엔비디아 Run AI 인수 2024년 4월 (2025-08-28)

엔비디아 Run AI 인수 2024년 4월 (2025-08-28)

1. 엔비디아-Run:AI 인수: 전략적 포석

1.1 보고서 목표 및 중요성: 인프라 지배력 강화

본 보고서는 엔비디아가 Run:ai 인수를 통해 AI 컴퓨팅 인프라 시장에서 소프트웨어 기반의 지배력을 어떻게 확고히 하려는지 그 전략적 의도와 기술적 시너지를 심층 분석한다. 특히 고가 GPU 자원 활용 효율성 극대화가 엔비디아의 하드웨어 판매 전략에 미치는 핵심 영향을 평가할 필요가 있다. 본 인수는 단순한 기술 보강 차원을 넘어, 엔비디아가 AI 하드웨어 공급업체에서 AI 풀 스택(Full Stack) 솔루션 제공업체로 전환하는 데 있어 가장 중요한 소프트웨어 중심의 전략적 투자임을 명심하라. 보고서 전반에 걸쳐 분석 결과와 결론은 단정적이고 지시적인 어조로 제시된다.

1.2 거래 요약 및 핵심 정보: 인수 배경과 규모를 파악하라

엔비디아는 이스라엘의 AI 인프라 관리 소프트웨어 개발 스타트업 Run:ai 인수를 2024년 4월에 공식 발표했으며 1, 이후 8개월 만에 인수합병 절차를 마무리 지었다.3 Run:ai는 2018년 설립되었고, AI 및 딥러닝 워크로드를 위해 쿠버네티스 기반으로 GPU 컴퓨팅 리소스를 오케스트레이션하고 최적화하는 플랫폼을 개발하는 기업이다.4 Run:ai는 2020년부터 엔비디아와 긴밀한 협력 관계를 유지해 왔음을 확인한다.1

인수 금액은 공식적으로 공개되지 않았으나, 업계에서는 약 **7억 달러(약 9600억 원에서 1조 원)**로 추정한다.2 이 금액은 Run:ai가 Series C 단계까지 투자를 유치할 때 인정받았던 가치의 6배 수준임을 주목하라.3 엔비디아가 이처럼 높은 프리미엄을 지불한 것은, 이 기술이 현재 엔비디아의 핵심 하드웨어인 GPU 판매의 지속 가능성에 미치는 전략적 가치를 극도로 높게 평가했음을 시사한다. AI 칩 시장에서 엔비디아의 점유율이 80% 이상으로 압도적일지라도 3, 고가 GPU의 낮은 활용률(일부 사례에서 28% 미만)은 고객의 투자수익률(ROI) 인식을 저해하고, 장기적으로는 하드웨어 수요 둔화를 야기할 수 있다.8 Run:ai는 이 활용률 문제를 73% 이상으로 끌어올려 9, GPU 인프라의 가치를 실질적으로 2배 이상 증가시키는 해결책을 제공한다. 따라서 7억 달러는 Run:ai 자체 소프트웨어 매출이 아닌, 엔비디아의 수십억 달러 규모 GPU 판매 시장을 보호하고 확장하는 보험료 또는 촉매제로서 지불된 것임을 해석해야 한다.

2. Run:AI의 혁신 기술: GPU 자원 활용 극대화 전략 이해

2.1 AI 워크로드 관리의 병목 현상: 기존 GPU 활용 비효율성을 진단

기존 AI 컴퓨팅 환경에서는 GPU 자원에 대한 정적 할당 방식이 일반적이었으며, 이는 자원 요청량(Request)과 실제 자원 사용량(Utilization) 간의 불일치(Disparity)를 초래했다.10 비효율성의 핵심 원인은 여러 워크로드가 피크 수요를 기준으로 자원을 요청하지만, 대부분의 런타임 동안 피크 이하로 작동하여 GPU 메모리가 파편화되고 유휴 상태로 남게 되는 현상이다.10 이는 GPU 활용률을 28% 미만으로 떨어뜨리는 핵심 원인이었으며 8, 엔비디아 GPU의 높은 가격을 고려할 때, 낮은 활용률은 기업의 AI 모델 훈련 비용을 비정상적으로 높이고 GPU 인프라 투자 계획에 심각한 차질을 초래한다.8

2.2 쿠버네티스 기반 오케스트레이션: Run:AI 플랫폼의 구조를 분석하라

Run:ai는 컨테이너화된 애플리케이션 관리를 위한 오픈소스 시스템인 쿠버네티스(Kubernetes)를 기반으로 워크로드 관리 및 오케스트레이션 소프트웨어를 제공한다.2 이 플랫폼은 공유 컴퓨팅 인프라를 관리하기 위한 중앙 집중식 인터페이스를 제공하며, 복잡한 AI 워크로드에 대한 쉽고 빠른 액세스를 가능하게 한다.12 Run:ai는 사용자 추가 및 큐레이션, 클러스터 리소스 액세스 제공, 할당량(Quota), 우선순위(Priority), 풀(Pool) 제어, 리소스 사용 모니터링 및 보고 기능을 제공함으로써 인프라 관리 개선을 달성한다.9

2.3 동적 GPU 분할 (Dynamic GPU Fractions) 기술: 핵심 작동 원리를 상세히 기술하라

동적 GPU 분할(Dynamic GPU Fractions)은 GPU 활용도를 최적화하기 위해 워크로드가 자원 사용을 동적으로 조정할 수 있도록 지원하는 Run:ai의 핵심 혁신이다.10 이 기술을 통해 사용자는 **보장된 GPU 메모리/컴퓨팅 자원의 요청량(Request)**과 **동적으로 활용 가능한 상한(Limit)**을 지정하며, 이는 Kubernetes의 Request 및 Limit 표기법을 활용하여 달성된다.10 예를 들어, GPU 스케줄러는 워크로드에 GPU 메모리의 0.25를 보장하고, 다른 워크로드가 필요로 하지 않는 범위 내에서 최대 0.80까지 빌려 쓸 수 있도록 허용한다.13

공정한 서비스 품질(QoS)을 보장하기 위해, Run:ai는 GPUOOMKiller (Out Of Memory Killer) 컴포넌트를 개발하여 Kubernetes의 Request와 Limit 시맨틱을 사용하여 자원을 관리한다. 이 컴포넌트는 자원이 회수되어야 할 때 자동으로 상태 변화를 관리하며 13, 동시에 GPU 메모리의 작은 미사용 파편까지도 워크로드에 의해 활용되도록 보장한다.11 빈 팩(bin-pack) 스케줄링 전략과 함께 사용될 때 GPU 파편화(Fragmentation)를 줄이는 데 기여하며, 이는 기업이 기존 하드웨어에서 더 나은 성능을 끌어내는 기반이 된다.3

2.4 고객 가치 입증: GPU 활용률 향상 사례를 검토하라

Run:ai 플랫폼은 정적/수동 GPU 할당 방식에서 조직 전체의 풀링된 동적 자원 공유 방식으로 전환함으로써, GPU 활용률을 28%에서 73% 이상으로 증가시킨다.8 이러한 정량적 성과는 하드웨어 추상화, 단순화된 워크플로우, 자동화된 GPU 할당을 통해 데이터 과학팀의 생산성을 높이고, 훈련 시간을 가속화하는 직접적인 효과를 낳았다.9 Run:ai의 기술은 GPU를 구동할 때 최대 10배 많은 AI 워크로드를 활용할 수 있게 한다고 엔비디아는 강조한다.3 또한, 클러스터 활용도, 사용 패턴, 대기 시간 등에 대한 가시성을 제공하여 회사가 향후 하드웨어 지출을 더 효과적으로 계획하도록 돕는다.9

Run:AI 기술 적용 전후 GPU 활용 효율 비교

지표기존 정적 할당 환경 (평균)Run:AI 동적 오케스트레이션 환경 (사례)전략적 의미
GPU 활용률28% 미만73% 이상 8하드웨어 ROI (투자수익률) 2배 이상 개선
워크로드 동시 처리 능력낮음 (파편화 심화)최대 10배 증가 가능 3AI 개발팀 생산성 및 속도 극대화
자원 관리 방식수동, 정적, 불균형자동화, 동적, 풀링 (Kubernetes 기반) 6인프라 관리 비용 및 복잡성 대폭 감소

이러한 GPU 활용 효율성의 극대화는 거시적 경제 효과를 가져온다. 엔비디아는 블랙웰 등 차세대 칩 수요를 충족시키기 위해 공급망 압박을 겪고 있다.6 Run:ai를 통해 개별 GPU 구성 요소의 효율성이 최적화되면, 고객은 단기적으로 ’더 적은 수의 GPU’로도 동일한 AI 워크로드를 처리할 수 있게 되어 제한된 GPU 공급에 대한 수요 압력을 일시적으로 완화하는 효과를 얻는다. 그러나 이는 역설적으로 AI 성공 사례를 증가시켜 더 많은 기업이 AI에 투자하고, 궁극적으로 더 큰 규모의 AI 워크로드를 위해 ’더 많은 GPU’를 주문하게 만드는 선순환을 창출한다.6 즉, 엔비디아는 단기적 공급 문제 완화와 장기적 시장 성장을 동시에 꾀하는 전략적 포지셔닝을 확보한 것이다.

3. 엔비디아의 풀 스택 전략 가속화: 전략적 시너지 효과를 측정하라

3.1 DGX 및 AI Enterprise 통합 비전: 하드웨어-소프트웨어 수직 계열화를 확고히 하라

엔비디아는 Run:ai 인수를 통해 AI 하드웨어, 소프트웨어, 서비스를 아우르는 풀 스택 플랫폼의 자원 관리 및 오케스트레이션 계층을 완성했다.6 Run:ai의 솔루션은 이미 엔비디아의 핵심 인프라 제품군, 즉 NVIDIA DGX, DGX SuperPOD, NVIDIA Base Command, NGC 컨테이너, 그리고 NVIDIA AI Enterprise 소프트웨어에 통합되도록 설계되었다.6 이러한 통합은 특히 엔터프라이즈 고객에게 제공되는 관리형 AI 솔루션인 NVIDIA AI Enterprise의 가치를 높이며, 중앙 집중식 인터페이스를 통해 자원 할당 능력을 크게 강화한다.12

Run:AI 기술의 NVIDIA 가속 컴퓨팅 플랫폼 통합 지점

NVIDIA 제품/플랫폼Run:AI 통합 역할전략적 가치근거 (Source)
NVIDIA DGX / DGX SuperPODGPU 클러스터 자원 관리 및 오케스트레이션고가 하드웨어의 효율성 극대화 및 ROI 개선6
NVIDIA AI Enterprise중앙 집중식 AI 워크로드 관리 인터페이스엔터프라이즈 AI 스택의 관리 용이성 및 완성도 제고12
NVIDIA DGX CloudLLM 배포 및 생성형 AI 워크로드 최적화클라우드 기반 AIaaS 솔루션의 성능 및 유연성 확보12
전체 GPU 인프라단일 패브릭 구축, 하드웨어 추상화온프레미스/클라우드 환경 전반의 통일된 접근성 보장12

3.2 ‘단일 패브릭(Single Fabric)’ 구축: 고객 접근성 및 인프라 관리를 개선하라

엔비디아는 Run:ai와 함께 고객이 어디서든 GPU 솔루션에 액세스할 수 있는 **단일 패브릭(Single Fabric)**을 구축할 계획이다.12 이는 온프레미스 데이터센터, 엣지 환경, 그리고 클라우드 전반에 걸쳐 GPU 클러스터가 마치 하나의 통합된 리소스 풀처럼 중앙에서 관리됨을 의미한다. 이를 통해 고객은 인프라 관리 개선, GPU 활용도 향상, 개방형 아키텍처를 통한 유연성 향상 등의 이점을 누릴 수 있다.12 엔비디아는 자사의 가속 컴퓨팅 플랫폼과 Run:ai의 플랫폼이 광범위한 서드파티 솔루션을 계속 지원하여 고객에게 선택권과 유연성을 제공할 것임을 명시했다.12

Run:ai 인수는 엔비디아가 하이퍼스케일러(AWS, Azure, GCP)와의 관계에서 수동적인 하드웨어 공급자 역할을 넘어, 소프트웨어 계층을 통해 통제권을 주장하는 전략적 전환점이다. 기존에는 클라우드 제공업체가 자체 쿠버네티스 서비스 및 스케줄링 도구로 GPU 워크로드를 관리했지만 14, 엔비디아는 DGX Cloud 및 AI Enterprise를 통해 고객이 클라우드 구성을 전적으로 의존하는 대신, 자사가 최적화한 Run:ai와 같은 도구를 사용하도록 유도한다. 결과적으로 엔비디아는 고객 데이터센터부터 클라우드까지 AI 워크로드의 흐름과 효율성을 직접 통제하는 ‘GPU 생태계의 중앙 사령관’ 역할을 수행하며, 클라우드 생태계 내에서 자사 영향력을 극대화한다.14

3.3 거대 언어 모델(LLM) 배포 최적화: 생성형 AI 워크로드 지원 능력을 평가하라

Run:ai의 기술은 NVIDIA DGX Cloud 고객들에게 특히 중요한 기능을 제공하며, 이는 LLM 배포를 포함한 복잡한 AI 워크로드에 Run:ai의 오케스트레이션 역량을 활용할 수 있게 한다.12 생성형 AI 모델(LLM)은 훈련 및 추론 단계에서 막대한 GPU 자원을 요구하며, 이 자원의 효율적인 분할 및 공유는 필수적이다. Run:ai는 이러한 대규모, 고밀도 워크로드 환경에서 최적화된 풀 스택 서비스를 제공하는 로드맵에 집중할 것이다.12 엔비디아 CEO는 AI 추론 모델과 AI 에이전트가 향후 칩 수요를 크게 증가시킬 것이라 강조했는데 16, Run:ai는 이 추론 및 에이전트 워크로드를 다수의 GPU에서 효율적으로 분산 처리하는 데 핵심적인 역할을 수행할 것이다.

4. 규제 및 독점 위험 분석: 시장 경쟁 환경 변화를 예측하라

4.1 AI 칩 시장 독점 현황: 엔비디아의 압도적 시장 지배력을 확인하라

엔비디아는 AI 칩 시장에서 80% 이상의 점유율을 확보하고 있으며 3, 이는 전 세계 독점 금지 규제 기관들의 강화된 감시 대상이 되는 주된 이유다. 규제 당국은 소수의 기존 기술 대기업들이 신흥 기술을 독점하고 잠재적 경쟁자들을 억제하는 이른바 ‘킬러 인수(Killer Acquisition)’ 가능성에 대한 우려로 엔비디아의 거래를 집중 감시해왔다.3

4.2 규제 당국의 감시: EU 및 미국 법무부(DOJ)의 반독점 조사 경과를 정리하라

이 거래는 이탈리아 규제 당국의 회부로 EU의 주목을 받았으며 17, EU 집행위원회는 심층 조사를 진행한 후 승인하였다.3 EU 위원회는 인수가 경쟁에 위협이 되지 않을 것이라고 결론 내렸는데, 이는 엔비디아가 자사의 GPU와 경쟁사 소프트웨어 간의 호환성을 방해할 능력이나 의도가 없다는 사실에 근거한다.17 또한 규제 기관은 Run:ai가 오케스트레이션 소프트웨어 시장에서 현재 중요한 위치를 차지하고 있지 않으며, 고객들은 여전히 경쟁사 서비스에 접근하거나 자체 소프트웨어를 개발할 수 있다는 점을 고려하였다.17 그러나 미 법무부는 이 거래가 AI 분야의 신생 경쟁업체들을 잠재적으로 제거할 수 있다는 우려로 반독점 조사에 착수했다.3

NVIDIA-Run:AI 인수 관련 규제 승인 및 이슈 요약

규제 기관주요 검토 쟁점최종 결정/현황엔비디아의 주요 대응
유럽연합 집행위원회 (EU Commission)경쟁 위협, GPU 및 오케스트레이션 시장 독점승인 완료 (2023년 12월) 17경쟁사 소프트웨어 호환성 저해 의도 없음 17
미국 법무부 (DOJ)‘킬러 인수’ 가능성, 신생 경쟁업체 제거 우려조사 착수 3Run:ai 소프트웨어의 오픈소스화 약속 6
이탈리아 규제 당국일반 합병 조사 기준 미달 거래 회부EU 위원회에 조사 회부 17-

4.3 ‘킬러 인수’ 논란 회피 전략: 오픈소스 전환 및 호환성 유지 약속의 의미를 분석하라

엔비디아는 규제 당국의 우려를 해소하기 위한 핵심 조치로, Run:ai 소프트웨어를 **오픈소스(Open Source)**로 제공할 것임을 시사했다.3 이는 Run:ai 기술을 독점적으로 묶어두지 않고 생태계 전체에 공개함으로써 ’킬러 인수’라는 비판을 표면적으로 방어하는 전략이다. 그러나 이러한 오픈소스화에도 불구하고 엔비디아는 경쟁 우위를 점한다. 엔비디아는 이미 2020년부터 Run:ai와 협력해 왔기 때문에 6, 해당 소프트웨어를 자사의 DGX 하드웨어 및 풀 스택 환경에 최적으로 통합하고 지원하는 데 **비교 우위(Head Start)**를 갖기 때문이다. 이는 경쟁사들이 오픈소스를 활용하더라도 엔비디아 하드웨어에서만큼의 성능 최적화를 이루기 어렵게 만드는 구조적 장벽을 형성한다.

4.4 경쟁사 영향 평가: AMD, 인텔, 하이퍼스케일러의 대응 전략을 예측하라

Run:ai 인수는 엔비디아의 소프트웨어 장벽을 더욱 높이는 결과를 초래한다. AMD와 인텔은 GPU 시장 경쟁력을 높이기 위해 하드웨어 성능과 더불어 자체 AI 소프트웨어 스택(ROCm, OneAPI) 구축에 총력을 기울이고 있지만 18, Run:ai는 엔비디아에게

하드웨어 효율성이라는 새로운 독점적 방어선을 제공하여, 경쟁사들이 단순히 칩 성능만으로 따라잡기 어렵게 만든다. 한편, 클라우드 서비스 제공업체들은 엔비디아의 인프라 통제력 확대에 긴장할 것이다.14 이들은 엔비디아 의존도를 낮추기 위해 자체 AI 칩(ASIC) 개발 및 대체 GPU 오케스트레이션 솔루션 투자를 가속화할 것으로 예상된다.

5. 제품 로드맵 및 통합 계획: 미래 엔터프라이즈 AI 환경을 전망하라

5.1 Run:AI 제품 로드맵의 지속성: 엔비디아의 투자 방향을 확인하라

엔비디아는 Run:ai의 기존 제품을 동일한 비즈니스 모델로 계속 제공하고, Run:ai 제품 로드맵에 지속적으로 투자할 계획임을 명확히 했다.12 향후 로드맵은 특히 생성형 AI를 위한 통합 풀 스택 서비스를 제공하는 데 중점을 둘 것이다.12 이는 엔비디아가 단순한 AI 칩 공급을 넘어, AI 모델의 개발부터 배포까지 전 과정을 지원하는 생태계를 완성하려는 의지를 반영한다.

5.2 조직 통합 및 이스라엘 R&D 센터의 역할: 핵심 인력 확보 효과를 검토하라

Run:ai의 창립자(Omri Geller, Ronen Dar)를 포함한 팀 전체는 엔비디아의 이스라엘 R&D 센터로 편입된다.5 엔비디아는 이미 4,000명의 직원이 일하는 이스라엘 내 7개 R&D 센터를 운영 중이며 19, Run:ai 팀 확보는 GPU 오케스트레이션 및 AI 인프라 소프트웨어 분야에서 최고 수준의 전문 지식을 내부화하는 효과를 가져온다. 이는 향후 엔비디아의 소프트웨어 스택 개발 속도를 가속화하는 핵심 동력이 될 것이다.

5.3 NVIDIA DGX Cloud를 통한 서비스 확장: AIaaS(AI-as-a-Service) 전략과의 연계를 분석하라

Run:ai의 자원 최적화 및 관리 역량은 엔비디아가 주요 클라우드 회사와 협력하여 제공하는 DGX Cloud 서비스의 핵심 기반이 될 것이다.12 DGX Cloud는 엔터프라이즈 개발자들을 위한 AI 플랫폼으로서, Run:ai를 통해 GPU 활용도와 클러스터 관리의 효율성이 극대화될 경우, 고객들은 엔비디아의 AIaaS 서비스에 대한 의존도를 높일 것이다. 엔비디아 CEO는 첨단 AI를 위해 전 세계가 예상했던 것보다 100배 더 많은 컴퓨팅 파워가 필요하다고 강조했으며 16, 엔비디아가 2028년까지 획기적으로 향상된 AI 칩 로드맵(예: 파인먼)을 예고한 상황에서 20, Run:ai 기술은 미래의 급증하는 컴퓨팅 수요를 효율적으로 관리하고 분배하는 데 필수적인 소프트웨어 레이어가 될 것임을 확신하라.

6. 결론 및 고위 경영진을 위한 권고 사항

6.1 종합 분석 결론: 본 인수가 엔비디아의 장기 전략에 미치는 핵심 영향력을 선언하라

NVIDIA의 Run:ai 인수는 GPU 시장의 ’하드웨어 병목 현상’을 **‘소프트웨어 최적화’**를 통해 극복하고, 장기적인 하드웨어 판매를 촉진하는 전략적 생태계 강화 투자이다. 이는 엔비디아가 AI 하드웨어 지배력을 소프트웨어 및 서비스 영역으로 수직 확장하는 데 결정적인 역할을 수행한다. 엔비디아는 이 인수를 통해 경쟁사들이 따라잡기 힘든 ’GPU+오케스트레이션+풀 스택 소프트웨어’라는 강력한 방어 해자(Moat)를 구축했으며, 특히 고가의 DGX 인프라를 사용하는 엔터프라이즈 고객의 이탈을 막는 핵심 소프트웨어 인프라를 확보했다.

6.2 전략적 권고: 경쟁사 및 투자 관점에서의 행동 방침을 제시하라

  • : 엔비디아의 소프트웨어 생태계 장벽이 높아졌음을 인정하고, 단순히 하드웨어 성능을 높이는 것을 넘어 ROCm 또는 OneAPI 기반의 독자적인 AI 자원 오케스트레이션 및 활용률 최적화 솔루션 개발에 자원을 집중 투입하라. 특히 GPU 자원 분할 및 공유 기술 개발을 최우선 과제로 상정하라.
  • [투자자 및 고객 대상 권고]: Run:ai 인수는 엔비디아 GPU의 효율성과 장기적 가치를 높이는 긍정적 요인임을 판단하라. 엔비디아 AI Enterprise 및 DGX Cloud 환경에 대한 투자가 더욱 안정적이고 효율적이 될 것이므로, 엔비디아 기반의 AI 인프라 로드맵을 확정하라.
  • [규제 기관 대상 권고]: 엔비디아의 오픈소스화 전략이 표면적으로는 공정한 경쟁 환경을 조성하는 것처럼 보이지만, 하드웨어-소프트웨어 통합 단계에서 발생하는 비대칭적 최적화 이점(Asymmetric Optimization Advantage)을 면밀히 주시하고 잠재적인 끼워팔기 행위 발생 여부를 지속적으로 감시하라. 엔비디아가 약속한 호환성 유지 여부를 정기적으로 확인하라.

7. 참고 자료

  1. Nvidia가 이스라엘의 AI 인프라 회사 Run:ai를 인수합니다. - 틸노트, https://tilnote.io/news/677469b9b9d621d8974464c0
  2. 엔비디아, 이스라엘 AI 스타트업 ‘런AI’ 7억 달러 인수 - IT조선, https://it.chosun.com/news/articleView.html?idxno=2023092114453
  3. AI 지배력 강화 나선 엔비디아…이스라엘 스타트업 런에이아이, 1조원 …, https://www.mk.co.kr/news/it/11207098
  4. Run:ai - 기업 상세 정보 - 로아AI, https://engine.roa.ai/companies/kqdzjxgAR2/summary
  5. It’s official: Our portfolio company Run:ai has been acquired by Nvidia | TLV Partners, https://www.tlv.partners/runai-and-nvidia/
  6. Why NVIDIA’s Acquisition of Run:ai Is a Great Move - Futuriom, https://www.futuriom.com/articles/news/why-nvidias-acquisition-of-runai-is-a-great-move/2024/12
  7. 엔비디아, 이스라엘 AI 스타트업 ‘런에이아이’ 7억 달러에 인수 - 아세안익스프레스, https://www.aseanexpress.co.kr/news/article.html?no=10944
  8. How one company went from 28% GPU utilization to 73% with Run:ai, https://pages.run.ai/hubfs/PDFs/Case-Study-from-28-to-73-percent-GPU-Utilization.pdf
  9. How one company went from 28% GPU utilization to 73% with Run:ai, https://pages.run.ai/hubfs/PDFs/Case%20Studies/From%2028%20To%2073%20Percent%20Utilization%20Case%20Study%202024.pdf
  10. Dynamic GPU Fractions - - Run:ai, https://docs.run.ai/v2.20/Researcher/scheduling/dynamic-gpu-fractions/
  11. GPU Fractions - NVIDIA Run:ai Documentation, https://run-ai-docs.nvidia.com/self-hosted/platform-management/runai-scheduler/resource-optimization/fractions
  12. NVIDIA, GPU 오케스트레이션 소프트웨어 기업 Run:ai 인수 - NVIDIA …, https://blogs.nvidia.co.kr/blog/runai/
  13. Dynamic GPU Fractions - - Run:ai, https://docs.run.ai/v2.19/Researcher/scheduling/dynamic-gpu-fractions/
  14. How Nvidia Could Use $700M Run.ai Acquisition for AI Consumption - HPCwire, https://www.hpcwire.com/2024/05/06/how-nvidia-could-use-700m-run-ai-acquisition-for-ai-consumption/
  15. Riding the hyperscaler wave: The investment opportunity in cloud ecosystems - McKinsey, https://www.mckinsey.com/industries/private-capital/our-insights/riding-the-hyperscaler-wave-the-investment-opportunity-in-cloud-ecosystems
  16. 미국 엔비디아, AI 칩 출시 로드맵 발표…2028년 새로운 AI 칩 출시 - YTN 사이언스, https://science.ytn.co.kr/program/view.php?mcd=0082&key=202503191115171767
  17. Nvidia의 Run:ai 인수, 유럽 위원회 승인 획득 - 인베스팅닷컴, https://kr.investing.com/news/stock-market-news/article-93CH-1312559
  18. 엔비디아 인텔 지분 인수로 AI 생태계 ‘독점’ 의지, AMD 브로드컴 정조준 - 비즈니스포스트, https://www.businesspost.co.kr/BP?command=article_view&num=412697
  19. US chip giant Nvidia snaps up Israeli AI workload management startup - The Times of Israel, https://www.timesofisrael.com/us-chip-giant-nvidia-snaps-up-israeli-ai-workload-management-startup/
  20. 엔비디아, AI 칩 로드맵 발표…2028년까지 성능 대폭 향상 예고 - 펜앤마이크, https://www.pennmike.com/news/articleView.html?idxno=96276