중국의 주요 인공지능 개발팀이 대형언어모델(LLM) 훈련에서 엔비디아 칩과 CUDA 환경을 계속 사용하는 배경으로 소프트웨어 전환 비용이 지목됐다. 2026년 8월 10일 공개된 업계 인터뷰에 따르면 중국산 AI 가속기의 공급이 늘어도, 이미 CUDA에 맞춰 만든 학습 코드와 도구를 화웨이 Ascend와 CANN 환경으로 옮기려면 재작성·최적화·검증을 다시 거쳐야 한다. 엔비디아는 CUDA를 GPU 가속 컴퓨팅 플랫폼으로 설명하며, CUDA Toolkit에 가속 라이브러리와 디버깅·최적화 도구, C++ 컴파일러, 런타임 라이브러리가 포함된다고 밝히고 있다.
상하이 소재 대학과 연계된 연구기관의 AI 모델 개발자 제임스 왕은 자신의 팀이 현재 훈련 파이프라인을 Ascend 칩으로 이관하면 시간과 비용이 최소 50% 늘 것으로 추산했다. 이 수치는 특정 팀의 기존 작업 흐름을 기준으로 한 현장 예상치이며 중국 AI 업계 전체의 평균이나 실제 완료된 전환 사업의 결산값은 아니다. 코드 규모와 지원 연산자, 개발 인력, 성능 최적화 수준에 따라 부담이 달라질 수 있으므로 국산 칩의 구매 가격만으로 총비용을 비교해서는 안 된다.
공식 자료에서도 전환 장벽을 낮추려는 움직임은 확인된다. 화웨이는 2025년 9월 20일 HUAWEI CONNECT 2025에서 Ascend 컴퓨팅 사업부 사장 장디쉬안이 CANN 기술운영위원회 출범을 발표했다고 밝혔다. 당시 회사는 9월 말까지 CANN 연산자를 GitCode에 오픈소스로 공개하고, 12월에는 분야별 라이브러리와 GE, Ascend C, MindIE 등 핵심 소프트웨어 구성요소를 공개하겠다는 계획을 제시했다. 또 오픈소스 Ascend 생태계에 매년 1,500 PFLOPS 규모의 컴퓨팅 자원과 개발 보드 3만 개를 투입하겠다고 발표했다. 다만 이 발표는 공개 계획과 투자 약속을 확인해 줄 뿐, 기존 CUDA 코드가 수정 없이 호환되거나 왕의 팀이 실제 전환을 완료했다는 뜻은 아니다.
| 확인 항목 | 확인된 사실 | 해석 한계 |
|---|---|---|
| 전환 비용 | 시간과 비용 최소 50% 증가 추산 | 제임스 왕의 팀에 한정된 예상치 |
| CUDA 구성 | 라이브러리·개발 도구·컴파일러·런타임 제공 | Ascend에서 기존 코드의 자동 실행을 보장하지 않음 |
| CANN 개방 계획 | 운영위원회 출범과 소프트웨어 공개 일정 발표 | 계획 발표가 전환 완료를 의미하지 않음 |
중국 AI 개발사와 인프라 책임자에게 실사용 판단의 핵심은 칩 단가보다 전체 이관 비용이다. 모델 코드와 연산자 지원 범위, 분산학습 도구, 성능 재현, 결과 검증에 드는 인력과 시간을 함께 계산해야 한다. CANN의 공개 범위와 개발자 자원이 확대되면 선택지는 넓어질 수 있지만, 운영 중인 대형 훈련 체계에서는 소프트웨어 호환성과 검증 부담이 먼저 해소돼야 한다. 이번 사례는 중국산 AI 칩 전환이 장비 교체만으로 끝나는 일이 아니라 개발 환경 전체를 다시 맞추는 작업이며, 공개 계획과 실제 완료 상태를 구분해 봐야 한다는 한계를 보여준다.
저작권자 © STORIUM 무단전재 및 재배포 금지
