(좌) $ANET, (우) $CLS 분기 실적
셀레스티카는 3Q23부터 EPS 지속 서프 내며 우상향 해온 것과는 달리, 아리스타 실적은 약간의 굴곡이 존재
1/30 기준 시총 $ANET 135.9b (P/E 51.8, fwd P/E 43.8.) vs. $CLS 11.7b (P/E 31.8, fwd P/E 18.4)
셀레스티카가 밸류도 더 싸고 이익 안정성 측면에서도 더 매력 있는 것 같은데 나중에 자세히 스터디해볼 필요 있어 보임
셀레스티카는 3Q23부터 EPS 지속 서프 내며 우상향 해온 것과는 달리, 아리스타 실적은 약간의 굴곡이 존재
1/30 기준 시총 $ANET 135.9b (P/E 51.8, fwd P/E 43.8.) vs. $CLS 11.7b (P/E 31.8, fwd P/E 18.4)
셀레스티카가 밸류도 더 싸고 이익 안정성 측면에서도 더 매력 있는 것 같은데 나중에 자세히 스터디해볼 필요 있어 보임
Gromit 공부방
동사 작년 10월 인베스터데이 자료, 관심 장표 발췌
셀레스티카 프록시로 살만한 게 국내에선 그나마 이수페타시스인데, 저짝은 가만히 있어도 주식 수가 줄어들고, 이짝은 가만히 있어도 주식 수가 늘고(?) 웬 이상한 기업을 인수하니 마니..
미국 주식이 비싸네 마네 하지만 비싼 덴 다 이유가 있다. 정확히 하자면 명품과 싸구려의 밸류 차이랄까.
미국 주식이 비싸네 마네 하지만 비싼 덴 다 이유가 있다. 정확히 하자면 명품과 싸구려의 밸류 차이랄까.
▷ AI 중심축은 네트워크 장비로 이동 중, 800G 업그레이드 Cycle에 주목
*셀레스티카($CLS)는 메타/아마존향 AI 네트워크 장비 공급.
AI 네트워크 시장의 핵심은 1) GPU의 탑재량 증가만큼 네트워크 장비의 수요 증가가 필수적이고, 2) 데이터전송 속도 상승을 위해 기존 범용 서버 대비 고성능의 네트워크 장비들이 요구된다는 점.
AI를 학습하기 위해서는 GPU를 서로 연결하여 협업할 수 있는 거대한 GPU Cluster 구성이 필요하고 구성 과정에서 GPU의 성능 개선을 위해 수많은 네트워크 장비를 사용. 특히 데이터센터 네트워크는 일반적으로 물리포트, 케이블이 많이 필요한 Leaf-spine 구조를 채택 중.
또한 GPU간의 연결 과정에서, 저성능 네트워크 장비를 사용할 경우 내부 통신에서의 병목현상을 초래. 이를 해결하기 위해 AI 데이터센터의 경우 기존 클라우드 서버들이 사용하던 100G, 200G 장비가 아닌 고성능의 400G, 800G 네트워크 장비 탑재.
대표적으로 엔비디아는 H100 GPU 노드연결에는 400G를 기본사양으로 권고. 더 나아가 곧 출시될 Blackwell 신제품은 400/800G 인터페이스 구성을 갖추고, 내년부터는 1.6T(1600G)로 업그레이드할 계획 → AI가 네트워크 장비의 업그레이드 주기를 앞당김에 따라 하이엔드 네트워크 장비의 침투율은 지속 상승할 전망.
관련해서 당사 커버리지 중 9월 주요 네트워크 고객사향 800G 네트워크 장비용 기판 공급을 시작한 이수페타시스에 대한 탑픽 의견 유지. 800G향 기판은 층수가 높고 다중적층(Sequetial) 기술이 적용됨에 따라 Blended ASP 상승에도 크게 기여할 전망. 하반기 북미 주요 고객사 AI가속기향 신제품 공급과 함께 AI 모멘텀이 다시 한번 강화될 수 있는 시점이라 판단.
*메리츠 양승수 위원님 자료 발췌 (24.10.14)
---
▷ 데이터센터 백엔드 네트워크에서의 기회
기존 주요 네트워크 장비는 통신사향 기지국 장비, On- premise 에서 쓰이는 네트워크 장비 등이었지만, 앞으로는 데이터센터향 장비가 새로운 핵심 응용처로 부상할 것.
데이터센터 네트워크는 범용 서버간의 연결을 담당하는 프론트엔드 네트워크와 AI 서버끼리의 연결을 담당하는 백엔드로 나뉘는데 성장의 기울기가 더 가파를 곳은 백엔드 네트워크. 여러 조사 기관의 전망치를 근거로 추정한 이더넷 기반 백엔드 네트워크 시장의 성장률은 CAGR 57.2%.
'25년 이수페타시스의 핵심 관전포인트는 백엔드 네트워크향 MLB 매출 추이.
*한투 박상현 위원님 자료 발췌 (24.11.04)
#이수페타시스
*셀레스티카($CLS)는 메타/아마존향 AI 네트워크 장비 공급.
AI 네트워크 시장의 핵심은 1) GPU의 탑재량 증가만큼 네트워크 장비의 수요 증가가 필수적이고, 2) 데이터전송 속도 상승을 위해 기존 범용 서버 대비 고성능의 네트워크 장비들이 요구된다는 점.
AI를 학습하기 위해서는 GPU를 서로 연결하여 협업할 수 있는 거대한 GPU Cluster 구성이 필요하고 구성 과정에서 GPU의 성능 개선을 위해 수많은 네트워크 장비를 사용. 특히 데이터센터 네트워크는 일반적으로 물리포트, 케이블이 많이 필요한 Leaf-spine 구조를 채택 중.
또한 GPU간의 연결 과정에서, 저성능 네트워크 장비를 사용할 경우 내부 통신에서의 병목현상을 초래. 이를 해결하기 위해 AI 데이터센터의 경우 기존 클라우드 서버들이 사용하던 100G, 200G 장비가 아닌 고성능의 400G, 800G 네트워크 장비 탑재.
대표적으로 엔비디아는 H100 GPU 노드연결에는 400G를 기본사양으로 권고. 더 나아가 곧 출시될 Blackwell 신제품은 400/800G 인터페이스 구성을 갖추고, 내년부터는 1.6T(1600G)로 업그레이드할 계획 → AI가 네트워크 장비의 업그레이드 주기를 앞당김에 따라 하이엔드 네트워크 장비의 침투율은 지속 상승할 전망.
관련해서 당사 커버리지 중 9월 주요 네트워크 고객사향 800G 네트워크 장비용 기판 공급을 시작한 이수페타시스에 대한 탑픽 의견 유지. 800G향 기판은 층수가 높고 다중적층(Sequetial) 기술이 적용됨에 따라 Blended ASP 상승에도 크게 기여할 전망. 하반기 북미 주요 고객사 AI가속기향 신제품 공급과 함께 AI 모멘텀이 다시 한번 강화될 수 있는 시점이라 판단.
*메리츠 양승수 위원님 자료 발췌 (24.10.14)
---
▷ 데이터센터 백엔드 네트워크에서의 기회
기존 주요 네트워크 장비는 통신사향 기지국 장비, On- premise 에서 쓰이는 네트워크 장비 등이었지만, 앞으로는 데이터센터향 장비가 새로운 핵심 응용처로 부상할 것.
데이터센터 네트워크는 범용 서버간의 연결을 담당하는 프론트엔드 네트워크와 AI 서버끼리의 연결을 담당하는 백엔드로 나뉘는데 성장의 기울기가 더 가파를 곳은 백엔드 네트워크. 여러 조사 기관의 전망치를 근거로 추정한 이더넷 기반 백엔드 네트워크 시장의 성장률은 CAGR 57.2%.
'25년 이수페타시스의 핵심 관전포인트는 백엔드 네트워크향 MLB 매출 추이.
*한투 박상현 위원님 자료 발췌 (24.11.04)
#이수페타시스
▶ 젠슨황 대담 유튜브 영상 중 피지컬 AI 관련 내용 요약
1️⃣ 물리적 세계를 이해하는 AI의 필요성
AI가 현실에서 제대로 활용되려면 물리적 환경을 이해하고 예측하는 능력이 필수적.
단순히 데이터를 분석하고 학습하는 것을 넘어, 물리적인 공간에서 실시간으로 반응하고 적응해야 하기 때문.
그러나 기존 AI 모델은 물리적 환경을 제대로 학습하기 어려웠음.
기존 방식으로는 실제 환경에서 직접 테스트하면서 학습해야 했기 때문.
하지만 이런 방식은 비용이 크고, 위험하며, 학습 속도가 느림.
2️⃣ Omniverse + Cosmos: AI 훈련 방식을 바꾸다
NVIDIA는 Omniverse(가상 시뮬레이션 플랫폼)와 Cosmos(물리 모델 AI)를 개발하여 이 문제를 해결.
두 기술을 결합하면 가상 세계에서 AI를 무한히 학습시킬 수 있음.
🟢 Omniverse란?
‒ 현실을 그대로 재현한 가상 시뮬레이션 환경
‒ AI가 실제 세상을 경험하는 것처럼 가상의 환경에서 테스트 및 훈련 가능
‒ 즉, 실제 환경에 AI를 적용하기 전에 가상 공간에서 충분한 테스트를 거친 후 실세계에 도입 가능
🟢 Cosmos란?
‒ AI가 물리적 법칙(중력, 마찰력, 충돌 등)을 이해할 수 있도록 설계된 물리 모델
‒ 예를 들어, 로봇이 컵을 들어 올릴 때, 무게감을 예측하고 적절한 힘을 가할 수 있어야 함
‒ 물건이 미끄러지거나 떨어질 가능성을 AI가 사전에 계산하여 대응 가능
‒ Cosmos는 이러한 물리적인 개념을 학습할 수 있도록 돕는 물리적 세계의 AI 기반 시뮬레이션 모델
🟢 Omniverse + Cosmos 결합의 효과
‒ AI는 실제 환경이 아닌, 가상의 공간에서 수천만 번의 시뮬레이션을 거칠 수 있음
‒ 현실에서 발생할 수 있는 모든 변수(예: 빛, 바람, 온도, 장애물, 갑작스러운 변화)를 반영한 훈련 가능
‒ AI가 무한한 데이터와 시나리오를 가상 환경에서 학습하고, 실세계에서는 훨씬 더 정교하고 안전하게 작동할 수 있음
3️⃣ NVIDIA의 미래 전망: 로봇화 시대가 온다
젠슨 황은 “움직이는 모든 것은 결국 로봇화될 것이다. 그리고 그 시점은 멀지 않았다.”라고 전망.
AI를 활용한 자율주행, 로봇, 스마트 인프라가 급격히 확산될 것.
#피지컬AI
1️⃣ 물리적 세계를 이해하는 AI의 필요성
AI가 현실에서 제대로 활용되려면 물리적 환경을 이해하고 예측하는 능력이 필수적.
단순히 데이터를 분석하고 학습하는 것을 넘어, 물리적인 공간에서 실시간으로 반응하고 적응해야 하기 때문.
그러나 기존 AI 모델은 물리적 환경을 제대로 학습하기 어려웠음.
기존 방식으로는 실제 환경에서 직접 테스트하면서 학습해야 했기 때문.
하지만 이런 방식은 비용이 크고, 위험하며, 학습 속도가 느림.
2️⃣ Omniverse + Cosmos: AI 훈련 방식을 바꾸다
NVIDIA는 Omniverse(가상 시뮬레이션 플랫폼)와 Cosmos(물리 모델 AI)를 개발하여 이 문제를 해결.
두 기술을 결합하면 가상 세계에서 AI를 무한히 학습시킬 수 있음.
🟢 Omniverse란?
‒ 현실을 그대로 재현한 가상 시뮬레이션 환경
‒ AI가 실제 세상을 경험하는 것처럼 가상의 환경에서 테스트 및 훈련 가능
‒ 즉, 실제 환경에 AI를 적용하기 전에 가상 공간에서 충분한 테스트를 거친 후 실세계에 도입 가능
🟢 Cosmos란?
‒ AI가 물리적 법칙(중력, 마찰력, 충돌 등)을 이해할 수 있도록 설계된 물리 모델
‒ 예를 들어, 로봇이 컵을 들어 올릴 때, 무게감을 예측하고 적절한 힘을 가할 수 있어야 함
‒ 물건이 미끄러지거나 떨어질 가능성을 AI가 사전에 계산하여 대응 가능
‒ Cosmos는 이러한 물리적인 개념을 학습할 수 있도록 돕는 물리적 세계의 AI 기반 시뮬레이션 모델
🟢 Omniverse + Cosmos 결합의 효과
‒ AI는 실제 환경이 아닌, 가상의 공간에서 수천만 번의 시뮬레이션을 거칠 수 있음
‒ 현실에서 발생할 수 있는 모든 변수(예: 빛, 바람, 온도, 장애물, 갑작스러운 변화)를 반영한 훈련 가능
‒ AI가 무한한 데이터와 시나리오를 가상 환경에서 학습하고, 실세계에서는 훨씬 더 정교하고 안전하게 작동할 수 있음
3️⃣ NVIDIA의 미래 전망: 로봇화 시대가 온다
젠슨 황은 “움직이는 모든 것은 결국 로봇화될 것이다. 그리고 그 시점은 멀지 않았다.”라고 전망.
AI를 활용한 자율주행, 로봇, 스마트 인프라가 급격히 확산될 것.
#피지컬AI
YouTube
NVIDIA CEO Jensen Huang's Vision for the Future
What NVIDIA is trying to build next…
Subscribe for more optimistic science and tech stories from our show Huge If True.
You're probably hearing a lot about AI, DeepSeek, NVIDIA and more right now. If you want the big picture (and to start from the beginning)…
Subscribe for more optimistic science and tech stories from our show Huge If True.
You're probably hearing a lot about AI, DeepSeek, NVIDIA and more right now. If you want the big picture (and to start from the beginning)…
Forwarded from 김찰저의 관심과 생각 저장소
댄 아이브스가 보는 딥시크의 정체 [삼프로TV 뉴욕 법인 특별인터뷰] | Dan Ives 웨드부시증권 애널리스트
----------------------
삼프로TV에서 방금 올려주신 댄 아이브스(웨드부시증권 테크 애널리스트) 인터뷰입니다. 해당 내용중 인상깊은 내용에 대해 아래 기록하면
-미국 기업들 4% 정도가 진심으로 AI 투자하고 계획을 가지고 있다고 보는데 지난 48시간동안 25개의 기업과 이야기를 해본결과 DeepSeek으로 인해서 AI인프라 투자에 대한 계획을 바꿀것이라고 대답한 기업이 없었다.
-DeepSeek은 AI의 테무다. 테무 때문에 아마존이 망한다는 이야기가 있었지만 전혀 그러지 않았다.
-타임스퀘어에서 에르메스 운동화를 30불에 판다고 하면 당연히 거짓인걸 아는 것 처럼 DeepSeek의 주장은 터무니 없다고 본다.
-내가 25년동안 테크를 커버하면서 깨달은 것은 베어리쉬 한 사람들이 똑똑해 보이지만 결국 돈을 버는 사람들은 불리쉬한 사람들이다.
-LLM은 가치창출에 AI산업에의 한 부분에 불과하다. 앞으로 중요한것은 데이터를 누가 가지고 있고 그리고 그것을 어떻게 활용 하는지가 중요하다.
-HMB 디맨드도 롱텀으로 영향받지 않을 것이다. 지금은 시작에 불과하다.
-그리고 위 의견들은 내 생각이 아니고 실제로 기업들과 만나고 피드백에 의한 의견이다.
-빅테크들이 GPU를 덜 사용하고 효율적으로 트레이닝 할 수있으니 이번엔 잠깐 덜 사볼까? 라는 센티먼트가있을수 있냐라고 물어 본다면, 이건 절대 그럴수 없다. 이미 사기위해 줄서있는 상황인데 잠시 매입을 줄이게 되면 다시 뒤로가서 줄서야 한다. 때문에 그런일은 없을 것이다.
-테크 불마켓은 반도 지나지 않았다. 트럼프가 중국이 GPU를 사는것을 쉽게 두지 않을것.
-피지컬AI는 중국이 미국보다 몇년은 비하인드 되어있다. 그 이유는 피지컬AI는 LLM으로 가능한 부분이 아니기 때문. 고성능 GPU가 더 필요한 분야이다.
https://youtu.be/dMNQXAaP0RU?si=2fqMpIEzuGzDJmVT
----------------------
삼프로TV에서 방금 올려주신 댄 아이브스(웨드부시증권 테크 애널리스트) 인터뷰입니다. 해당 내용중 인상깊은 내용에 대해 아래 기록하면
-미국 기업들 4% 정도가 진심으로 AI 투자하고 계획을 가지고 있다고 보는데 지난 48시간동안 25개의 기업과 이야기를 해본결과 DeepSeek으로 인해서 AI인프라 투자에 대한 계획을 바꿀것이라고 대답한 기업이 없었다.
-DeepSeek은 AI의 테무다. 테무 때문에 아마존이 망한다는 이야기가 있었지만 전혀 그러지 않았다.
-타임스퀘어에서 에르메스 운동화를 30불에 판다고 하면 당연히 거짓인걸 아는 것 처럼 DeepSeek의 주장은 터무니 없다고 본다.
-내가 25년동안 테크를 커버하면서 깨달은 것은 베어리쉬 한 사람들이 똑똑해 보이지만 결국 돈을 버는 사람들은 불리쉬한 사람들이다.
-LLM은 가치창출에 AI산업에의 한 부분에 불과하다. 앞으로 중요한것은 데이터를 누가 가지고 있고 그리고 그것을 어떻게 활용 하는지가 중요하다.
-HMB 디맨드도 롱텀으로 영향받지 않을 것이다. 지금은 시작에 불과하다.
-그리고 위 의견들은 내 생각이 아니고 실제로 기업들과 만나고 피드백에 의한 의견이다.
-빅테크들이 GPU를 덜 사용하고 효율적으로 트레이닝 할 수있으니 이번엔 잠깐 덜 사볼까? 라는 센티먼트가있을수 있냐라고 물어 본다면, 이건 절대 그럴수 없다. 이미 사기위해 줄서있는 상황인데 잠시 매입을 줄이게 되면 다시 뒤로가서 줄서야 한다. 때문에 그런일은 없을 것이다.
-테크 불마켓은 반도 지나지 않았다. 트럼프가 중국이 GPU를 사는것을 쉽게 두지 않을것.
-피지컬AI는 중국이 미국보다 몇년은 비하인드 되어있다. 그 이유는 피지컬AI는 LLM으로 가능한 부분이 아니기 때문. 고성능 GPU가 더 필요한 분야이다.
https://youtu.be/dMNQXAaP0RU?si=2fqMpIEzuGzDJmVT
YouTube
댄 아이브스가 보는 딥시크의 정체 [삼프로TV 뉴욕 법인 특별인터뷰] | Dan Ives 웨드부시증권 애널리스트
설 연휴 동안 중국에서 deepseek가 등장하며 미국 빅테크와 반도체 주가가 요동치고 있습니다. 그래서 삼프로 뉴욕 법인에서 최고의 테크 애널리스트 댄 아이브스와 인터뷰 하는 시간을 가졌습니다. 딥시크는 무엇이며 앞으로 이로 인해 기존 LLM 모델을 가진 AI 및 테크 회사들이 어디로 나아가게 될지 알아보았습니다.
🌅3PRO 3PRO x 리씽크 핫딜 OPEN 🎉
(1) 🎀2차 앵콜! 🥰설연휴 특별 혜택❣️ [LG울트라탭+ USB슬링백(사은품)
✅2차…
🌅3PRO 3PRO x 리씽크 핫딜 OPEN 🎉
(1) 🎀2차 앵콜! 🥰설연휴 특별 혜택❣️ [LG울트라탭+ USB슬링백(사은품)
✅2차…
Forwarded from 전종현의 인사이트
'DeepSeek-R1은 진짜로 가성비 모델인가?'라는 제목의 글. 나는 이게 팩트라고 생각한다.
https://www.facebook.com/jinwon.lee.330/posts/pfbid0bfxCARtWBTxmoXn8ss8tTkc4Q8VzbYmpjdwhUCqZ1JQtnkpJ8qonrfyddoNR3VRGl
https://www.facebook.com/jinwon.lee.330/posts/pfbid0bfxCARtWBTxmoXn8ss8tTkc4Q8VzbYmpjdwhUCqZ1JQtnkpJ8qonrfyddoNR3VRGl
Facebook
Jinwon Lee
<DeepSeek-R1은 진짜로 가성비 모델인가?>
이제 진실이 무엇인지는 별로 중요하지 않을 만큼 DeepSeek은 이미 성공한 모델이 되어버린 것 같지만… 제가 생각하는 바를 정리해서 적어봅니다. DeepSeek-R1이 발표된 이후 Nvidia 주가가 20%가까이 폭락하고, 다른 빅테크 기업들의 주가도 줄줄이 폭락한 것을 보면 이제 엄청나게 많은...
이제 진실이 무엇인지는 별로 중요하지 않을 만큼 DeepSeek은 이미 성공한 모델이 되어버린 것 같지만… 제가 생각하는 바를 정리해서 적어봅니다. DeepSeek-R1이 발표된 이후 Nvidia 주가가 20%가까이 폭락하고, 다른 빅테크 기업들의 주가도 줄줄이 폭락한 것을 보면 이제 엄청나게 많은...