華橋時報
광고 문의 · 728×90
국제

구글, ‘전력 효율 최대 10배’ 제미나이 전용칩 개발… AI 반도체 경쟁 가열

구글이 자사 AI 모델 ‘제미나이’ 전용 칩을 개발해 전력 효율을 최대 10배까지 높였다고 밝혔다. AI 반도체 분야에서 비용·전력 경쟁이 격화되고 있다.
진태흥 기자 · 2026.07.28
橋국제
사진=Wikimedia Commons (자유 라이선스) · 기사 주제 관련 이미지

구글이 ‘제미나이’ 전용 칩을 개발해 전력 효율을 최대 10배 끌어올렸다고 경향신문이 전했다. AI 연산의 비용과 전력 소모를 줄이려는 경쟁이 본격화됐다.

광고 문의 · 300×250

AI 모델의 학습·추론에는 막대한 연산과 전력이 든다. 전용 칩은 특정 모델에 최적화해 같은 작업을 더 적은 전력으로 처리하도록 설계돼, 운영 비용과 탄소 배출을 함께 줄일 수 있다.

빅테크 기업들이 자체 칩 개발에 나서는 것은, 외부 반도체 의존을 줄이고 성능·비용을 스스로 통제하려는 전략으로 읽힌다. AI 인프라 경쟁이 소프트웨어를 넘어 하드웨어로 확장되는 흐름이다.

전력 효율은 AI 확산의 핵심 병목 가운데 하나다. 데이터센터 전력 수요가 급증하는 가운데, 효율 개선은 지속 가능성과 직결된 과제로 부상하고 있다.

華橋時報는 기술 경쟁의 이면에 있는 에너지·환경 문제도 함께 전한다. AI가 사회 전반으로 퍼질수록, 그 기반이 되는 전력과 자원의 지속 가능성이 중요한 물음으로 남는다.

Google開發「電力效率最高10倍」Gemini專用晶片　AI半導體競爭升溫

Google表示開發其AI模型「Gemini」專用晶片，將電力效率提升最高達10倍。AI半導體領域之成本、電力競爭正升溫。
本報記者 陳泰興 · 2026.07.28
橋국제
圖=Wikimedia Commons（自由授權）· 與報導主題相關

據경향신문，Google開發「Gemini」專用晶片，將電力效率拉高最高10倍。降低AI運算成本與耗電之競爭正式展開。

광고 문의 · 300×250

AI模型之訓練、推論耗費龐大運算與電力。專用晶片針對特定模型最佳化，設計為以更少電力處理同一作業，可同時降低營運成本與碳排。

大型科技企業著手自研晶片，被讀為減少對外部半導體依賴、自主掌控效能與成本之策略。AI基建競爭正自軟體擴及硬體。

電力效率為AI擴散之核心瓶頸之一。於數據中心電力需求劇增之際，效率改善浮現為攸關永續之課題。

華橋時報一併傳達技術競爭背後之能源、環境問題。AI愈擴散至社會整體，其基盤之電力與資源永續性，愈成重要之問。

Google开发「电力效率最高10倍」Gemini专用晶片　AI半导体竞争升温

Google表示开发其AI模型「Gemini」专用晶片，将电力效率提升最高达10倍。AI半导体领域之成本、电力竞争正升温。
本报记者 陈泰兴 · 2026.07.28
橋국제
图=Wikimedia Commons（自由授权）· 与报导主题相关

据경향신문，Google开发「Gemini」专用晶片，将电力效率拉高最高10倍。降低AI运算成本与耗电之竞争正式展开。

광고 문의 · 300×250

AI模型之训练、推论耗费庞大运算与电力。专用晶片针对特定模型最佳化，设计为以更少电力处理同一作业，可同时降低营运成本与碳排。

大型科技企业著手自研晶片，被读为减少对外部半导体依赖、自主掌控效能与成本之策略。AI基建竞争正自软体扩及硬体。

电力效率为AI扩散之核心瓶颈之一。于数据中心电力需求剧增之际，效率改善浮现为攸关永续之课题。

华桥时报一并传达技术竞争背后之能源、环境问题。AI愈扩散至社会整体，其基盘之电力与资源永续性，愈成重要之问。

Google develops a Gemini-only chip 'up to 10x more power-efficient'; AI-chip race heats up

Google said it developed a chip dedicated to its AI model 'Gemini,' boosting power efficiency by up to tenfold. Cost and power competition in AI chips is intensifying.
By Jin Tae-heung · 2026.07.28
橋국제
Photo: Wikimedia Commons (free license), related to the topic

Google developed a 'Gemini'-only chip, raising power efficiency up to 10-fold, Kyunghyang Shinmun reported, as competition to cut the cost and power draw of AI computation begins in earnest.

광고 문의 · 300×250

Training and inference for AI models take enormous computation and power. A dedicated chip, optimized for a specific model, is designed to handle the same work with less power, cutting operating costs and carbon together.

Big Tech developing its own chips is read as a strategy to reduce reliance on outside semiconductors and control performance and cost. The AI-infrastructure race is expanding from software into hardware.

Power efficiency is one of the key bottlenecks in AI's spread. With data-center power demand surging, efficiency gains are emerging as a task tied directly to sustainability.

Sinophone Bridge Times also conveys the energy and environmental issues behind tech competition. The more AI spreads across society, the more the sustainability of its underlying power and resources remains an important question.

출처·참고 (사실 확인용 — 본문은 직접 재작성)
· 경향신문
광고 문의 · 970×90