​ 국산 컴퓨팅 파워의 ‘벽 돌파의 순간’: 칩에서 슈퍼노드까지, 중국 컴퓨팅 파워 기반의 전면적 도약

컴퓨팅 파워 임대 가격 급등이 지난 한 주 컴퓨팅 파워 분야에서 자본시장이 가장 주목한 화제였다면, 국산 컴퓨팅 파워 인프라의 집단적 돌파는 이번 주 가장 산업적 깊이를 지닌 또 하나의 주선이다. 불과 10여 일 사이에 알리바바 핑터우거는 컴퓨팅 파워가 3배 향상된 전우 V900 칩을 발표했고, 화웨이는 세계 최초로 NPO 기술을 채택한 승텅 960 슈퍼노드를 선보였으며, 중커수광은 완전 자주통제 10만 카드 AI 슈퍼컴퓨팅 시스템을 발표했고, 차이나모바일 베이징 노드는 승텅 950DT 천 카드 슈퍼노드를 도입했다. 동시에 9월 28일 국무원 국유자산감독관리위원회는 ‘15차 5개년 계획’ 시기에 중앙기업이 컴퓨팅 파워 네트워크 투자를 계속 확대하고 컴퓨팅 파워-전력 협조와 컴퓨팅 파워-네트워크 융합을 심화해야 한다고 명확히 밝혔다. 칩에서 슈퍼노드로, 클러스터에서 정책으로, 국산 컴퓨팅 파워는 ‘뿌리’에서 힘을 발휘하는 체계적 돌파를 겪고 있다. 이 돌파는 단일 지점 성능 추격만이 아니라 시스템 아키텍처, 소프트웨어 생태계, 에너지 협조, 산업 정책의 전면적 재구성에 관한 것이다. 글로벌 AI 컴퓨팅 파워 경쟁이 백열화 단계에 접어든 가운데, 중국 컴퓨팅 파워 산업은 차별화되고 자주적이며 체계적인 발전 경로를 개척하려 하고 있다.

一、칩의 벽 돌파: 전우 V900과 승텅 950의 ‘하드 파워 각성’

국산 AI 칩의 경쟁 구도는 질적 변화를 겪고 있다. 오랫동안 국산 AI 칩은 ‘사용할 수는 있지만 충분히 좋지는 않은’ 딜레마에 직면했다. 단일 카드 성능은 국제 선도 수준과 격차가 있었고, 소프트웨어 생태계는 불완전했으며, 클러스터 확장 능력도 제한적이어서 대규모 모델 훈련과 추론이 수입 GPU에高度 의존했다. 그러나 이 국면은 빠르게 깨지고 있다.

9월 22일 2026 항저우 윈치 대회에서 알리바바 산하 핑터우거는 현재 중국에서 컴퓨팅 파워 성능이 가장 강한 자체 개발 AI 칩 전우 V900을 발표했다. 컴퓨팅 파워는 이전 세대 전우 M890의 3배로 향상됐고, 단일 클러스터는 50만 카드 규모까지 확장 가능하며, 2027년 1분기 양산 출시를 계획하고 있다. 알리바바는 동시에 신세대 아키텍처에 기반한 Qwen4 대규모 모델이 이미 훈련 중이며, 향후 Qwen4.5, Qwen5 등 버전은 5조에서 10조 파라미터로 확장될 것이라고 밝혔고, 2032년까지 알리바바 클라우드가 운영하는 글로벌 데이터센터 규모가 20GW를 초과한다는 목표도 제시했다. 이는 알리바바가 칩 측면만이 아니라 모델과 데이터센터 측면에서도 ‘칩-모델-클라우드’ 삼위일체의 폐쇄 루프 배치를 형성했음을 의미한다. 전우 V900의 50만 카드 클러스터 확장 능력은 미래 10조 파라미터급 모델 훈련의 하드웨어 기반을 제공하며, 20GW 데이터센터 목표는 AI 컴퓨팅 파워의 장기 수요에 대한 알리바바의 전략적 판단을 보여준다.

화웨이 측에서는 승텅 950 지능형 컴퓨팅 클러스터 서비스가 9월 말 중국 내에서 상용화됐고, 11월 30일 해외 시장으로 확대된다. 컴퓨팅 파워 측면에서 이 서비스는 전 링크 관측 가능한 5단계 신속 복구 메커니즘에 기반해 클라우드 훈련 40일 안정 운영과 10분 이내 장애 복구를 실현한다. 대규모 모델 훈련에서 안정성과 장애 복구 능력은 매우 중요하다. 한 번의 훈련 작업은 수천 장의 카드를 수주에서 수개월 연속 가동해야 하며, 단일 장애점이 발생하면 훈련 중단, 진척 후퇴, 비용 급증을 초래할 수 있다. 화웨이의 5단계 신속 복구 메커니즘은 장애 복구 시간을 10분 이내로 압축해 클러스터 가용성을 크게 높이고 훈련 비용을 낮춘다.

더 주목할 점은 알리바바 클라우드 링쥔 전우 M890 슈퍼노드 인스턴스 GP9A가 이미 대외 서비스를 제공하고 있다는 것이다. 이는 중국 최초로 2조 파라미터 초과 대규모 모델을 안정적으로 실행할 수 있는 슈퍼노드 형태의 컴퓨팅 파워이며, 단일 노드 인스턴스로 10만 카드급 클러스터를 지원하고 Qwen3.8-Max, Kimi K3 등 최전선 대규모 모델을 안정적으로 운영해 왔다. 이는 국산 슈퍼노드가 하드웨어 사양에서 새로운 높이에 도달했을 뿐 아니라 실제 대규모 모델 운영에서 검증됐음을 의미한다. 2조 파라미터 모델의 안정 운영은 메모리 대역폭, 상호 연결 지연, 스케줄링 시스템, 냉각 능력에 매우 높은 요구를 제기한다. 이를 달성했다는 것은 국산 컴퓨팅 파워의 시스템 통합 능력이 새로운 단계에 올랐음을 보여준다.

두 플래그십 칩의 잇따른 출시는 국산 AI 칩이 ‘사용 가능’에서 ‘사용하기 좋음’으로 가는 핵심 도약을 상징한다. 핑터우거는 이치톈 시리즈 서버 CPU 업데이트 계획을 처음 공개하며 컴퓨팅, 스토리지, 네트워크 전 스택 자체 개발 제품 배치를 완성했다. 칩에서 시스템 계층까지의 전 링크 최적화 능력은 소프트웨어-하드웨어 협조 효율을 크게 높이고 추론 비용을 낮추며 Agent 시대의 컴퓨팅 파워 수요에 견고한 기반을 제공할 것이다. 과거 국산 칩 업체는 칩만 제공하고 시스템 통합, 소프트웨어 적응, 클러스터 운영 유지 문제는 하류 업체가 스스로 해결해야 해 전체 효율이 낮았다. 이제 선도 업체는 칩, 서버, 네트워크에서 클라우드 서비스까지 풀스택 솔루션을 제공하기 시작해 소프트웨어-하드웨어 협조의 깊이가 크게 강화됐다. 이는 단일 카드 활용률 향상뿐 아니라 총소유비용 절감으로 이어져 국산 컴퓨팅 파워의 상업 경쟁력을 높인다.

二、슈퍼노드 혁명: 천 카드에서 백만 카드로의 클러스터 도약

슈퍼노드는 이번 주 국산 컴퓨팅 파워에서 기술적 함량이 가장 높은 돌파 방향이다. 대규모 모델이 10조급 규모로 나아가면서 전통적 서버 클러스터 아키텍처는 효율적 훈련과 추론의 요구를 충족하기 어려워졌다. 전통 클러스터에서는 GPU 간이 PCIe나 이더넷으로 상호 연결돼 대역폭이 제한적이고 지연이 비교적 높다. 모델 규모가 수조 파라미터로 확대되면 통신 병목이 훈련 효율을 심각하게 저해한다. 슈퍼노드는 시스템 수준의 아키텍처 혁신을 통해 수천에서 수만 장의 가속 카드를 극저 지연으로 상호 연결해 초대규모 AI 인프라 구축의 필연적 선택이 됐다.

9월 17일 화웨이는 전연결 대회 2026에서 세계 최초로 NPO(근접 패키징 광학) 기술을 채택한 슈퍼노드인 승텅 960 슈퍼노드를 발표했다. 이 슈퍼노드는 직교 아키텍처와 전액체 냉각 설계를 채택하고 링취 기반 메모리 통합 주소 지정을 실현하며, 단일 노드로 4096 카드 규모까지 확장 가능하고 8 EFLOPS FP8, 16 EFLOPS FP4 컴퓨팅 파워를 제공한다. NPO 기술은 광엔진을 패키징 기판에 근접시켜 전기 신호 전송 거리를 단축하고 전력 소비와 지연을 낮추는 초대규모 클러스터 상호 연결의 핵심 기술 방향이다. 전액체 냉각 설계는 고밀도 컴퓨팅 파워가 가져오는 방열 난제를 해결해 단일 노드 4096 카드의 높은 전력 밀도에서 안정 운영을 가능하게 한다.

화웨이는 동시에 업계 최초 양산 NPO 광엔진 Hi-ONE을 발표했다. 총 전송 용량은 7.2T에 달하며, 기존 방식에 필요한 4만 8천 개의 800G 광모듈을 5500개의 Hi-ONE 광엔진으로 대체해 전력 소비를 550킬로와트 이상 줄이고, 시스템 무고장 운영 시간을 두 배로 늘리며, 시스템 가용도 99.8%를 달성했다. 이 비교 데이터는 충격적이다. 기존 방식은 4만 8천 개의 800G 광모듈이 필요하지만 Hi-ONE은 단 5500개면 된다. 광모듈 수를 크게 줄일 뿐 아니라 전력 소비와 장애 지점도 줄인다. 1만 카드급 클러스터에서는 광모듈 수가 방대해 장애 확률이 높아지는데, 광모듈 수를 줄이는 것은 더 높은 신뢰성과 낮은 운영 유지 비용을 의미한다. 99.8% 시스템 가용도는 연간 비가용 시간이 18시간 미만임을 의미하며, 대규모 모델 훈련과 추론 서비스에 매우 중요하다.

더 전략적으로 중요한 것은 클러스터 확장 능력이다. 여러 승텅 960 슈퍼노드가 링취 네트워크 또는 RoCE로 연결되고 2계층 CLOS 4평면 네트워킹을 채택해 최대 클러스터 규모가 51.2만 카드에 달한다. 멀티트랙 토폴로지 기술과 결합하면 최대 100만 카드 승텅 슈퍼노드 클러스터를 지원할 수 있다. 이는 국산 슈퍼노드가 이미 10조 파라미터급 대규모 모델 훈련을 뒷받침할 하드웨어 기반을 갖췄음을 의미한다. 100만 카드 클러스터는 어떤 개념인가. 현재 세계 최첨단 AI 클러스터도 대부분 수만 카드에서 수십만 카드급이다. 100만 카드 클러스터는 한 번의 훈련으로 더 방대한 파라미터 규모와 데이터셋을 커버할 수 있어 차세대 기반 모델에 컴퓨팅 파워 보장을 제공한다. 물론 100만 카드 클러스터는 네트워크 토폴로지, 장애 격리, 작업 스케줄링, 전력 공급, 냉각 시스템 모두에 시스템적 혁신을 요구한다. 화웨이의 멀티트랙 토폴로지와 2계층 CLOS 4평면 네트워킹은 바로 초대규모 클러스터의 통신 병목과 확장성 문제를 해결하기 위한 것이다.

슈퍼노드의 도입은 제품 발표에 그치지 않는다. 9월 29일 차이나모바일 베이징 회사는 차이나모바일 클라우드 회사와 함께 화웨이 승텅 950DT 천 카드 슈퍼노드가 창핑구 정보항 데이터센터 모바일 클라우드 베이징 노드에 공식 도입됐다고 발표했다. 이 천 카드 슈퍼노드는 화웨이 슈퍼노드 아키텍처에 기반하며, 단일 노드 1024 카드 컴퓨팅 파워가 1 EFLOPS(FP8)에 달하고 256TB 통합 메모리와 마이크로초급 지연을 지원해 대규모 모델 훈련·추론, 에이전트 개발 등 고급 수요를 뒷받침할 수 있다. 이는 국산 슈퍼노드가 제품 발표에서 실제 배치로 나아가는 중요한 표지다. 통신사는 방대한 데이터센터 자원, 네트워크 자원, 고객 자원을 보유하고 있으며, 이들의 슈퍼노드 배치 진입은 국산 슈퍼노드가 규모 상용 단계에 들어서기 시작했음을 의미한다. 차이나모바일 베이징 노드 도입은 승텅 950DT의 엔지니어링 능력을 검증했을 뿐 아니라 이후 더 많은 통신사와 산업 고객의 국산 슈퍼노드 조달에 참고 사례를 제공했다.

三、컴퓨팅 파워 생태계: 오픈소스와 풀스택 협조의 ‘중국 경로’

국산 컴퓨팅 파워의 돌파는 하드웨어 성능 향상만이 아니라 생태계 재구성이다. 오랫동안 엔비디아의 CUDA 생태계는 매우 높은 이전 장벽을 형성했다. 개발자는 CUDA 툴체인에 익숙했고 모델 코드, 연산자 라이브러리, 튜닝 경험은 모두 CUDA를 중심으로 구축됐다. 국산 칩이 하드웨어 성능에서 근접해도 소프트웨어 생태계가 불완전하면 개발자 이전을 유도하기 어려웠다. 따라서 생태계 구축이 국산 컴퓨팅 파워의 진정한 정착의 관건이 됐다.

화웨이 부회장 겸 윤번 회장 왕타오는 전연결 대회에서 화웨이 AI 전략의 핵심은 컴퓨팅 파워이며, ‘슈퍼노드+클러스터’를 중심으로 시스템 아키텍처 혁신을 통해 경쟁력을 구축하고, 중국의 견고한 컴퓨팅 파워 기반을 만들며, 오픈소스 컴퓨팅 파워 생태계를 구축해 세계에 새로운 선택을 제공하겠다고 명확히 밝혔다. 이 발언은 화웨이의 전략 경로를 분명히 전한다. 단일 카드 성능의 단순 추월을 추구하지 않고 슈퍼노드와 클러스터의 시스템 수준 혁신, 오픈소스 생태계를 결합해 차별화된 경쟁 우위를 형성한다.

생태계 구축의 핵심 진전은 CANN 컴퓨팅 프레임워크의 전면 오픈소스화다. CANN은 상시적 오픈소스 커뮤니티 운영에 들어갔고, ‘사용 가능’에서 ‘사용하기 쉬움’으로 승텅은 생태계 변곡점을 넘었다. 이 전환의 의미는 오픈소스가 개발자의 이전 비용을 낮춰 더 많은 주류 대규모 모델이 승텅 기반 네이티브 훈련을 할 수 있게 하고, 칩에서 프레임워크, 모델로의 선순환을 형성한다는 것이다. 과거 개발자가 승텅으로 이전하려면 대량의 적응 작업이 필요했지만, CANN 오픈소스화와 커뮤니티 운영 상시화로 PyTorch, TensorFlow 등 주류 프레임워크의 승텅 지원이 더 완전해져 모델 이전 비용이 크게 낮아졌다. 점점 더 많은 모델이 승텅에서 네이티브 훈련되면서 승텅 생태계의 연산자 라이브러리, 튜닝 도구, 모범 사례도 풍부해져 선순환을 형성한다.

시스템 수준에서 화웨이는 슈퍼노드 아키텍처를 통산 시스템에 도입하고 쿤펑 슈퍼노드를 전면 업그레이드했다. 링취 전광 네트워킹에 기반해 최대 4096 노드를 지원하고 256TB 통합 메모리 풀을 형성해 Agent 샌드박스 밀도, 시작 속도, 벡터 검색 성능을 크게 높인다. 동시에 링취 UnifiedBus 기반 L3.5 계층 PB급 KV 캐시 솔루션 OceanStor M900 클러스터를 발표해 ‘원홉 직접 연결’ 기술을 지원하고 데이터 접근 효율을 최적화한다. 이러한 시스템 수준 혁신은 AI Agent와 추론 시나리오의 특수 요구에 대응한다. Agent 샌드박스는 빠른 시작, 격리 실행, 효율적 검색이 필요하며 쿤펑 슈퍼노드의 통합 메모리 풀과 전광 네트워킹은 이러한 작업 효율을 크게 높인다. OceanStor M900 클러스터의 PB급 KV 캐시와 원홉 직접 연결 기술은 대규모 모델 추론의 KV Cache 접근 병목에 대응해 추론 처리량과 응답 속도를 높인다.

알리바바 측에서는 독자적 전모듈 설계 아키텍처 CUBE 5.0에 기반해 건설 비용을 10% 이상 낮추고 단위 면적당 컴퓨팅 파워 밀도가 이전 세대의 5배에서 10배에 달한다. 5대 시스템은 공장에서 병행 제조 후 컨테이너로 사전 조정돼 컴퓨팅 파워 인프라의 모듈형 납품을 실현했다. 모듈형 납품의 의미는 건설 주기 단축, 현장 시공 난이도 저감, 배치 일관성 향상에 있다. 전통 데이터센터 건설은 주기가 길고 현장 공정이 복잡했지만 컨테이너형 모듈 납품은 대부분의 제조와 사전 조정을 공장에서 완료할 수 있어 현장에서는 인양, 수도·전기·네트워크 연결만으로 사용 가능하다. 이는 컴퓨팅 파워 규모의 빠른 확장과 AI 수요 폭발 대응에 매우 중요하다.

四、컴퓨팅 파워-전력 협조: 컴퓨팅 파워 확장의 하부 제약과 정책 지원

국산 컴퓨팅 파워의 규모 확장은 전력과 정책의 이중支撑을 떠날 수 없다. 컴퓨팅 파워 인프라는 전형적 고에너지 소비 산업으로, 10만 카드급 AI 클러스터의 소비 전력은 수십 메가와트에서 수백 메가와트에 달해 중소 도시의 전력 부하에 해당한다. 전력 공급이 불안정하고 전기 요금이 너무 높으면 컴퓨팅 파워 운영 비용을 통제하기 어렵다. 따라서 컴퓨팅 파워-전력 협조가 컴퓨팅 파워 산업의 지속 가능한 발전의 관건이 됐다.

9월 28일 국무원 국유자산감독관리위원회 계획발전국장 다이시는 국신판 기자회견에서 ‘15차 5개년 계획’ 시기에 중앙기업이 컴퓨팅 파워 네트워크 투자를 계속 확대하고 합리적으로 배치하며 질서 있게 생태 친화적 컴퓨팅 센터를 건설해야 한다고 밝혔다. 컴퓨팅 파워-전력 협조와 컴퓨팅 파워-네트워크 융합을 심화하고 더 많은 그린 전력 직접 연결 프로젝트를 신속히 실행하며 AI와 에너지의 양방향赋能을 추진한다. 이 정책 발언은 두 가지 핵심 신호를 전한다. 첫째, ‘컴퓨팅 파워 네트워크’가 전력망, 교통망과 나란한 인프라 높이로 격상됐고 중앙기업이 컴퓨팅 파워 네트워크 건설의 주력이 된다. 둘째, ‘컴퓨팅 파워-전력 협조’가 다음 단계 중점 방향으로 명확히 지정됐으며, 컴퓨팅 파워 확장이 단순한 GPU 적층이 아니라 에너지 공급과의 체계적 협조를 필요로 함을 의미한다.

정책 측의 지속적 강화는 국산 컴퓨팅 파워의 장기 확장에 제도적 보장을 제공한다. 동시에 중국 최초의 저장-컴퓨팅 통합 프로젝트가 내몽골 바오터우에서 공식 착공해 에너지 저장소와 분산형 지능형 컴퓨팅 센터의 협조 건설을 통해 ‘전력 입력, 토큰 출력’의 그린 산업 폐쇄 루프를 구축한다. 컴퓨팅 파워 인프라는 단일 컴퓨팅 센터에서 ‘컴퓨팅 파워+에너지+네트워크’의 종합 체계로 진화하고 있다. 저장-컴퓨팅 통합 프로젝트의 의미는 컴퓨팅 파워와 전력의 시공간적 미스매치를 해결하려는 데 있다. 풍력, 태양광 등 신에너지 발전은 변동성이 있고 AI 훈련과 추론은 안정적 전력을 필요로 한다. 에너지 저장소를 통해 전기 요금이 낮은 시간대나 신에너지 발전 피크에 저장하고 컴퓨팅 파워 피크에 방출할 수 있다. 분산형 지능형 컴퓨팅 센터를 통해 그린 전력을 지역에서 소비해 송전 손실을 줄일 수 있다. 이 모델이 규모화·복제되면 컴퓨팅 센터의 에너지 구조를 크게 개선하고 탄소 배출과 전력 비용을 낮출 수 있다.

五、산업 체인 공명: 칩에서 액체 냉각까지의 전면적 수혜

국산 컴퓨팅 파워의 돌파는 산업 체인 전체의 공명을 이끌고 있다. 액체 냉각 분야에서 중진공사는 2026년 글로벌 지능형 컴퓨팅 센터 액체 냉각 시장 규모가 약 1147억 위안으로 전년 대비 273% 급증할 것으로 추산한다. GPU 전력 밀도가 계속 높아지면서 전통 공랭은 방열 요구를 충족할 수 없게 됐고 액체 냉각이 고밀도 컴퓨팅 센터의 필연적 선택이 됐다. 액체 냉각은 방열 효율을 높일 뿐 아니라 PUE를 낮추고 에너지 소비를 줄인다. 중커수광이 발표한 수광 8000 덩펑 클러스터는 중국 최초로 완전 자주통제 가능한 10만 카드급 AI 슈퍼컴퓨팅 시스템으로 침수식 상변화 액체 냉각 기술을 채택해 국산 슈퍼컴퓨팅의 방열 기술 최전선 탐색을 대표한다. 난왕수자의 고효율 액체 냉각 컴퓨팅 파워 시리즈 제품은 데이터센터 침수식 액체 냉각 시스템 PUE가 1.086까지 낮고, 콜드 플레이트식 액체 냉각 시스템 PUE는 1.133으로 수냉/공랭 시스템 대비 에너지 소비를 30% 이상 줄인다. PUE가 낮을수록 방열에 쓰이는 전력 비중이 작고 컴퓨팅 센터의 에너지 이용 효율이 높다. 침수식 액체 냉각 PUE 1.086은 이론적 한계에 근접해 국산 액체 냉각 기술의 성숙도를 보여준다.

슈퍼컴퓨팅 분야에서는 칭화대 컴퓨터과학기술학과 고성능연구소의 ‘팔괘로 2’가 2026 중국 컴퓨팅 파워 대회 최우수 학술 논문으로 선정돼 국산 슈퍼컴퓨팅의 학술 최전선 지속 탐색을 보여줬다. 학술 연구는 산업 혁신의 원천이며, 국산 슈퍼컴퓨팅의 학술 분야 돌파는 산업급 컴퓨팅 파워 시스템에 알고리즘, 스케줄링, 내결함성 등의 이론적 지원을 제공할 것이다.

투자 측면에서 컴퓨팅 파워 산업 체인의 대형 수주가 빈번하다. 싱윤 테크놀로지의 전액 출자 자회사는 5년 기간, 세금 포함 총액 8억 7200만 위안의 지능형 컴퓨팅 자원 임대 서비스 계약을 체결했다. 광환신왕은 허린거얼 지능형 컴퓨팅 센터 프로젝트에 12억 6500만 위안 추가 투자를 계획해 총 투자액이 25억 위안으로 늘어난다. 쉰처 테크놀로지 주주총회는 120억 위안 이내의 AI 추론·컴퓨팅 센터 건설 의안을 통과시켰다. 이러한 대형 수주와 투자 계획은 산업 자본이 컴퓨팅 파워 인프라의 장기 수요에 낙관적 견해를 유지하고 있음을 보여준다. 컴퓨팅 파워 임대, 데이터센터 건설, AI 추론 센터 등 링크가 대량의 자금을 끌어들이고 있다. 동시에 서버, 광모듈, 네트워크 장비, 전원, 온도 제어 등 상류 링크도 컴퓨팅 파워 설비 투자 성장의 수혜를 받을 것이다.

결론: 국산 컴퓨팅 파워의 ‘시스템 수준 돌파’

전우 V900에서 승텅 960으로, 천 카드 슈퍼노드에서 백만 카드 클러스터로, 칩 자체 개발에서 생태계 오픈소스로, 국산 컴퓨팅 파워는 점에서 면으로의 체계적 돌파를 겪고 있다. 이 돌파의 핵심은 단일 지점 성능 추월이 아니라 시스템 아키텍처 혁신에 있다. 슈퍼노드 상호 연결, 풀스택 협조, 컴퓨팅 파워-전력 융합을 통해 공정 제약 조건下에서 차별화된 기술 경로를 개척했다.

신화망이 평가한 것처럼 국산 컴퓨팅 파워는 애플리케이션 계층 추격에서 기술, 표준, 모델의 깊은 돌파로 전환하고 있으며, ‘뿌리’에서 힘을 발휘하는 벽 돌파의 변혁이 이미 시작됐다. 컴퓨팅 파워 네트워크가 국가 신형 인프라 체계에 편입되고, 중앙기업이 컴퓨팅 파워 투자의 주력이 되며, 오픈소스 생태계가 ‘사용 가능’에서 ‘사용하기 쉬움’으로 넘어가면서 국산 컴퓨팅 파워의 천장은 끊임없이 높아지고 있다. 이는 기술적 진보일 뿐 아니라 글로벌 AI 컴퓨팅 파워 경쟁 구도에서 중국의 발언권이 실질적으로 향상된 것이다. 향후 더 많은 국산 칩, 슈퍼노드, 클러스터, 생태계 성과가 실현되면서 중국 컴퓨팅 파워 산업은 ‘추종자’에서 ‘병행자’로, 일부 영역에서는 ‘선도자’로 변모할 것으로 기대된다. 그리고 이 모든 것은 이제 막 시작됐다.