강해지고 있기때문에 지켜볼만 할거 같네요
https://x.com/c0mputeai/status/2068049347929932030
X (formerly Twitter)
c0mpute (@c0mputeAI) on X
From product to network.
❤1
KDP
https://x.com/cartaleoni/status/2067986178175901938
- frontier model 경쟁에서는 OpenAI, Anthropic 같은 중앙화 AI 랩이 계속 우위에 있을 가능성이 높음
- 대규모 자본, 고밀도 GPU 클러스터, 연구 인력, 데이터 접근성 측면에서 중앙화 랩이 유리
- 다만 분산 AI training의 가치는 최고 성능 벤치마크가 아니라 uncapturable / irrevocable model에 있다고 주장
- 즉, 특정 회사나 정부가 접근을 차단하거나 모델을 회수하기 어려운 AI 모델이 필요해질 수 있다는 관점
- 최근 frontier model 접근 제한, 수출통제, sovereign AI 논의가 이런 수요를 키우는 배경으로 언급됨
- 분산 학습은 같은 조건의 중앙화 클러스터보다 비효율적일 수 있음
- 하지만 이미 존재하는 idle GPU, gaming GPU, 소규모 provider, 남는 compute를 활용하면 경제성이 달라질 수 있음
- Macrocosmos가 여러 데이터센터에 흩어진 48개 A100으로 100B 모델 Orion을 학습했고, colocated cluster 대비 약 65% 효율을 보였음
- 핵심 병목은 GPU 자체보다 coordination
- 여기서 토큰 인센티브가 compute contributor에게 ownership/stake를 부여하는 조정 메커니즘이 될 수 있음
- 중앙화 AI 기업들은 수천억~수조 달러 단위로 평가받는 반면
- 분산 AI training 프로젝트들은 아직 매우 낮은 밸류에이션에 머물러 있음
- 시장이 “uncapturable model”이라는 카테고리를 인식하면 벨류 재평가가 일어날 수 있다고 봄
- 기존 open weight model은 수익화 구조가 약했지만, protocol owned model은 사용료/소유권/인센티브를 묶어 경제 모델을 만들 수 있음
https://x.com/cartaleoni/status/2067986178175901938
- 대규모 자본, 고밀도 GPU 클러스터, 연구 인력, 데이터 접근성 측면에서 중앙화 랩이 유리
- 다만 분산 AI training의 가치는 최고 성능 벤치마크가 아니라 uncapturable / irrevocable model에 있다고 주장
- 즉, 특정 회사나 정부가 접근을 차단하거나 모델을 회수하기 어려운 AI 모델이 필요해질 수 있다는 관점
- 최근 frontier model 접근 제한, 수출통제, sovereign AI 논의가 이런 수요를 키우는 배경으로 언급됨
- 분산 학습은 같은 조건의 중앙화 클러스터보다 비효율적일 수 있음
- 하지만 이미 존재하는 idle GPU, gaming GPU, 소규모 provider, 남는 compute를 활용하면 경제성이 달라질 수 있음
- Macrocosmos가 여러 데이터센터에 흩어진 48개 A100으로 100B 모델 Orion을 학습했고, colocated cluster 대비 약 65% 효율을 보였음
- 핵심 병목은 GPU 자체보다 coordination
- 여기서 토큰 인센티브가 compute contributor에게 ownership/stake를 부여하는 조정 메커니즘이 될 수 있음
- 중앙화 AI 기업들은 수천억~수조 달러 단위로 평가받는 반면
- 분산 AI training 프로젝트들은 아직 매우 낮은 밸류에이션에 머물러 있음
- 시장이 “uncapturable model”이라는 카테고리를 인식하면 벨류 재평가가 일어날 수 있다고 봄
- 기존 open weight model은 수익화 구조가 약했지만, protocol owned model은 사용료/소유권/인센티브를 묶어 경제 모델을 만들 수 있음
작성자는 중립적인 관찰자가 아닌 Pluralis run에 GPU를 제공하고 있고, SN9, NOCK, REPPO, PRL 포지션을 보유하고 있음. 따라서 글은 리서치/논지이면서 동시에 본인 포지션에 대한 thesis에 가까움
결론은 분산형 AI가 frontier lab을 성능으로 이긴다가 아니라, “중앙화 AI가 점점 통제될수록, 통제 불가능한 모델을 만드는 분산 학습 네트워크의 가치가 커질 수 있다.
https://x.com/cartaleoni/status/2067986178175901938
❤1
Stable 체인 기반 앱, StablePay 소개
https://x.com/Stable/status/2066897456802275683
#stable #kol
• USDT는 2025년에 63억 건의 이체를 처리했으며, 그중 대다수는 100달러 미만의 소액 이체로 일상적인 거래 및 송금 용도로 사용됨.
• 즉각적인 글로벌 송금이 가능해졌음에도 불구하고, 수령한 자금을 사용할 때 지갑, 가스 수수료, 네트워크 선택, 파편화된 앱 등으로 인해 여전히 불편함이 존재.
• 스테이블코인을 수령하는 것과 일상적인 결제에 원활하게 사용하는 것 사이에는 여전히 격차가 존재하고, 이를 해결하기 위한 솔루션으로 StablePay를 출시
• StablePay는 효율적인 네이티브 레이어 1 StableChain을 기반으로 즉각적인 원터치 USDT 결제를 제공.
• StablePay로 하나의 앱에서 USDT를 받고, 보내고, 결제까지 할 수 있음
https://x.com/Stable/status/2066897456802275683
#stable #kol
Forwarded from 급등일보 미국주식🇺🇸 속보·매크로·리서치
—❗️🇮🇷 이란 카탐 알 안비야 중부 사령부:
'미국이 전쟁 종식을 위한 양해각서 1항을 이행하지 않고 약속과 계약을 노골적으로 위반한 점, 그리고 시온주의 정권이 남부 레바논에서 휴전 협정을 지속적으로 위반하고 수십만 명의 억압받는 사람들을 무자비하게 학살하고 강제 이주시킨 점, 또한 점령군이 남부 레바논 영토에서 철수하지 않은 점을 고려하여,
호르무즈 해협을 해상 교통에 대해 폐쇄할 것임을 선언합니다.
이는 적의 약속 위반에 대한 첫 번째 조치이며, 공격이 계속될 경우 적이 의무를 이행하도록 강제하기 위한 추가 조치를 계획하고 실행할 것임을 알려드립니다.'
'미국이 전쟁 종식을 위한 양해각서 1항을 이행하지 않고 약속과 계약을 노골적으로 위반한 점, 그리고 시온주의 정권이 남부 레바논에서 휴전 협정을 지속적으로 위반하고 수십만 명의 억압받는 사람들을 무자비하게 학살하고 강제 이주시킨 점, 또한 점령군이 남부 레바논 영토에서 철수하지 않은 점을 고려하여,
호르무즈 해협을 해상 교통에 대해 폐쇄할 것임을 선언합니다.
이는 적의 약속 위반에 대한 첫 번째 조치이며, 공격이 계속될 경우 적이 의무를 이행하도록 강제하기 위한 추가 조치를 계획하고 실행할 것임을 알려드립니다.'
Forwarded from Degen Guy
잠실개미&10X’s N.E.R.D.S
<전닉 1억 이상 보유자 비율>
1. 1억 이상 보유자는 전체 투자자중 닉스준 6% , 전자 기준 4%도 안됨
2. 재미있는 점은 1억이상 보유자들 평단이 더 높음
1. 1억 이상 보유자는 전체 투자자중 닉스준 6% , 전자 기준 4%도 안됨
2. 재미있는 점은 1억이상 보유자들 평단이 더 높음
주말 기념 복통 치료제
삼전/하닉 중 하나 1억 이상
• 전체 인구 기준: 약 1,300~800명 중 1명
• 성인 기준: 약 1,100~670명 중 1명
삼전/하닉 중 하나 1억 미만/이하
• 전체 인구 기준: 약 49~34명 중 1명
• 성인 기준: 약 42~29명 중 1명
SK하이닉스
• 1억 이상 주주: 25,398명
• 전체 인구 대비: 0.049%
• 1억 미만/이하 주주: 437,583명
• 전체 인구 대비: 0.846%
삼성전자
• 1억 이상 주주: 40,501명
• 전체 인구 대비: 0.078%
• 1억 미만/이하 주주: 1,065,491명
• 전체 인구 대비: 2.061%
둘 중 하나
• 1억 이상 주주: 40,501~65,899명
• 전체 인구 대비: 0.078~0.127%
• 1억 미만/이하 주주: 1,065,491~1,503,074명
• 전체 인구 대비: 2.061~2.907%
삼전/하닉 중 하나 1억 이상
• 전체 인구 기준: 약 1,300~800명 중 1명
• 성인 기준: 약 1,100~670명 중 1명
삼전/하닉 중 하나 1억 미만/이하
• 전체 인구 기준: 약 49~34명 중 1명
• 성인 기준: 약 42~29명 중 1명
❤1
Forwarded from 캘빈의 감금원
6/11 Mythos가 NSA와 미 사이버사령부의 거의 모든 기밀 시스템을 수시간만에 침투하는 데에 성공했음이 알려짐. 이에 따라 Fable 의 퍼블릭 개방은 시간이 좀 걸릴 것이라는 전망
https://x.com/kimmonismus/status/2068605229965234238?s=46
https://x.com/kimmonismus/status/2068605229965234238?s=46
❤1
왜 인텔 같은 파운드리가 SK하이닉스 같은 메모리 회사의 전 CEO를 고용할까?
HBM 사업에 진출하려는 것은 아닙니다. 이석희는 탄립부에게 직접 보고하며, 첨단 패키징, 시스템 통합, 후공정 및 제조를 총괄합니다. 여기서 주목해야 할 단어는 바로 '첨단 패키징'입니다.
인텔 제품을 오랫동안 지켜봐 오셨다면 EMIB와 CoWoS의 경쟁을 기억하실 겁니다. EMIB(Embedded Multi-die Interconnect Bridge)는 CoWoS처럼 전체 실리콘 인터포저를 사용하지 않고, 두 다이가 연결되어야 하는 부분에만 작은 실리콘 브리지를 내장하는 방식입니다. 1차전은 CoWoS가 승리했습니다. 엔비디아와 AMD의 플래그십 GPU는 최대 대역폭과 최소 지연 시간을 원했고, 브리지 면적과 라우팅 밀도에 제약을 받는 EMIB는 이를 따라가지 못했습니다. 결국 소켓 시장에서 패배했습니다. 그 후 EMIB는 주로 인텔 자체 CPU에 탑재되었습니다. 기술 자체가 실패한 것은 아니었지만, GPU 표준이 되는 경쟁에서 패배했습니다.
그러나 상황이 바뀌었습니다.
2026년에는 웨이퍼가 병목 현상이 아니라 패키지가 병목 현상을 일으킬 것입니다. CoWoS는 용량이 부족하고, 대형 인터포저 때문에 가격이 비쌉니다. EMIB는 바로 이 간극을 메워줍니다. 필요한 곳에만 브리지를 배치함으로써 더 저렴한 패키지를 만들고, 레티클 크기 제한에서 벗어나며, 대규모 멀티 다이 설계에서 우위를 점할 수 있습니다. 구글은 2027년 TPU v9에 EMIB를 적용하는 것을 검토 중이며, Meta도 MTIA에 EMIB를 도입할지 고려하고 있습니다. 맞춤형 ASIC 및 추론 가속기의 폭발적인 성장은 EMIB가 활약할 수 있는 무대입니다.
인텔은 조만간 주요 공정에서 TSMC를 이길 수는 없을 것입니다. 하지만 패키징은 비교적 새로운 기술이며, 종속성이 적고, 무엇보다 인텔이 진정으로 강점을 가지고 있는 분야입니다. 인텔이 TSMC에 타격을 줄 수 있는 분야가 있다면, 그것은 공정이 아니라 패키징일 것입니다.
그런 관점에서 볼 때, SK 하이닉스의 전 CEO를 영입한 것은 GPU와 HBM 통합의 핵심을 쥐고 있는 TSMC를 정면으로 겨냥한 도전으로 해석됩니다. AI 패키징의 가장 어려운 부분은 HBM 통합과 이를 고수율로 대량 생산하는 것인데, 이재용 전 CEO는 HBM 시대에 바로 그 일을 성공적으로 해낸 인물입니다. 패키징 사업부를 CEO 직속으로 분리하는 것은 조직도를 통해 분명한 의지를 보여주는 것입니다.
물론 엔비디아와 AMD의 CoWoS로 잠긴 볼륨이 하루아침에 움직이지는 않을 것입니다. 하지만 방향은 분명합니다. 패키징을 독립적인 무기로 만들어야 한다는 것입니다.
자, 상황을 설명해 드리겠습니다. TSMC의 진정한 경쟁 우위는 단순히 선도적인 노드 기술 하나에만 있는 것이 아닙니다. AI 가속기와 HBM 메모리를 단일 업체에서 생산하는 CoWoS(Co-Wave of Service) 번들에 있습니다. 인텔의 차세대 패키징 전략은 바로 이 번들을 분리하는 것입니다. TSMC의 베이스 다이, SK 하이닉스의 DRAM, 그리고 다른 회사의 로직 칩. 각 부품이 어디에서 만들어지든, 인텔이 최종 통합을 담당하는 것이죠. 이것이 바로 인텔의 목표입니다.
https://x.com/NuttyCLD/status/2068348154018476101
HBM 사업에 진출하려는 것은 아닙니다. 이석희는 탄립부에게 직접 보고하며, 첨단 패키징, 시스템 통합, 후공정 및 제조를 총괄합니다. 여기서 주목해야 할 단어는 바로 '첨단 패키징'입니다.
인텔 제품을 오랫동안 지켜봐 오셨다면 EMIB와 CoWoS의 경쟁을 기억하실 겁니다. EMIB(Embedded Multi-die Interconnect Bridge)는 CoWoS처럼 전체 실리콘 인터포저를 사용하지 않고, 두 다이가 연결되어야 하는 부분에만 작은 실리콘 브리지를 내장하는 방식입니다. 1차전은 CoWoS가 승리했습니다. 엔비디아와 AMD의 플래그십 GPU는 최대 대역폭과 최소 지연 시간을 원했고, 브리지 면적과 라우팅 밀도에 제약을 받는 EMIB는 이를 따라가지 못했습니다. 결국 소켓 시장에서 패배했습니다. 그 후 EMIB는 주로 인텔 자체 CPU에 탑재되었습니다. 기술 자체가 실패한 것은 아니었지만, GPU 표준이 되는 경쟁에서 패배했습니다.
그러나 상황이 바뀌었습니다.
2026년에는 웨이퍼가 병목 현상이 아니라 패키지가 병목 현상을 일으킬 것입니다. CoWoS는 용량이 부족하고, 대형 인터포저 때문에 가격이 비쌉니다. EMIB는 바로 이 간극을 메워줍니다. 필요한 곳에만 브리지를 배치함으로써 더 저렴한 패키지를 만들고, 레티클 크기 제한에서 벗어나며, 대규모 멀티 다이 설계에서 우위를 점할 수 있습니다. 구글은 2027년 TPU v9에 EMIB를 적용하는 것을 검토 중이며, Meta도 MTIA에 EMIB를 도입할지 고려하고 있습니다. 맞춤형 ASIC 및 추론 가속기의 폭발적인 성장은 EMIB가 활약할 수 있는 무대입니다.
인텔은 조만간 주요 공정에서 TSMC를 이길 수는 없을 것입니다. 하지만 패키징은 비교적 새로운 기술이며, 종속성이 적고, 무엇보다 인텔이 진정으로 강점을 가지고 있는 분야입니다. 인텔이 TSMC에 타격을 줄 수 있는 분야가 있다면, 그것은 공정이 아니라 패키징일 것입니다.
그런 관점에서 볼 때, SK 하이닉스의 전 CEO를 영입한 것은 GPU와 HBM 통합의 핵심을 쥐고 있는 TSMC를 정면으로 겨냥한 도전으로 해석됩니다. AI 패키징의 가장 어려운 부분은 HBM 통합과 이를 고수율로 대량 생산하는 것인데, 이재용 전 CEO는 HBM 시대에 바로 그 일을 성공적으로 해낸 인물입니다. 패키징 사업부를 CEO 직속으로 분리하는 것은 조직도를 통해 분명한 의지를 보여주는 것입니다.
물론 엔비디아와 AMD의 CoWoS로 잠긴 볼륨이 하루아침에 움직이지는 않을 것입니다. 하지만 방향은 분명합니다. 패키징을 독립적인 무기로 만들어야 한다는 것입니다.
자, 상황을 설명해 드리겠습니다. TSMC의 진정한 경쟁 우위는 단순히 선도적인 노드 기술 하나에만 있는 것이 아닙니다. AI 가속기와 HBM 메모리를 단일 업체에서 생산하는 CoWoS(Co-Wave of Service) 번들에 있습니다. 인텔의 차세대 패키징 전략은 바로 이 번들을 분리하는 것입니다. TSMC의 베이스 다이, SK 하이닉스의 DRAM, 그리고 다른 회사의 로직 칩. 각 부품이 어디에서 만들어지든, 인텔이 최종 통합을 담당하는 것이죠. 이것이 바로 인텔의 목표입니다.
https://x.com/NuttyCLD/status/2068348154018476101
❤1
Europe cannot rent its way to AI sovereignty (유럽은 임대로 AI 주권을 가질 수 없다)
• 유럽의 병원, 은행, 국방부 등이 미국 AI 시스템(SaaS)에 의존하고 있음.
• AI가 스스로를 고도화하며 모든 산업의 핵심 엔진이 되는 시대에, 독자 모델이 없다는 것은 단순히 한 섹터를 잃는 게 아니라 국가 경제의 입력값 전체와 독립성을 잃는 것을 의미함.
• 유럽은 DeepMind 등 수많은 AI 인재를 배출하고도 규제에만 몰두함.
• 미국 xAI의 Colossus 클러스터는 GPU를 50만 대 넘게 돌리는데, 유럽은 이에 비하면 반올림 오차 수준의 인프라만 보유 중.
• "존재하지도 않는 산업을 규제할 수는 없다." 규제 조항이 인프라를 대체할 수는 없음.
목표는 1등이 아닌 '지렛대(Leverage)' 확보
• 미국을 돈으로 이길 순 없음. 하지만 차단당했을 때 국가가 마비되지 않고 생존할 수 있는 '자체 영토 내의 신뢰할 수 있는 모델'을 확보해 협상력을 길러야 함.
정부의 역할 변화
• 규제 패러다임에서 벗어나, 과거 영국 FCA의 금융 샌드박스처럼 AI 스타트업의 가장 까다로운 '첫 번째 고객'이 되어야 함.
껍데기만 만드는 기업 체질 개선
• 미국 API를 가져와 겉만 살짝 바꾼 얇은(Thin) 서비스는 공급자가 마음먹거나 경쟁에 뛰어들면 한순간에 무너짐. 자체 모델과 컴퓨팅 파워를 확보해야 함.
대학 스핀오프 시스템 개혁
• 유럽 대학들은 연구 성과로 회사를 만들 때 가치를 쥐어짜 내려고만 함. 논문으로 끝내지 말고 비즈니스로 세상에 나오도록 제도를 고쳐야 함.
https://nathanbenaich.substack.com/p/europe-ai-sovereignty
인공지능을 '렌트'해서 쓰는 국가들의 미래
• 유럽의 병원, 은행, 국방부 등이 미국 AI 시스템(SaaS)에 의존하고 있음.
• AI가 스스로를 고도화하며 모든 산업의 핵심 엔진이 되는 시대에, 독자 모델이 없다는 것은 단순히 한 섹터를 잃는 게 아니라 국가 경제의 입력값 전체와 독립성을 잃는 것을 의미함.
규제(AI Act)는 대안이 될 수 없다
• 유럽은 DeepMind 등 수많은 AI 인재를 배출하고도 규제에만 몰두함.
• 미국 xAI의 Colossus 클러스터는 GPU를 50만 대 넘게 돌리는데, 유럽은 이에 비하면 반올림 오차 수준의 인프라만 보유 중.
• "존재하지도 않는 산업을 규제할 수는 없다." 규제 조항이 인프라를 대체할 수는 없음.
유럽(및 비미국 국가들)이 취해야 할 액션 플랜
목표는 1등이 아닌 '지렛대(Leverage)' 확보
• 미국을 돈으로 이길 순 없음. 하지만 차단당했을 때 국가가 마비되지 않고 생존할 수 있는 '자체 영토 내의 신뢰할 수 있는 모델'을 확보해 협상력을 길러야 함.
정부의 역할 변화
• 규제 패러다임에서 벗어나, 과거 영국 FCA의 금융 샌드박스처럼 AI 스타트업의 가장 까다로운 '첫 번째 고객'이 되어야 함.
껍데기만 만드는 기업 체질 개선
• 미국 API를 가져와 겉만 살짝 바꾼 얇은(Thin) 서비스는 공급자가 마음먹거나 경쟁에 뛰어들면 한순간에 무너짐. 자체 모델과 컴퓨팅 파워를 확보해야 함.
대학 스핀오프 시스템 개혁
• 유럽 대학들은 연구 성과로 회사를 만들 때 가치를 쥐어짜 내려고만 함. 논문으로 끝내지 말고 비즈니스로 세상에 나오도록 제도를 고쳐야 함.
개인도 결국 구독제 서비스만 사용하는것에서 한발 더 나아가 로컬 모델도 사용해보고 이것저것 해봐야한다고 생각함. 언제나 갈아탈 준비!
https://nathanbenaich.substack.com/p/europe-ai-sovereignty
❤1
Rothera (robinhood + Susquehanna) 예측 시장 거래량이 꽤 많이 나오네요.
참고지표로 보면 좋을듯?
https://x.com/TheOneandOmsy/status/2066681743822766427
참고지표로 보면 좋을듯?
https://x.com/TheOneandOmsy/status/2066681743822766427
종명이의 딸깍
Axis 로보틱스 시뮬레이션 관련해서 작업하시는 분들 계시나요?!! Axis는 Solana의 오픈 로보틱스 랩인 BitRobot과 함께 SN/04라는 기여자들이 웹 기반 로보틱스 시뮬레이션 작업을 완료하고, 가치 있는 훈련 데이터를 생성하며, 두 생태계로부터 보상을 받는 텔레오프 미션을 진행합니다. 미션 진행을 위해서는 엑세스 티켓이 필요한데, 제가 총 10자리를 팀과 소통을 통해서 받아왔습니다! 아무래도 코드가 필요하다보니 테스크가 금방 마감되지는…
@dlckdgjs
@ampekele
@soosung2
@burgerkim
@coolima1128
@daeneung76
@Get7money
@yh20210333
@darksaverclosea
@unic16
총 10분께 디엠 드리겠습니다! 디엠완료!
@ampekele
@soosung2
@burgerkim
@coolima1128
@daeneung76
@Get7money
@yh20210333
@darksaverclosea
@unic16
❤2👏1