📄 Earnings Call Transcript 번역 결과

?뱤 Presentation

Original	Translation
Arm Holdings plc (ARM) Shareholder/Analyst Call March 24, 2026 1:00 PM EDT Company Participants Rene Haas - CEO & Director Mohamed Awad - Executive Vice President of Cloud AI Business Unit Conference Call Participants Santosh Janardhan - Meta Platforms, Inc. Kevin Weil - OpenAI, L.L.C. Paul Saab Presentation Unknown Attendee [Presentation] Unknown Attendee Please welcome Arm's Chief Executive Officer, Rene Haas. Rene Haas CEO & Director Such a nice warm welcome. Thank you. So welcome to our live stream audience, watching the Arm Everywhere event.	Arm 홀딩스 plc (ARM) 주주/애널리스트 컨퍼런스 콜 2026년 3월 24일 오후 1시 (미국 동부 표준시) 회사 참석자 르네 하스 - CEO 겸 이사 모하메드 아와드 - 클라우드 AI 사업부 총괄 부사장 컨퍼런스 콜 참석자 산토시 자나르단 - 메타 플랫폼스 Inc. 케빈 웨일 - 오픈AI, L.L.C. 폴 사브 발표 발표자 불명 [발표] 발표자 불명 암의 최고경영자(CEO)이신 르네 하스님을 모시겠습니다. 르네 하스 CEO 겸 이사 이렇게 따뜻하게 환영해 주셔서 감사합니다. 그럼, Arm Everywhere 행사를 시청하고 계신 라이브 스트림 시청자 여러분께도 환영의 말씀을 전합니다.
I don't think we've ever done a live stream event like this and to the folks here in the audience, thank you so much for coming to the historic Fort Mason. And you may not know that Fort Mason here in California, was actually an official defense site for the Civil War. And this is where a very famous battle between Alabama, Georgia and California took place. Now you're thinking to yourself, I don't remember that battle. That's why this area looks so pristine. There actually was not a battle. But it actually was a fort. So I thought that was actually kind of neat. I didn't actually know that. So thank you again for attending a big day for us. We have a lot to share with you.	저희가 이런 라이브 스트리밍 행사를 해본 적은 없는 것 같습니다. 그리고 여기 계신 청중 여러분께, 유서 깊은 포트 메이슨에 와주셔서 진심으로 감사드립니다. 아마 모르실 수도 있겠지만, 캘리포니아에 있는 이 포트 메이슨은 사실 남북 전쟁 당시 공식 방어 기지였습니다. 그리고 바로 이곳에서 앨라배마, 조지아, 캘리포니아 간의 아주 유명한 전투가 벌어졌죠. 아마 지금쯤 여러분은 '그 전투는 기억나지 않는데?'라고 생각하실 겁니다. 바로 그 때문에 이 지역이 이렇게 깨끗하게 보존되어 있는 겁니다. 사실은 전투가 없었습니다. 하지만 이곳은 실제로 요새였습니다. 그래서 저는 그 사실이 꽤 흥미롭다고 생각했습니다. 저도 사실 그 사실을 몰랐습니다. 다시 한번, 저희에게 아주 중요한 날에 참석해 주셔서 감사합니다. 여러분과 공유할 내용이 많습니다.
So I'm going to jump right into it. When we thought about how to name this event and how to talk about our company, we thought Arm Everywhere was really appropriate because one of the things that we're very proud of that we don't always think about in our daily lives at Arm, but it's really quite impactful. It's just the scale of the company and the scale of the magnitude we have. So when we start looking at numbers, 117 billion, what is the number? That's the total humans ever to live on earth. So that's -- if you count up by all of our calculations, how many people have lived on the planet since inception, about 117 billion.	바로 본론으로 들어가겠습니다. 이번 행사의 이름을 짓고 저희 회사를 어떻게 소개할지 고민했을 때, 'Arm Everywhere'가 정말 적절하다고 생각했습니다. 저희가 매우 자랑스럽게 생각하는 것 중 하나가, Arm에서의 일상생활에서는 늘 인지하지 못하지만, 정말 상당한 영향력을 가지고 있기 때문입니다. 바로 저희 회사의 규모와 저희가 가진 영향력의 규모입니다. 그래서 숫자를 살펴보면, 1,170억이라는 숫자는 무엇일까요? 그것은 지구상에 존재했던 총 인류의 수입니다. 다시 말해, 저희의 모든 계산에 따르면, 지구가 처음 생긴 이래로 이 행성에서 살았던 사람들의 수가 약 1,170억 명 정도 됩니다.
350 billion plus are the number of Arm chips to have ever shipped. That is 3x the total number of humans who have ever existed on the planet. So it's not just 1 for every human. It's 3 for every human to have ever lived. 7x the total number of non Arm-based CPUs shipped combined. Just think about that number. And 160 Arm chips for every global household, Mine is probably larger than 160, but 160 is about the average. So that just gives you a sense of the scale of what we've done, and it's really important because it feeds into everything that makes us what we are today and, of course, could not be done without our ecosystem partners.	지금까지 출하된 Arm 칩의 총량은 3,500억 개 이상에 달합니다. 이는 인류 역사상 지구상에 존재했던 총 인구수의 3배에 달하는 수치입니다. 즉, 단순히 모든 사람당 1개가 아니라, 인류 역사상 존재했던 모든 사람당 3개에 달하는 수준입니다. 비(非) Arm 기반 CPU의 총 출하량을 모두 합친 것의 7배에 달합니다. 이 수치가 의미하는 바를 한번 생각해 보십시오. 그리고 전 세계 모든 가구당 160개의 Arm 칩이 보급되어 있습니다. 제 경우에는 아마 160개보다 더 많을 테지만, 160개는 평균치입니다. 이는 저희가 달성한 규모를 보여주는 것이며, 오늘날의 저희를 있게 한 모든 것의 기반이 되기에 매우 중요합니다. 물론, 이는 저희의 에코시스템 파트너 없이는 결코 이룰 수 없었던 일입니다.
Now the company's DNA was really born to run off batteries. Company started in the early 1990s. It was a spinout of a British computer company named Acorn. And that company had a mandate to build a chip, and that chip had a couple of requirements. One was it had to run in a plastic package, which back then was really important. And number two, it had to be really low power. The first part was important because of heat. The second part was important because battery life met everything because this was going into the world's first PDA. So the company, we nailed that.	저희 회사의 DNA는 본질적으로 배터리 구동을 위해 설계되었습니다. 회사는 1990년대 초반에 설립되었는데, 영국의 Acorn이라는 컴퓨터 회사에서 스핀아웃된 회사입니다. 그리고 그 회사는 칩을 개발해야 하는 임무를 가지고 있었고, 그 칩에는 몇 가지 요구사항이 있었습니다. 첫째, 플라스틱 패키지에서 작동해야 했는데, 이는 당시로서는 정말 중요한 부분이었습니다. 둘째, 정말 저전력이어야 했습니다. 첫 번째 요구사항은 열 문제 때문에 중요했습니다. 두 번째 요구사항은 배터리 수명이 모든 것을 좌우했기 때문인데, 이는 이 칩이 세계 최초의 PDA에 탑재될 예정이었기 때문입니다. 그래서 저희 회사는 이를 성공적으로 해냈습니다.
We nailed that objective so solidly that -- and this is a true story, that when the first Arm development board that had the first Arm1 processor was powered up, and these were plugged in now into a back of a wall. So you had a development board, lots of logic chips plugged into an AC outlet. When the AC outlet plug was removed, the chip kept running. And the chip kept running based upon the leakage current that was coming off all the other chips on the board. So the folks came in the next night and they saw the silico was still driving a signal. And that is really what for us launched the revolution of smartphones.	우리는 그 목표를 너무나 확실하게 달성했습니다. 이건 실화인데요, 최초의 Arm1 프로세서가 탑재된 첫 Arm 개발 보드의 전원을 켰을 때였습니다. 이 보드들은 벽면 콘센트에 연결되어 있었죠. 즉, 개발 보드와 수많은 로직 칩들이 AC 콘센트에 연결되어 있었던 겁니다. 그런데 AC 콘센트 플러그를 뽑았는데도, 칩은 계속 작동했습니다. 그 칩은 보드에 있는 다른 모든 칩들에서 나오는 누설 전류만으로 계속 작동했던 겁니다. 그래서 다음날 밤 사람들이 와서 보니, 그 실리콘 칩이 여전히 신호를 구동하고 있는 것을 보았습니다. 그리고 그것이 바로 우리에게 스마트폰 혁명을 시작하게 한 계기가 되었습니다.
We were designed into the very first GSM phone for those who remember that Nokia brick on the far edge. But then the BlackBerry, which many of us who had loved, still love. Wish it came back, all the way to the modern smartphones of Android and iPhones. That is where we started in terms of the battery life. It launched a generation of smartphones. Now one of the breaks we got about 10 years ago was when SoftBank bought Arm. Yes, it was about 10 years ago, it was 2016. And when SoftBank bought Arm, Masa gave us an opportunity now that we're a private company to invest into areas that we were not able to invest in before.	저희 기술은 최초의 GSM 폰에 탑재되었습니다. 그 시절 노키아 벽돌폰을 기억하시는 분들이라면 아실 겁니다. 그리고 저희 중 많은 이들이 사랑했고 지금도 사랑하며, 다시 돌아오기를 바라는 블랙베리부터 현재의 안드로이드 및 아이폰 스마트폰에 이르기까지 말입니다. 배터리 수명 측면에서 저희의 시작점이 바로 그곳이었습니다. 이는 스마트폰 시대를 열었습니다. 약 10년 전, 소프트뱅크가 Arm을 인수했을 때가 저희에게 찾아온 주요 전환점 중 하나였습니다. 네, 약 10년 전인 2016년이었습니다. 소프트뱅크가 Arm을 인수했을 때, 손 회장은 저희가 비상장 회사가 된 시점에서 이전에는 투자할 수 없었던 분야에 투자할 기회를 주었습니다.
And that gave us the opportunity to expand the platform to a number of other verticals. We took everything that we knew about smartphones and then expanded that out into the cloud. We launched Neoverse. We got our first design wins in the data center. And then we were also able to invest into autonomous, automotive, physical AI. We could not have done that without that 2016 moment. And this is my thank you to Masa for allowing us to do that. We could not have made that all happen. It's paid significant benefits for the company.	그리고 그 덕분에 저희는 플랫폼을 다른 여러 산업 분야로 확장할 기회를 얻었습니다. 저희는 스마트폰에 대해 알고 있던 모든 것을 활용하여 클라우드 분야로 확장했습니다. 네오버스를 출시했고, 데이터 센터 분야에서 첫 번째 디자인 윈을 확보했습니다. 또한 자율주행, 자동차, 물리적 AI 분야에도 투자할 수 있었습니다. 2016년의 그 순간이 없었다면 이 모든 것을 해낼 수 없었을 것입니다. 저희가 그렇게 할 수 있도록 허락해 주신 마사에게 이 자리를 빌려 감사드립니다. 이 모든 것을 가능하게 할 수 없었을 것입니다. 이는 회사에 상당한 이점을 가져다주었습니다.
However, as good as our products are, as competitive as the platform is for physical AI, for autonomous, for the cloud, it is really what I like to call the ecosystem of ecosystems that really differentiates us. And this is where the partnership really comes to life because that mobile platform that we built cannot happen without the software. And the software layer in the case of the mobile area is iOS, it's Windows, it's Android, it's MacOS. And then the litany of applications that not only run on the Arm compute platform, but they're highly optimized, highly tuned and allows the partners in the ecosystem to build great products.	하지만 저희 제품이 아무리 훌륭하고 물리적 AI, 자율주행, 클라우드 분야에서 저희 플랫폼이 아무리 경쟁력이 있다 하더라도, 진정으로 저희를 차별화하는 것은 제가 '생태계 중의 생태계(ecosystem of ecosystems)'라고 부르는 것입니다. 바로 이 지점에서 파트너십이 진정으로 빛을 발합니다. 저희가 구축한 모바일 플랫폼은 소프트웨어 없이는 구현될 수 없기 때문입니다. 모바일 영역의 소프트웨어 계층은 iOS, Windows, Android, MacOS이며, 이와 더불어 Arm 컴퓨트 플랫폼에서 실행될 뿐만 아니라 고도로 최적화되고 튜닝되어 생태계 파트너들이 훌륭한 제품을 만들 수 있도록 돕는 수많은 애플리케이션들이 있습니다.
That formula applies to every vertical that we participate in. It applies to what takes place in the cloud, whether it's Linux or OpenAI or Anthropic and then the platform that runs with it. And this is why we like to call this the ecosystem of ecosystems because it's not just one vertical. And you can see when we look at the physical AI platform with automotive, same formula. 22 million-plus software developers that are very unique to a vertical, but they leverage a lot across the ecosystem that allows people to get started in other areas. So this is the magic, and this is what is uniquely Arm. It is what's very, very unique about our compute platform.	저희가 참여하는 모든 수직 시장에 이 공식이 적용됩니다. 클라우드에서 구현되는 것, 즉 리눅스든 OpenAI든 Anthropic이든, 그리고 그 위에서 실행되는 플랫폼에도 적용되죠. 이것이 바로 저희가 이를 '에코시스템 중의 에코시스템'이라고 부르는 이유입니다. 단일 수직 시장에만 국한되지 않기 때문입니다. 그리고 자동차 분야의 물리적 AI 플랫폼을 보시면, 동일한 공식이 적용됩니다. 2,200만 명 이상의 소프트웨어 개발자들이 특정 수직 시장에 매우 특화되어 있지만, 에코시스템 전반에 걸쳐 많은 것을 활용하여 다른 분야에서도 쉽게 시작할 수 있도록 해줍니다. 이것이 바로 마법이며, Arm만의 독특한 강점입니다. 저희 컴퓨팅 플랫폼의 정말 독보적인 특징이죠.
There's no one on the planet who can serve the edge to the cloud in the way our ecosystem does. Now over the past few years, we've been evolving our strategies largely because we see the demands in the marketplace are around the chips are more complex. The cycle times to build these chips are getting longer, 5-nanometer to 3-nanometer to 2-nanometer means longer fab times, longer peg times. There's a need to do more and to do it faster. We've traditionally provided IP, IP in a stand-alone form, the CPU, the GPU, system IP. And that has served us well for the first 30-plus years of the company.	전 세계적으로 우리 생태계처럼 엣지에서 클라우드까지 서비스를 제공할 수 있는 곳은 없습니다. 최근 몇 년간 저희는 전략을 진화시켜 왔습니다. 이는 주로 시장의 수요가 칩의 복잡성 증가와 관련되어 있기 때문입니다. 5나노미터에서 3나노미터, 2나노미터로 발전하면서 칩 개발 주기가 길어지고 있으며, 이는 더 긴 제조(fab) 시간과 더 긴 조립(peg) 시간을 의미합니다. 더 많은 것을 더 빠르게 해야 할 필요가 있습니다. 저희는 전통적으로 독립형 IP, 즉 CPU, GPU, 시스템 IP를 제공해 왔습니다. 그리고 그것은 회사 창립 후 30여 년간 저희에게 큰 도움이 되었습니다.
But as I said, we were starting to see huge demand for the need to go faster, make products better and get time to market sooner. And we introduced something called compute subsystems. We did this about 3, 4 years ago. We invested very heavily in terms of the engineering requirements to do this. And what this does is it takes all the blocks of IP and puts them together in a finished way, verified, performant, tested that the end customer can then take to market. And in some cases, it shaves a year, in some cases, 18 months off the time of starting design to get into production. It was a very significant investment for us. We put a lot of effort and engineering into it.	하지만 말씀드렸듯이, 저희는 더 빠르게 나아가고, 제품을 더 좋게 만들고, 시장 출시 시간을 단축해야 할 필요성에 대한 엄청난 수요를 보기 시작했습니다. 그래서 저희는 '컴퓨트 서브시스템(compute subsystems)'이라는 것을 도입했습니다. 약 3~4년 전에 이를 시작했으며, 이를 위해 필요한 엔지니어링에 막대한 투자를 했습니다. 이 시스템은 모든 IP 블록을 가져와서, 검증되고, 성능이 뛰어나며, 테스트까지 완료된 형태로 결합하여 최종 고객이 바로 시장에 출시할 수 있도록 합니다. 경우에 따라서는 설계 시작부터 생산까지 걸리는 시간을 1년, 길게는 18개월까지 단축시켜 줍니다. 저희에게는 매우 의미 있는 투자였으며, 여기에 많은 노력과 엔지니어링 역량을 쏟아부었습니다.
But we've already seen massive benefits in terms of the customer base. We introduced this 3 or 4 years ago. Our business model is a license plus royalty. Royalty is the laggard. So royalties start to show up 2, 3 years after we license a product. Already, CSS represents almost 20% of our royalties and growing. Now that's our evolution. But of course, we're now in an era where everything is different than we knew it before. And when I think about artificial intelligence, and I get a lot of questions when I talk to analysts or media about did AI just come up on us by surprise.	하지만 저희는 이미 고객 기반 측면에서 막대한 혜택을 확인했습니다. 저희는 이를 3, 4년 전에 도입했습니다. 저희의 사업 모델은 라이선스 및 로열티입니다. 로열티는 후행 지표입니다. 따라서 제품 라이선스를 제공한 후 2, 3년이 지나야 로열티가 발생하기 시작합니다. 이미 CSS는 저희 로열티의 거의 20%를 차지하고 있으며, 계속 성장하고 있습니다. 이것이 저희의 발전 과정입니다. 하지만 물론, 저희는 이제 이전에 알던 것과는 모든 것이 다른 시대에 살고 있습니다. 그리고 인공지능에 대해 생각해보면, 애널리스트나 언론과 대화할 때 AI가 저희에게 갑자기 닥쳐온 것인지에 대한 질문을 많이 받습니다.
And I think back to a time I was in Bletchley Park about 1.5 years ago, and the Bletchley Park is where the original crypto work was done by Alan Turing to help the West against the Germans and World War II. There is an area there where you can go in the museum and you see papers from Alan Turing about can machines think. I think those papers were written in the 1940s. So the idea of AI is obviously not new. And if you're a sci-fi, aficionado or fan, I certainly was growing up. Arthur C. Clark was one of my favorite authors. 2001 A Space Odyssey, now we have people who weren't even born in 2001, who are here. I always looked at this and said, of course, this is going to happen.	그리고 약 1년 반 전 블레츨리 파크에 있었던 때를 떠올려 봅니다. 블레츨리 파크는 2차 세계대전 당시 앨런 튜링이 서방 연합군이 독일에 맞서 싸우는 것을 돕기 위해 최초의 암호 해독 작업을 수행했던 곳입니다. 그곳 박물관에 가면 앨런 튜링이 '기계도 생각할 수 있는가'에 대해 쓴 논문들을 볼 수 있는 구역이 있습니다. 제 생각에 그 논문들은 1940년대에 쓰여졌을 겁니다. 따라서 인공지능이라는 개념은 분명히 새로운 것이 아닙니다. 그리고 만약 여러분이 공상 과학 소설의 애호가나 팬이라면, 저 역시 어릴 적에는 분명히 그랬습니다. 아서 C. 클라크는 제가 가장 좋아하는 작가 중 한 명이었습니다. '2001 스페이스 오디세이'를 보면, 지금 이 자리에는 2001년에 태어나지도 않은 분들도 계시죠. 저는 항상 이것을 보면서 '물론, 이런 일은 일어날 수밖에 없다'고 생각했습니다.
I just didn't think in my lifetime, I would see it at the pace that we've seen it. And for anyone who says this is a bubble and it's going to pass, it may be a financial bubble in the case of investment may slow down and it may be an investment bubble in the sense of the valuations may not be what they are today tomorrow. But if anyone thinks that this is something that is going to go away, it's a little bit of an ostrich syndrome. This is here with us. And it's really changed how people think about computing. However, somewhere along the way, people kind of thought CPUs were dead.	내 평생에 우리가 본 속도로 이런 변화를 보게 될 거라고는 정말 생각 못 했습니다. 그리고 이것이 거품이고 곧 사라질 것이라고 말하는 사람들에게는, 투자 둔화로 인한 금융 거품일 수도 있고, 내일의 가치 평가가 오늘과 같지 않을 수 있다는 의미에서 투자 거품일 수도 있습니다. 하지만 이것이 사라질 것이라고 생각하는 사람이 있다면, 그것은 약간의 타조 증후군입니다. 이것은 우리와 함께할 것입니다. 그리고 이것은 사람들이 컴퓨팅에 대해 생각하는 방식을 정말로 바꿔놓았습니다. 하지만 어느 시점부터인가, 사람들은 CPU가 죽었다고 생각하는 경향이 있었습니다.
And there was a thought that the only way you handle AI is through accelerated computing, that the CPU's role in the AI world is no longer relevant. Now if we think about the role of the CPU and what happens in the cloud, now this is the cloud before AI. So I'm going to say it's before that last slide that I showed. Huge growth in compute cloud. We saw growth from AWS, Microsoft, GCP. And the conventional use of the cloud was you type in an answer, you do a search, -- any seats left for the Warrior's game? I think there are a lot of seats left for tomorrow's game, by the way, I have seen or tonight's game. You got the prompt back. This is the cloud.	AI를 다루는 유일한 방법은 가속 컴퓨팅뿐이며, AI 세상에서 CPU의 역할은 더 이상 중요하지 않다는 생각이 있었습니다. 이제 CPU의 역할과 클라우드에서 일어나는 일들을 생각해 보면, 이것은 AI 이전의 클라우드입니다. 제가 보여드린 마지막 슬라이드 이전의 상황이라고 말씀드리겠습니다. 컴퓨팅 클라우드는 엄청나게 성장했습니다. AWS, 마이크로소프트, GCP에서 성장세를 보였습니다. 그리고 클라우드의 기존 용도는 답변을 입력하고 검색을 하는 것이었습니다. 예를 들어, "워리어스 경기 좌석이 남아있나요?" 같은 질문을 하면 (그나저나, 제가 봤을 때는 내일 경기나 오늘 경기 좌석이 많이 남아있는 것 같더군요), 답변을 돌려받는 식이었죠. 이것이 바로 클라우드였습니다.
Very simple, you do search, but CPU is very heavy. So when we look at the growth of SaaS 10-plus years ago, 10, 15 years ago and all the growth around cloud, the CPUs were doing literally all the work. Now when you add the AI cloud, if you will, and now you are a human and you're putting in a prompt into your device, whether it's your phone or your PC, Well, of course, there are still CPUs involved. The cloud is servicing that request, and that request gets sent for a token, which the accelerator generates and a CPU in that data center orchestrates and sends a token back, the token being a word or an answer that provides the request for the query.	간단히 말해서, 검색을 할 때 CPU 부하가 매우 큽니다. 그래서 10여 년 전, 10년에서 15년 전 SaaS의 성장과 클라우드 관련 모든 성장을 보면, CPU가 말 그대로 모든 작업을 처리했습니다. 이제 AI 클라우드라고 할까요, 이것을 추가하고, 사람이 휴대폰이든 PC든 자신의 기기에 프롬프트를 입력한다고 가정해 봅시다. 물론, 여전히 CPU가 관여합니다. 클라우드가 해당 요청을 처리하고, 그 요청은 가속기가 생성하는 토큰을 위해 전송되며, 해당 데이터센터의 CPU가 이를 조율하여 토큰을 다시 보냅니다. 이 토큰은 쿼리 요청에 대한 응답을 제공하는 단어 또는 답변입니다.
So this is all the work that's being done by the AI data center. So CPUs are involved both in the cloud and obviously, they're involved in the AI data center. And we estimate that in this data center, there's probably 30 million CPU cores per gigawatt. So there's a lot. And data center here is a combination of what sits right in the AI cluster, whether it's your head node to your accelerator or what sits next to a dedicated rack. But the math is basically about 30 million CPU cores per gigawatt, okay? And that is the world that we've seen coming up to about the last year or so or maybe even less. And what has changed in the last number of months has been this explosion of agents.	이것이 바로 AI 데이터 센터가 수행하는 모든 작업입니다. 따라서 CPU는 클라우드와 당연히 AI 데이터 센터 모두에 사용됩니다. 저희는 이 데이터 센터에 기가와트당 약 3천만 개의 CPU 코어가 있을 것으로 추정합니다. 그 양이 상당합니다. 여기서 데이터 센터는 AI 클러스터 내부에 직접 위치하는 구성 요소들, 예를 들어 헤드 노드부터 가속기까지, 또는 전용 랙 옆에 있는 구성 요소들을 모두 포함합니다. 하지만 핵심적인 수치는 기본적으로 기가와트당 약 3천만 개의 CPU 코어입니다. 아시겠죠? 그리고 이것이 바로 저희가 지난 1년 정도, 어쩌면 그보다 더 짧은 기간 동안 목격해 온 상황입니다. 지난 몇 달 동안 변화한 것은 바로 에이전트의 폭발적인 증가입니다.
Agents are essentially tools that act on a request and come back with a full flow of answers. So it's not just a query for an answer, but it's actually work. It's run a payroll task, do a scheduler, go off and write a number of analyses relative to a tool flow and provide me an answer. And we heard so much about OpenClaw here in the last few weeks as an example, and it's not the only example. Now why is this important? Why am I talking about this? Because as we move to agentic query, the number of tokens per human go up by 15x, if not greater. And if you think about the why of that, it's pretty straightforward.	에이전트는 본질적으로 요청을 받아 처리하고, 그에 대한 포괄적인 답변 흐름을 제공하는 도구입니다. 따라서 이는 단순히 답변을 얻기 위한 질의가 아니라, 실제 업무를 수행하는 것입니다. 급여 업무를 실행하고, 스케줄러를 작동시키며, 도구 연동 흐름에 맞춰 여러 분석을 작성한 후 저에게 답변을 제공하는 식입니다. 지난 몇 주간 여기서 오픈클로(OpenClaw)에 대해 많이 언급되었는데, 이것이 유일한 예시는 아닙니다. 자, 이것이 왜 중요할까요? 제가 왜 이 말씀을 드리는 걸까요? 에이전트형 질의로 전환될수록, 사용자당 토큰(token) 수가 15배, 혹은 그 이상 증가하기 때문입니다. 그리고 그 이유를 생각해 보면, 매우 명확합니다.
Agents can generate requests, a, far faster than humans; and b, they don't sleep. They're at a 24/7. So the agents are now pushing these requests into the cloud into the data center and what's happening? The data center is choking. These accelerators, which are very expensive, that generate the tokens now need to send those tokens back through the cloud. Now if we think about what an agent is, an agent is a workflow. As I said, it's a payroll task, it's a scheduler task. It's asynchronous. It is a lot of work relative to scheduling. That's what CPUs do. That is what CPUs do. That is not a work that can be done by an accelerator.	에이전트는 첫째, 인간보다 훨씬 빠르게 요청을 생성할 수 있습니다. 둘째, 잠을 자지 않습니다. 24시간 내내 작동하죠. 그래서 에이전트들은 이제 이 요청들을 클라우드, 즉 데이터센터로 밀어 넣고 있는데, 무슨 일이 벌어지고 있을까요? 데이터센터가 마비되고 있습니다. 토큰을 생성하는 이 가속기들은 매우 비싼데도 불구하고, 이제 그 토큰들을 다시 클라우드를 통해 보내야 합니다. 이제 에이전트가 무엇인지 생각해 보면, 에이전트는 워크플로우입니다. 제가 말씀드렸듯이, 급여 처리 작업, 스케줄러 작업과 같은 것입니다. 비동기적이죠. 스케줄링과 관련하여 많은 작업을 처리합니다. 이것이 바로 CPU가 하는 일입니다. 이것이 바로 CPU가 하는 일입니다. 이것은 가속기가 처리할 수 있는 작업이 아닙니다.
The way to think about this is the accelerator generates the tokens, but it's almost like pushing a dump truck up and someone's got to move all that dirt. The CPUs are the pieces of equipment that move that dirt and Agentic AI only increases that. So what you see is a huge bottleneck now in terms of flow. So what does that mean? You need more and more CPUs, lots of them. CPUs near the head node, CPUs next to the accelerator rack, more CPU racks inside the data center, you just need more. And by our calculations, and we think this may be a little bit light, goes up about 4x, 120 million CPU cores for that same gigawatt, okay? So in that same profile, we now need 120 million CPU cores.	이를 이렇게 생각하시면 됩니다. 가속기(accelerator)가 토큰을 생성하지만, 이는 마치 덤프트럭이 흙을 쏟아내는 것과 같고, 누군가는 그 흙을 모두 옮겨야 합니다. CPU는 그 흙을 옮기는 장비이며, 에이전트 AI(Agentic AI)는 이러한 요구를 더욱 증가시킵니다. 따라서 현재 데이터 흐름 측면에서 엄청난 병목 현상이 발생하고 있습니다. 그럼 이게 무엇을 의미할까요? 점점 더 많은 CPU가, 그것도 아주 많이 필요하다는 뜻입니다. 헤드 노드 근처의 CPU, 가속기 랙 옆의 CPU, 데이터 센터 내의 더 많은 CPU 랙 등, 그저 더 많이 필요합니다. 저희 계산에 따르면, 이 수치가 다소 보수적일 수 있다고 생각하지만, 동일한 기가와트(gigawatt) 전력량에서 약 4배 증가한 1억 2천만 개의 CPU 코어가 필요합니다. 아시겠죠? 따라서 동일한 조건에서, 이제 우리는 1억 2천만 개의 CPU 코어가 필요합니다.
Now we're trying to put 4x the amount of CPU cores in that same power envelope. Power is precious, obviously. The capital required for it is precious. So trying to put all those extra CPUs into a data center that is already stuffed to the brim with accelerators and CPUs doing the core work, that is a problem. [Presentation] Rene Haas CEO & Director Now every tough problem needs a good solution. And we're announcing our first silicon chip that we are selling to customers for revenue. The Arm AGI CPU. Now this is a big, big deal. And I would love to tell you every feed and speed about the product right now, but Mohammad will kill me if I do that.	현재 우리는 동일한 전력 범위 내에서 4배 더 많은 CPU 코어를 탑재하려고 노력하고 있습니다. 전력은 당연히 귀합니다. 그것에 필요한 자본 또한 귀합니다. 따라서, 핵심 작업을 수행하는 가속기와 CPU들로 이미 포화 상태인 데이터 센터에 이 모든 추가 CPU들을 넣으려는 시도는 문제가 됩니다. 르네 하스 (CEO 겸 이사) 이제 모든 어려운 문제에는 좋은 해결책이 필요합니다. 그리고 오늘, 저희는 고객에게 판매하여 수익을 창출할 첫 번째 실리콘 칩을 발표합니다. 바로 Arm AGI CPU입니다. 이것은 정말 엄청난 일입니다. 그리고 저는 지금 당장 이 제품의 모든 세부 사양과 성능에 대해 말씀드리고 싶지만, 그렇게 하면 모하마드가 저를 가만두지 않을 겁니다.
So we'll go into a lot of detail about the product and how we conceived it and the why. But let me be clear, we are now in a new business for Arm, and we are supplying CPUs as chips. The biggest reason we're doing this is that our partners have asked for it. But we're also really doing this to solve the problem I just described. As Agentic AI becomes mainstream, all of the work required to make that happen is CPU bound and you need a CPU that has the DNA of being born to run off a battery. So as I said, -- reason 0 is our partners have asked us for it. And one of the partners we work the closest with on this is Meta.	자, 그럼 제품과 저희가 어떻게 이를 구상했는지, 그리고 그 이유에 대해 자세히 설명드리겠습니다. 하지만 분명히 말씀드리겠습니다. 저희 Arm은 이제 새로운 사업 영역에 진출했으며, 칩 형태로 CPU를 공급하고 있습니다. 저희가 이렇게 하는 가장 큰 이유는 파트너들이 요청했기 때문입니다. 하지만 저희는 또한 제가 방금 설명드린 문제를 해결하기 위해 이 일을 추진하고 있습니다. 에이전트형 AI가 주류가 됨에 따라, 이를 구현하는 데 필요한 모든 작업은 CPU에 종속되며, 배터리 구동을 위해 태어난 DNA를 가진 CPU가 필요합니다. 그래서 앞서 말씀드렸듯이, 0순위 이유는 저희 파트너들이 요청했기 때문입니다. 그리고 이와 관련하여 저희가 가장 긴밀하게 협력하는 파트너 중 하나는 Meta입니다.
And I'm super pleased to have Santosh Janardhan with me today, who's going to do a better job than I can to tell you why Meta made that choice. Santosh? Santosh Janardhan Meta Platforms, Inc. Hey folks, welcome. Every year, I try to run the San Francisco half Marathon and they distribute the bits the day before you run right here. I can tell you, it looks very, very different compared to what I guess you're seeing now. So hi, my name is Santosh Janardhan. I lead infrastructure at Meta. So what does that mean? Well, it means that we traditionally go and custom build and design our data centers, we run it.	오늘 Santosh Janardhan 씨를 모시게 되어 정말 기쁩니다. 메타가 왜 그런 선택을 했는지 저보다 더 훌륭하게 설명해 주실 겁니다. Santosh? Santosh Janardhan (메타 플랫폼스) 안녕하세요, 환영합니다. 매년 저는 샌프란시스코 하프 마라톤에 참가하려고 노력하는데요, 바로 이곳에서 경기 전날 배번(bibs)을 배부합니다. 솔직히 말씀드리자면, 지금 여러분이 보시는 것과는 매우, 매우 다른 모습입니다. 네, 저는 Santosh Janardhan입니다. 메타에서 인프라를 총괄하고 있습니다. 그럼 그게 무엇을 의미할까요? 일반적으로 저희는 데이터센터를 맞춤형으로 구축하고 설계하며, 직접 운영한다는 뜻입니다.
We custom build our hardware, our GPUs, our CPUs, and we'll get into that quite a bit, the network that connects them. And obviously, the software that sort of binds it all together. It's a fancy way to say that if your Instagram is not working, if your WhatsApp is not working, your message is not arriving, I am the person to blame. Now if you think through our family of apps, that marks about 3 billion, 3.5 billion users that use our products daily. Every single day, about half of humanity logs into one of our sort of apps and hammers away at it. And as you can imagine, that creates a decent amount of scale. We run a decent amount of the Internet.	저희는 하드웨어, GPU, CPU를 직접 맞춤 제작하며, 이들을 연결하는 네트워크에 대해서도 나중에 자세히 말씀드리겠습니다. 물론, 이 모든 것을 하나로 묶는 소프트웨어까지 포함해서 말이죠. 쉽게 말해, 만약 인스타그램이 작동하지 않거나, 왓츠앱이 안 되거나, 메시지가 도착하지 않는다면, 그건 바로 제 책임이라는 뜻입니다. 저희 앱 제품군을 생각해 보시면, 매일 저희 제품을 사용하는 사용자가 약 30억에서 35억 명에 달합니다. 매일, 인류의 절반 가량이 저희 앱 중 하나에 로그인하여 활발하게 이용하고 있습니다. 그리고 짐작하시겠지만, 이는 상당한 규모를 만들어냅니다. 저희가 인터넷의 상당 부분을 운영하고 있는 셈입니다.
And we're probably the only hyperscaler that's not a cloud, right? So if you think about gigawatts of capacity, tens of millions of servers and increasingly, more and more, you're seeing bigger and bigger CPU and GPU, AI clusters. Rene sort of went through that quite a bit. I think it's interesting to go and look at how this has grown over the last years. AI clusters are a fairly new thing, really started sort of post-COVID 2022, '23, just after sort of a ChatGPT came along. And our initial clusters were pretty small. In fact, when I look back for this, in '23, our initial clusters are about 128 GPUs. That's it. But as you can see, even in '23, we started scaling quite a bit.	그리고 저희는 아마도 클라우드가 아닌 유일한 하이퍼스케일러일 겁니다, 그렇죠? 기가와트급 용량, 수천만 대의 서버를 생각해 보시면, 점점 더 커지는 CPU와 GPU 기반 AI 클러스터들을 보실 수 있을 겁니다. 르네가 그 부분을 꽤 자세히 다뤘습니다. 지난 몇 년간 이것이 어떻게 성장해왔는지 살펴보는 것은 흥미롭다고 생각합니다. AI 클러스터는 비교적 새로운 현상으로, 코로나19 이후인 2022년, 23년, 즉 ChatGPT가 등장한 직후에 본격적으로 시작되었습니다. 그리고 저희의 초기 클러스터는 꽤 작았습니다. 사실, 이 자료를 찾아보니 23년에는 저희 초기 클러스터가 약 128개의 GPU로 구성되어 있었습니다. 그게 전부였죠. 하지만 보시다시피, 23년에도 저희는 꽤 많이 확장하기 시작했습니다.
And as you sort of fast forward, it really started growing. The demand for this has far surpassed sort of what any one of us could imagine it was. We are in the tens of thousands of GPUs stitched together in a single cluster now. And if I project it forward, and this is the thing I really want to set context, there is absolutely no sign of this slowing down. In fact, it's almost exponential. I only see it accelerating. right? So the demand is exponential. And as Rene was saying, power is constrained. I want to talk a little bit about some of our clusters. That is Prometheus. Prometheus is one of our bigger clusters. It will surpass well over 1 gigawatt by the end of this year.	시간이 흐르면서, 정말로 성장하기 시작했습니다. 이것에 대한 수요는 우리 중 그 누구도 상상했던 수준을 훨씬 뛰어넘었습니다. 현재 저희는 단일 클러스터 내에 수만 대의 GPU를 하나로 엮어 사용하고 있습니다. 그리고 앞으로 전망해보면, 제가 특히 말씀드리고 싶은 점은, 이러한 추세가 전혀 둔화될 조짐이 보이지 않는다는 것입니다. 사실상 거의 기하급수적입니다. 저는 오히려 가속화될 것으로만 보입니다. 그렇죠? 따라서 수요는 기하급수적으로 증가하고 있습니다. 그리고 르네가 말했듯이, 전력 공급은 제한적입니다. 저희 클러스터 중 일부에 대해 잠시 말씀드리고자 합니다. 저것이 프로메테우스입니다. 프로메테우스는 저희의 대규모 클러스터 중 하나입니다. 올해 말까지 1기가와트를 훨씬 상회할 것입니다.
There's a lot of GPUs, I can tell you. And we stitched together a bunch of data centers, a bunch of tent. That thing you see, the blue colored thing is actually a tent. It's a fancy tent, but still a tent, right? It's weatherproof. It can survive about a category 2 hurricane. But we're putting together all of this, stitching it together with a network. And so to our developers, to our researchers, what they end up getting is about 1 gigawatt worth of an AI cluster in a single combined entity, which is pretty powerful, as you can imagine. But like I was saying, the demand is exponential to put it mildly. That is Hyperion. It is going to go up to 5 gigawatts in a few years.	분명히 말씀드리지만, GPU가 엄청 많습니다. 그리고 저희는 여러 데이터 센터와 여러 텐트 시설을 이어 붙였습니다. 여러분이 보시는 저 파란색 물체는 사실 텐트입니다. 고급 텐트이긴 하지만, 여전히 텐트입니다, 그렇죠? 방수 방풍이 되며, 대략 카테고리 2급 허리케인에도 견딜 수 있습니다. 하지만 저희는 이 모든 것을 네트워크로 연결하여 하나로 이어 붙이고 있습니다. 그래서 저희 개발자들과 연구원들은 결국 단일 통합된 형태로 약 1기가와트 규모의 AI 클러스터를 얻게 됩니다. 상상하시겠지만, 이는 상당히 강력합니다. 하지만 앞서 말씀드렸듯이, 수요는 기하급수적이라고 해도 과언이 아닐 정도입니다. 그것이 바로 하이페리온입니다. 몇 년 안에 5기가와트까지 늘어날 것입니다.
Most people can't fathom what a gigawatt is. A gigawatt is about 10 Palo Altos, the town of Palo Alto, 10x what it consumes is 1 gigawatt. This will be 5. That's 50 Palo Altos, right? That's what we are building out. So it's going to go and go really, really big. So why do we do this? At Meta, we have this vision of delivering personal super intelligence for every single one of our users. This means creating models that can go and figure out the most relevant experience, the most engaging experience for every one of you on our platforms. It means creating a personal assistant for every one of you, right?	대부분의 사람들은 기가와트가 어느 정도 규모인지 잘 모르실 겁니다. 1 기가와트는 팔로알토 시 10개 정도의 규모입니다. 팔로알토 시가 소비하는 전력량의 10배가 바로 1 기가와트인 셈이죠. 저희가 구축하는 규모는 5 기가와트입니다. 이는 팔로알토 50개 규모에 해당하죠? 저희가 지금 구축하고 있는 것이 바로 이 정도 규모입니다. 따라서 저희의 구축 규모는 정말 엄청나게 커질 것입니다. 그렇다면 저희는 왜 이런 일을 할까요? 메타는 모든 사용자 한 분 한 분께 개인 맞춤형 초지능을 제공하겠다는 비전을 가지고 있습니다. 이는 저희 플랫폼에서 여러분 각자에게 가장 관련성 높고, 가장 몰입도 높은 경험을 찾아내고 파악할 수 있는 모델을 만드는 것을 의미합니다. 이는 여러분 각자를 위한 개인 비서를 만드는 것을 의미하기도 합니다, 그렇죠?
Now if you have to go and deliver sort of personal super intelligence to billions of people, what kind of systems would that take? We're talking about billions of people each using sort of exact amount of compute over and over. And like I said, over 3 billion users a day, right? This -- if this advances, there you go. So what does it take? Well, it takes power, it takes land. It takes a decent amount of hardware, software, obviously. And most of all, it takes silicon, a lot of silicon, right? And this is why I think Arm is such a natural partner for us. What we want is a partner who can match our ambition who can match our cadence of velocity of innovation.	만약 수십억 명의 사람들에게 개인 초지능을 제공해야 한다면, 어떤 종류의 시스템이 필요할까요? 우리는 수십억 명의 사람들이 각자 상당한 양의 컴퓨팅 자원을 반복적으로 사용하는 상황을 이야기하고 있습니다. 그리고 말씀드렸듯이, 하루에 30억 명 이상의 사용자가 있습니다, 그렇죠? 이것이 발전한다면, 그에 따른 요구사항은 명확해집니다. 그렇다면 무엇이 필요할까요? 음, 전력이 필요하고, 토지가 필요합니다. 당연히 상당한 양의 하드웨어와 소프트웨어도 필요하죠. 그리고 무엇보다도, 실리콘이 필요합니다. 아주 많은 실리콘이요, 그렇죠? 이것이 바로 Arm이 우리에게 매우 적합한 파트너라고 생각하는 이유입니다. 우리가 원하는 것은 우리의 야망에 부합하고, 우리의 혁신 속도(케이던스)에 발맞출 수 있는 파트너입니다.
And what we realized when we're sitting down with Arm is that they codevelop it. They were as hungry as we were and most importantly for us, we were as power conscious and as efficient as we wanted sort of them to be. This is why while Arm is now the primary co-collaborator and the primary sort of partner, the CPU that we are ending up developing is pretty foundational. It can be -- it's not just a meta CPU. It's not just an Arm CPU. This is something that I think will end up being a foundational CPU for the whole ecosystem. I think we are at the threshold of something pretty sweet here because you're going to hear more and more about sort of the constraints that data centers are facing.	Arm과 논의하면서 우리가 깨달은 것은 그들이 공동 개발에 참여한다는 점이었습니다. 그들도 우리만큼 열정적이었고, 우리에게 가장 중요했던 것은 우리가 그들에게 기대했던 만큼 전력 효율성과 효율성을 중요하게 생각했다는 점입니다. 이것이 바로 Arm이 이제 주요 공동 협력자이자 주요 파트너이지만, 우리가 결국 개발하게 될 CPU가 상당히 기초적인 이유입니다. 이것은 단순히 메타(Meta) CPU가 아닙니다. 단순히 Arm CPU도 아닙니다. 제가 생각하기에 이것은 결국 전체 생태계를 위한 기초적인 CPU가 될 것입니다. 저는 우리가 여기서 상당히 획기적인 일의 문턱에 서 있다고 생각합니다. 왜냐하면 여러분은 데이터 센터들이 직면하고 있는 제약 사항들에 대해 점점 더 많이 듣게 될 것이기 때문입니다.
You're going to hear more and more about while the demand for compute is growing, the power is not growing at the exact same curve. So this marriage is -- I think about it personally as a win-win situation, right? So it's extremely sort of heartening to see Arm moving on from not just being an IP license provider, but actually getting into the game of sort of building something that is production scale and production ready. Exciting times. 2 years, 3 years in the making, but I think about this as the sweetest of things take some time, but we're getting there. Now like I said, we are obsessed with efficiency.	컴퓨팅 수요는 계속 증가하는데, 전력은 그와 정확히 같은 곡선으로 증가하지 못하고 있다는 이야기가 점점 더 많이 들릴 것입니다. 그래서 이러한 결합은 — 저는 개인적으로 윈윈(win-win) 상황이라고 생각합니다, 맞죠? Arm이 단순히 IP 라이선스 제공업체에 머무르지 않고, 실제로 양산 규모(production scale)에 맞고 즉시 적용 가능한(production ready) 무언가를 구축하는 일에 뛰어들고 있다는 점을 보게 되어 매우 고무적입니다. 흥미로운 시기입니다. 2년, 3년이라는 시간이 걸렸지만, 저는 좋은 일에는 시간이 걸리는 법이라고 생각합니다. 하지만 우리는 목표를 향해 나아가고 있습니다. 다시 말씀드리지만, 저희는 효율성에 집착하고 있습니다.
And if you think about one of the biggest appeal that Arm has had over the years, it's power profile. Arm can go -- Rene had this fascinating experience that he was talking about taking 30 million cores instead of 30 million, now making it 120 million and fitting in the same power envelope. But that's one thing. You don't want to compromise on performance, right? This is the thing that I really want to make sure we drive here. The biggest reason why we sat down with Arm and had this conversation was we want to put in a lot more cores per watt, but we do not want to compromise on the performance piece. That marriage is why I really think it's a win-win situation here.	Arm이 수년간 가져온 가장 큰 매력 중 하나는 바로 전력 효율성입니다. Arm은 가능합니다. 르네가 이야기했던 흥미로운 경험이 있는데, 3천만 개의 코어를 1억 2천만 개로 늘리면서도 동일한 전력 범위 내에 맞추는 것이죠. 하지만 그건 한 가지 측면일 뿐입니다. 성능을 타협하고 싶지는 않을 겁니다, 그렇죠? 이것이 바로 제가 여기서 확실히 강조하고 싶은 부분입니다. 우리가 Arm과 만나 이 대화를 나눈 가장 큰 이유는 와트당 훨씬 더 많은 코어를 넣고 싶었지만, 성능 부분에서는 타협하고 싶지 않았기 때문입니다. 그러한 결합이 바로 제가 이것을 윈-윈 상황이라고 생각하는 이유입니다.
In fact, about 2, 2.5 years ago, we sat down with Arm, we actually first surveyed the market to see was there a CPU that could meet the specs that we wanted. If we met the performance, we couldn't get the power. If we got the power, we couldn't get the performance. And this is why Arm ended up being such a partner. The ability to scale that Arm gives us when you push in a lot more cores. And if you think about personal super intelligence, if you think about the orchestration that Rene showed, you don't want to starve your CPUs nor do you want to starve your GPUs. That marriage that you end up doing is, I think, that most people are going to realize pretty soon.	사실 약 2년에서 2년 반 전, 저희는 Arm과 논의를 시작했습니다. 먼저 시장 조사를 통해 저희가 원하는 사양을 충족할 수 있는 CPU가 있는지 확인했죠. 성능을 충족시키면 전력을 맞출 수 없었고, 전력을 맞추면 성능을 충족시킬 수 없었습니다. 이것이 바로 Arm이 이렇게 중요한 파트너가 된 이유입니다. Arm이 제공하는 확장성은 더 많은 코어를 탑재할 때 매우 중요합니다. 개인 슈퍼 인텔리전스를 생각해보거나 Rene가 보여준 오케스트레이션을 생각해보면, CPU와 GPU 모두 자원 부족으로 허덕이게 하고 싶지 않을 것입니다. 결국 이루게 되는 그 결합은 대부분의 사람들이 곧 깨닫게 될 것이라고 생각합니다.
Now the design point that we chose for this was something to minimize risk for this iteration. We wanted to make sure we get our first CPU right, get it working out of the box. But this is a multigenerational partnership. I just want to emphasize this. When we look at subsequent iterations of things that are already in the hopper of what we're going to build out, I truly believe that this chip is going to expand sort of the performance on multiple axis. In fact, this ecosystem is actually going to be awesome. When you challenge the incumbents, you see innovation across the board. That, I think, is what all of us will end up achieving. Now I want to talk about why.	이번 개발 단계에서 저희가 선택한 설계 주안점은 위험을 최소화하는 것이었습니다. 첫 CPU를 성공적으로 개발하고, 즉시 문제없이 작동하도록 하는 것이 목표였습니다. 하지만 이것은 다세대적 협력 관계입니다. 이 점을 강조하고 싶습니다. 이미 계획되어 개발될 후속 이터레이션들을 살펴보면, 저는 이 칩이 다방면으로 성능을 확장할 것이라고 확신합니다. 사실, 이 생태계는 정말 대단할 것입니다. 기존 시장 지배자들에게 도전하면, 전반적인 혁신을 볼 수 있습니다. 저는 그것이 우리 모두가 결국 달성하게 될 것이라고 생각합니다. 이제 그 이유에 대해 말씀드리겠습니다.
I want to take this back, I guess, to why we do this work. But like I say, 3 billion, 3.5 billion people use our products every single day. This means there's your friends messaging each other on WhatsApp. It could be a small or medium business messaging the users on a platform. It could be somebody going and doing an AI interaction with Meta AI. None of this is possible without infrastructure. Infrastructure has now become -- has gone from being on the backside of sort of technology innovation to being the enabler of technology innovation, right? AI is built on the backbone of infrastructure.	다시 한번 우리가 이 일을 하는 이유에 대해 말씀드리고자 합니다. 하지만 앞서 말씀드렸듯이, 매일 30억에서 35억 명의 사람들이 저희 제품을 사용하고 있습니다. 이는 친구들이 왓츠앱(WhatsApp)으로 서로 메시지를 주고받는 경우일 수도 있고, 중소기업이 플랫폼을 통해 사용자들에게 메시지를 보내는 경우일 수도 있습니다. 또는 누군가 메타 AI(Meta AI)와 AI 상호작용을 하는 경우일 수도 있습니다. 이 모든 것은 인프라 없이는 불가능합니다. 인프라는 이제 기술 혁신의 '뒷단'에 머물던 역할에서 벗어나, 기술 혁신을 가능하게 하는 '핵심 동력'으로 자리매김했습니다. 그렇지 않습니까? AI는 인프라라는 근간 위에 구축되는 것입니다.
So every interaction, every post, every feed, every call is done on the basis of what we build out on the back end. And at least for us, we're custom building data centers, we're custom building hardware and custom building silicon. That's why Arm, I think, is such a big partner for us because for us, we want to squeeze every bit of performance out of what we build out. We think about optimizing things like performance per watt, performance per gigawatt, and Arm allows us to do that. It allows us to go and increase the efficacy of everything we build out. Why? So that we can go and serve more users so that we can hopefully improve every one of your lives in some way, shape or form.	따라서 모든 상호작용, 게시물, 피드, 통화는 저희가 백엔드에서 구축하는 시스템을 기반으로 이루어집니다. 그리고 적어도 저희는 데이터 센터, 하드웨어, 실리콘을 직접 설계하여 구축하고 있습니다. 바로 그 이유로 Arm은 저희에게 매우 중요한 파트너라고 생각합니다. 저희는 저희가 구축하는 시스템에서 한 치의 성능도 놓치지 않고 최대한 끌어내고자 하기 때문입니다. 저희는 와트당 성능(performance per watt), 기가와트당 성능(performance per gigawatt)과 같은 지표들을 최적화하는 데 중점을 두며, Arm은 저희가 그렇게 할 수 있도록 지원합니다. 이를 통해 저희가 구축하는 모든 것의 효율성을 높일 수 있습니다. 그 이유는 무엇일까요? 더 많은 사용자에게 서비스를 제공하고, 나아가 여러분 각자의 삶을 어떤 형태로든 개선하는 데 기여할 수 있기를 희망하기 때문입니다.
And that's why I think Arm has been an awesome partner. So thank you, Rene and team. It's been absolutely a pleasure to work with you, and hopefully, we'll do this for years together. Thank you.	그래서 저는 Arm이 정말 든든한 파트너였다고 생각합니다. 르네와 팀원 여러분께 감사드립니다. 함께 일하는 것이 더할 나위 없이 즐거웠고, 앞으로도 오랫동안 함께 할 수 있기를 바랍니다. 감사합니다.

📌 요약

다음은 Arm Holdings plc의 실적 발표 요약입니다.

* **사업 모델 확장:** Arm은 AI 데이터센터의 에이전트 AI 워크로드에 필요한 전력 효율적인 CPU 수요 급증에 대응하기 위해, IP 라이선싱을 넘어 자체 실리콘인 "Arm AGI CPU"를 직접 판매하는 사업 모델 확장을 발표했습니다. 이는 새로운 매출원 창출을 의미합니다.
* **CSS 전략 성과:** 3~4년 전 도입된 Compute Subsystems (CSS) 전략은 이미 로열티 매출의 약 20%를 차지하며 성장 중이며, 고객사의 제품 출시 기간을 12~18개월 단축시키는 등 긍정적인 성과를 보이고 있습니다.
* **Meta와의 핵심 파트너십:** Meta Platforms와의 핵심 파트너십을 통해 Arm AGI CPU의 시장성을 입증했으며, Meta는 Hyperion 클러스터(향후 5기가와트 규모) 등에서 Arm의 고성능-저전력 솔루션이 데이터센터의 전력 제약을 해결하는 데 필수적임을 강조했습니다.
* **경영진의 자신감:** 경영진은 Arm의 독보적인 저전력 DNA와 광범위한 생태계를 활용하여 급성장하는 AI 시장의 핵심 인프라 병목 현상을 해결할 수 있다는 강력한 자신감을 표명하며, AI 시대에 CPU의 중요성을 재강조했습니다.

??Q&A

Original	Translation
CEO & Director: Amazing. Santosh, thank you. That was terrific. I have someone else I'd like to ask to join us to also talk about how they plan to use our Arm AGI CPU. And that's Kevin Weil from OpenAI. Kevin?	CEO & Director: 정말 대단합니다. 산토스님, 감사합니다. 정말 훌륭했습니다. 저희 Arm AGI CPU를 어떻게 활용할 계획이신지에 대해 이야기해주실 다른 분을 모시겠습니다. 바로 OpenAI의 케빈 와일(Kevin Weil)님입니다. 케빈님?
OpenAI, L.L.C.: Thank you, sir.	OpenAI, L.L.C.: 네, 감사합니다.
CEO & Director: Kevin, thanks for joining us.	CEO & Director: 케빈님, 참여해주셔서 감사합니다.
OpenAI, L.L.C.: Thank you for having me.	OpenAI, L.L.C.: 초대해 주셔서 감사합니다.
CEO & Director: Welcome to Fort Mason. Have you been here before?	CEO & Director: 포트 메이슨에 오신 것을 환영합니다. 여기는 이전에 와보신 적 있으신가요?
OpenAI, L.L.C.: I have. There are a few conferences in the past.	OpenAI, L.L.C.: 네, 있습니다. 과거에 몇 차례 컨퍼런스(conference)에 참석한 경험이 있습니다.
CEO & Director: Well, welcome. So first off, just tell us and tell me, why does -- why does this launch today matter to OpenAI?	CEO & Director: 네, 반갑습니다. 먼저 저희에게 설명해 주십시오. 오늘 이 출시가 OpenAI에 왜 중요한가요?
OpenAI, L.L.C.: Well, I thought you did a good job painting this. AI performance these days is system performance. And GPUs kind of get top billing wherever they go, but really the CPU is playing an incredibly important role as an orchestrator. But also, I think as AI becomes more agentic, when you look at a rollout that an agent is doing, it's using it's using tools inside containers, that's CPUs, it's running Python scripts as it does -- as it performs skills. Those are CPUs. So the CPU plays an incredibly important role. And it's really the whole system together that makes it all possible.	OpenAI, L.L.C.: 음, 이 상황을 잘 짚어주셨다고 생각합니다. 요즘 AI 성능(AI performance)은 곧 시스템 성능(system performance)입니다. GPU(그래픽 처리 장치)가 어디서든 가장 주목을 받지만, 사실 CPU(중앙 처리 장치)는 오케스트레이터(orchestrator)로서 엄청나게 중요한 역할을 하고 있습니다. 또한, AI가 점점 더 에이전트화(agentic)될수록, 에이전트가 수행하는 배포(rollout)를 보면 컨테이너(container) 내부의 도구들을 사용하는데, 이것이 바로 CPU입니다. 기능을 수행할 때 파이썬 스크립트(Python script)를 실행하는 것도 CPU의 역할입니다. 따라서 CPU는 정말 엄청나게 중요한 역할을 합니다. 결국 이 모든 것을 가능하게 하는 것은 전체 시스템(system)이 함께 작동하는 것입니다.
CEO & Director: Now your role at OpenAI is a pretty cool one, right? You're doing math and science and the stuff that's super compute heavy. And when you think about compute constraints, and I know when I talk to you or Sam or Mark or anyone at your company, it's I need more compute. Yes. Tell us about that.	CEO & Director: OpenAI에서 맡고 계신 역할은 굉장히 흥미로운 역할이시죠. 수학, 과학 분야에서 막대한 연산량(compute)을 요구하는 작업들을 주로 하시잖아요. 그리고 컴퓨팅 자원 제약(compute constraint)에 대해 말씀드리자면, 제가 대표님이나 샘, 마크 등 회사 관계자분들과 대화할 때마다 늘 '컴퓨팅 자원이 더 필요하다'는 말씀을 듣곤 합니다. 이에 대해 자세히 말씀해주시겠어요?
CEO & Director: Tell us about that.	CEO & Director: 그것에 대해 말씀해 주시겠어요?
OpenAI, L.L.C.: That is one of the most common things I hear inside OpenAI. I need more compute. It's kind of the coin of the realm. I mean the root of it is we have more demand from customers. We have more ideas internally that we want to experiment with. We have more things that we want to do than frankly, the industry can keep up with. And when you get to the bottom of all this, it's certainly it's about silicon, but it's also about power. And so if you have a CPU that can draw less power, it could be just as performant, but use less power, it means you have more leftover for everything else that you want to do. That means more inference and more compute. That means more intelligence. And if there's one thing that I've learned in my couple of years now at OpenAI, it's that more intelligence leads us to be able to build better products for all of you. The thing that I keep coming back to that I try and remind myself of all times is as amazing as the models are today, -- and every year, I'm blown away by the amount of progress we make. As amazing as the models are, the model that you use today is the worst AI model that you will ever use for the rest of your life. It's the worst AI model you're going to use for the rest of your life. And a year from now, you're going to be -- you couldn't imagine coming back to the AI models of today because they're getting better at such a rapid pace, which just means there's basically infinite demand for intelligence. So we are not stopping from here.	OpenAI, L.L.C.: OpenAI 내부에서 제가 가장 흔하게 듣는 말 중 하나는 '컴퓨팅 자원(compute)이 더 필요하다'는 것입니다. 이는 가장 중요한 자원이라고 할 수 있습니다. 그 근본적인 배경에는 고객 수요가 증가하고 있고, 내부적으로 실험하고 싶은 아이디어가 더 많으며, 솔직히 말해 업계가 따라잡기 힘들 정도로 저희가 하고 싶은 일이 많기 때문입니다. 이 모든 것의 본질을 파고들면, 물론 반도체(silicon) 문제이기도 하지만, 동시에 전력(power) 문제이기도 합니다. 따라서 전력 소모가 적은 CPU가 있다면, 성능은 동일하면서도 전력을 덜 사용하게 되므로, 다른 모든 작업에 활용할 수 있는 여유 자원이 더 많아진다는 의미입니다. 이는 더 많은 추론(inference)과 더 많은 컴퓨팅 자원을 가능하게 하며, 궁극적으로는 더 높은 지능으로 이어집니다. OpenAI에서 지난 몇 년간 제가 배운 한 가지가 있다면, 더 많은 지능(intelligence)이 여러분 모두를 위한 더 나은 제품을 만들 수 있게 해준다는 것입니다. 제가 항상 되새기고 스스로에게 상기시키려고 노력하는 것은, 오늘날의 모델들이 아무리 놀랍다고 해도 — 매년 저희가 이루는 발전에 정말 깜짝 놀라지만 — 여러분이 오늘 사용하시는 모델은 여러분이 평생 사용하게 될 AI 모델 중 가장 안 좋은 모델일 겁니다. 다시 말해, 오늘 사용하시는 AI 모델이 여러분이 앞으로 사용하실 모델 중 가장 안 좋은 모델이라는 거죠. 그리고 1년 후에는, 오늘날의 AI 모델로 다시 돌아가는 것을 상상조차 할 수 없을 겁니다. 왜냐하면 AI 모델들은 정말 빠른 속도로 발전하고 있기 때문입니다. 이는 곧 지능에 대한 수요가 사실상 무한하다는 것을 의미합니다. 저희는 여기서 멈추지 않을 겁니다.
CEO & Director: And in your world, in your new role, where you're looking at verticals that are somewhat untapped today, math and science and things of that nature. When you think about the Arm AGI CPU or more broadly, what does more compute do for you in that space?	CEO & Director: 새로운 역할에서 현재 다소 미개척된 수직 시장(verticals), 예를 들어 수학 및 과학 분야 등을 보고 계신데요. Arm AGI CPU나 더 넓은 관점에서 볼 때, 그러한 분야에서 더 많은 컴퓨팅 파워(compute)가 어떤 의미를 가지나요?
OpenAI, L.L.C.: Well, I mean, the more compute you have, the more inference you're able to do, the longer the rollouts you're able to do. AI, as we go -- as we're sort of progressing from this world of AI as chat to AI solving harder and harder problems. And just like you or me, when you solve harder and harder problems, you're going to need to think a little bit longer. So the more important problems we solve as we start to think about things like enterprise AGI, science, you're going to need more compute, which means if you can draw the power that you have, which will always be finite, you can draw that more efficiently. You can do more and we can solve more problems.	OpenAI, L.L.C.: 네, 그러니까 컴퓨팅 파워(compute)가 많을수록 더 많은 추론(inference)을 할 수 있고, 더 광범위하게 적용할 수 있습니다. AI는 챗봇(chat)으로서의 역할을 넘어 점점 더 어려운 문제들을 해결하는 방향으로 발전하고 있습니다. 우리 모두가 그렇듯이, 더 어려운 문제를 해결하려면 더 많은 시간과 깊은 사고가 필요하죠. 따라서 기업용 AGI(Artificial General Intelligence, 인공 일반 지능)나 과학 분야와 같은 더 중요한 문제들을 해결하기 시작하면, 더 많은 컴퓨팅 파워가 필요하게 됩니다. 이는 우리가 가진 유한한 전력을 더 효율적으로 활용할 수 있다면, 더 많은 일을 해낼 수 있고, 더 많은 문제들을 해결할 수 있다는 의미입니다.
CEO & Director: And for you personally, what are you most excited about broadly in terms of everything we see going on with AI?	CEO & Director: 그리고 개인적으로는, AI 분야에서 현재 일어나고 있는 전반적인 상황들을 보실 때, 어떤 점이 가장 기대되시는지요?
OpenAI, L.L.C.: Well, I mean, I kind of -- I think I have the coolest job in the world. I get to work on accelerating science with AI. And you've seen sort of a revolution in the past, even just 3 months with GPT 5.2, 5.4, codecs. I mean it used to be that people said, oh, well, these are just stochastic parsers. They're sampling from a distribution of data that they were trained on, but they can't do novel things. Now we're seeing every day AI solve open problems in science, in mathematics and physics and biology. We're seeing AI help us understand the nature of the universe. We're seeing AI work for weeks on end using a robotic lab to run 36,000 different experiments to optimize the synthesis of a new protein faster and better than any human could. So it's an exciting world. I think science is going to move faster than ever, and it's all built on the kind of infrastructure that you're providing.	OpenAI, L.L.C.: 솔직히 저는 제가 세상에서 가장 멋진 직업을 가지고 있다고 생각합니다. AI를 활용해 과학 발전을 가속화하는 일이죠. 여러분도 아시다시피, 지난 단 3개월 동안에도 GPT 5.2, 5.4, 코덱스(codecs) 등에서 일종의 혁명이 일어났습니다. 예전에는 사람들이 '아, 이건 그저 확률적 파서(stochastic parsers)일 뿐이야. 학습된 데이터 분포에서 샘플링하는 것일 뿐, 새로운 것을 만들어낼 수는 없어'라고 말하곤 했습니다. 하지만 이제 우리는 AI가 과학, 수학, 물리, 생물학 분야의 미해결 문제들을 매일 해결하는 것을 목격하고 있습니다. AI가 우주의 본질을 이해하는 데 기여하는 모습도 보고 있습니다. 또한, AI가 로봇 실험실(robotic lab)을 활용해 몇 주간 쉬지 않고 36,000가지의 다양한 실험을 수행하며, 새로운 단백질 합성을 그 어떤 인간보다도 빠르고 효율적으로 최적화하는 모습도 보고 있습니다. 정말 흥미진진한 세상입니다. 과학은 그 어느 때보다 빠르게 진보할 것이라고 봅니다. 그리고 이러한 모든 진보는 바로 여러분이 제공하고 계신 인프라(infrastructure)를 기반으로 이루어질 것입니다.
CEO & Director: We are grateful for your support. Kevin, thanks.	CEO & Director: 성원에 감사드립니다. 질문 주셔서 감사합니다.
OpenAI, L.L.C.: Thank you so much.	OpenAI, L.L.C.: 정말 감사합니다.
CEO & Director: Thank you. I love the idea that the model that we're using today is about as bad as it's going to get. That's crazy. I want to repeat, in case I wasn't crystal clear on the first go around. We are now delivering IP, CSS and chips. IP, CSS and chips. Contact your local sales representative. Will is here. He can be reached afterwards. Now seriously, I talked earlier about the ecosystem of ecosystems and none of this could be done without the ecosystem that we have, particularly around Neoverse. We have many partners that we work with on the supply side, whether it's around memory or connectivity. But we've also got great customers who use our IP today. And they are so supportive of what we're doing. Santosh talked about the demand. The market is so large. The demand is so significant that no one company can serve it. So what I'd like to do is rather than me going on and on and talking about it is have you hear from some of our partners and friends who I think you'll probably recognize a few. [Presentation]	CEO & Director: 감사합니다. 오늘 저희가 활용하는 모델이 지금이 가장 안 좋은 상태이고 앞으로는 더 좋아질 일만 남았다는 점이 정말 좋습니다. 놀랍습니다. 혹시 제가 첫 설명에서 명확히 전달하지 못했을까 봐 다시 한번 말씀드립니다. 저희는 이제 IP (지적 재산, Intellectual Property), CSS (칩렛 시스템 솔루션, Chiplet System Solution), 그리고 칩 (Chip)을 제공하고 있습니다. IP, CSS, 칩입니다. 지역 영업 담당자에게 문의하십시오. Will이 여기 와 있습니다. 나중에 그에게 연락하시면 됩니다. 이제 진지하게 말씀드리자면, 제가 앞서 '생태계의 생태계 (ecosystem of ecosystems)'에 대해 말씀드렸는데, 이 모든 것은 특히 Neoverse (네오버스)를 중심으로 저희가 구축한 생태계 없이는 불가능했을 것입니다. 저희는 공급 측면에서 메모리 (Memory)든 연결성 (Connectivity)이든 많은 파트너들과 협력하고 있습니다. 하지만 오늘날 저희 IP를 사용하는 훌륭한 고객사들도 있습니다. 그들은 저희가 하는 일에 대해 매우 지지적입니다. Santosh가 수요 (Demand)에 대해 이야기했듯이, 시장은 정말 거대합니다. 수요가 워낙 막대해서 어떤 한 기업도 이 모든 수요를 다 감당할 수 없을 정도입니다. 그래서 제가 계속해서 길게 말씀드리는 것보다는, 저희 파트너사들과 관계자분들의 이야기를 직접 들어보시는 게 좋겠습니다. 아마 몇 분은 잘 아시는 분들일 겁니다.
CEO & Director: Charlie and Matt and Sanjay and even my old boss did better than I could in terms of talking about this. But this has not happened without a fantastic partnership and support from the ecosystem. Now I know you are dying to hear about this product as am I. And I'm now going to turn over to Mohamed Awad, who is going to tell you all about the Arm's AGI CPU, and why it is absolutely amazing. Mohamed?	CEO & Director: 찰리, 맷, 산제이, 그리고 심지어 제 옛 상사분까지도 이 점에 대해서는 저보다 훨씬 더 잘 설명해 주셨습니다. 하지만 이 모든 것은 훌륭한 파트너십과 생태계(ecosystem)의 지원 없이는 불가능했을 겁니다. 이제 여러분께서 이 제품에 대해 정말 궁금해하고 계시다는 것을 저도 잘 알고 있습니다. 저 역시 마찬가지고요. 이제 모하메드 아와드(Mohamed Awad)에게 마이크를 넘기겠습니다. 그가 Arm의 AGI CPU에 대해 자세히 설명해 드릴 것이며, 이 제품이 왜 정말 놀라운지 말씀해 드릴 것입니다. 모하메드?
Mohamed Awad: Executive Vice President of Cloud AI Business Unit Thank you, Rene. Thank you, Santosh. Thank you, Kevin. Thanks to all of you. Thanks to the entire Arm team that made today possible. We have been looking forward to this, and it is so exciting to be here. It's so exciting to talk to you guys. Thank you. Thank you. Thank you. Rene talked about how the world is transitioning from sort of legacy data centers to AGI data centers to agentic data centers heading down this path and how the CPU is at the heart of it. We've designed our AGI CPU around 3 simple principles. We believe that's the heart of what we're doing. It's the heart of what we focused on. It's the heart of how we think about it. First, performance, performance, performance. With this many threads going on, with this much work to do, with this much orchestration to happen, you can't slow down 24 hours a day, as Rene said, these agents are going to be running. And if they're not performing fast enough, then the rest of that infrastructure that's relying on it grinds to a halt. So we focused on performance. Second, we focused on scale. The scale of what we're talking about here is just incredible. You heard Santosh talk about gigawatts, gigawatts, scale at the CPU level, scale at the Board level, scale at the rack level, scale at the warehouse level, all the way up. We focused on that. And finally, we focused on efficiency, maybe most importantly, because at the end of the day, with this much at stake, with this much compute we're trying to deploy, we're not going to get there unless we provide that performance, we provide that scale and we do it in an efficient package. Those are the principles that have guided us. Wait for it. Those are the principles that have guided us, and we refuse to compromise. We've designed on all 3. Play the video now. [Presentation]	Mohamed Awad: Rene, Santosh, Kevin께 감사드립니다. 자리에 계신 모든 분들께도 감사드립니다. 오늘 이 자리를 마련해 주신 Arm 팀 전체에도 깊이 감사드립니다. 저희는 이 순간을 오랫동안 고대해 왔습니다. 이 자리에 함께하게 되어 정말 기쁘고, 여러분과 이야기 나눌 수 있게 되어 매우 설렙니다. 정말 감사합니다. Rene가 언급했듯이, 현재 세상은 기존 데이터센터 (legacy data centers)에서 AGI 데이터센터 (AGI data centers)로, 그리고 에이전트 기반 데이터센터 (agentic data centers)로 전환되는 길을 걷고 있으며, 그 중심에는 CPU가 있습니다. 저희는 이러한 AGI CPU를 세 가지 간단한 원칙을 중심으로 설계했습니다. 저희는 이 원칙들이 저희가 하는 일의 핵심이자, 저희가 집중해 온 부분의 핵심이며, 저희가 이 문제를 바라보는 방식의 핵심이라고 믿습니다. 첫째, 성능입니다. 성능, 그리고 무엇보다 성능입니다. 이렇게 많은 작업 스레드(threads)가 동시에 진행되고, 처리해야 할 일이 많으며, 많은 조율(orchestration)이 필요한 상황에서는 24시간 내내 속도를 늦출 수 없습니다. 르네가 말했듯이, 이 에이전트들은 계속 가동되어야 합니다. 만약 이들이 충분히 빠르게 작동하지 않으면, 이에 의존하는 나머지 인프라 전체가 멈춰 서게 됩니다. 그래서 저희는 성능(performance)에 집중했습니다. 두 번째로, 저희는 스케일(scale)에 집중했습니다. 저희가 이야기하는 스케일은 정말 엄청납니다. 산토시가 기가와트(gigawatts), 기가와트에 대해 이야기하는 것을 들으셨을 겁니다. CPU 수준, 보드(Board) 수준, 랙(rack) 수준, 창고(warehouse) 수준, 그리고 그 이상으로 확장되는 스케일 말입니다. 저희는 그 점에 집중했습니다. 그리고 마지막으로, 아마도 가장 중요하게는 저희는 효율성에 집중했습니다. 궁극적으로 이렇게 중요한 사안이 걸려 있고, 배포하려는 컴퓨팅 자원의 규모가 상당한 만큼, 성능과 규모를 확보하고 이를 효율적인 방식으로 제공하지 않는다면 목표를 달성할 수 없을 것이기 때문입니다. 이것이 저희를 이끌어온 원칙들입니다. 이것이 저희를 이끌어온 원칙들이며, 저희는 타협하지 않을 것입니다. 저희는 이 세 가지 원칙 모두를 기반으로 설계했습니다. 이제 영상을 재생해 주십시오.
Mohamed Awad: Executive Vice President of Cloud AI Business Unit I got to tell you, we are so, so proud. Our team has done a fantastic job on this, and it's really been designed for the ground up from this. Let me tell you a little bit more about what you just saw because I know there was a lot packed into that video. Arm AI CPU starts off with our standard Neoverse V3 compute subsystem. That's the same compute subsystem we make available to the entire ecosystem, and we have other partners building on it. We're incredibly proud of that. We pack in 136 of those cores, which are very high-performance cores designed to be high performance. Our V-Series is our most performant line, and you've seen it set records across lots of different hyperscale implementations and those of other system providers. We add to that a dedicated 2-megabyte L2 cache, and we support up to 3.7 gigahertz in frequency. But it's not just the CPU core. We thought about the entire system. As part of the design, we went with 96 lanes of PCIe Gen 6, which supports CXL 3, which means you can attach it to any accelerator you like. It also means that you can support things like memory expansion. On the memory side, DDR5, with up to 6 gigabytes per second of memory per core, which can be sustained to each core. That is unique. That level of performance to every single core on both the I/O and the memory is unique to us in this type of a package, in this type of a performance point at this efficiency level. And it's not just about the bandwidth. It's not just about the I/O. It's about the overall design. You see we designed the whole thing to be low latency so that you could get to less than 100 nanoseconds of latency from the memory. We did so by sticking with a dual chiplet design, each chiplet having all of the memory in the I/O directly on it rather than having to worry about complicated pneuma domains and multiple hops across the silicon. The result, it wasn't a typo in the slide, 300-watt TDP, 300 watts. That is amazing. It's built on a 3-nanometer TSMC process and allows for that maximum compute density. This is what purpose-built design looks like. This is what we're so proud of. The AGI CPU is breaking records all over the place for performance, for scale and for efficiency. You saw some of that in the video. This is a standard OCP air-cooled rack. Nothing unique about it, nothing especially exotic about it, just OCP rack, standard, right? That's our Head of OCP right there clapping, just so everyone's aware. 36 kilowatts, we pack in over 8,000 of these performance CPU cores. We do so by going to a 2-node 1-use server, 30 of them. You can't do that in other systems because the power consumption is just too high. This is setting records for air cooled. But you know what, if you want liquid cooled, we can do that, too. Over 45,000 CPU cores and a 200-kilowatt, again, a standard rack from OCP. Over a petabyte of memory in this thing. And oh, by the way, fun fact on this one. It's a 200-kilowatt rack. We actually will consume about half that much power. We ran out of space. That's why we couldn't put more cores in there. Yes, it's pretty wild. The scale of this stuff is crazy. It's just really inspiring. These are standard racks, but there's nothing else like them. To get to this level of efficiency, we really had to design the Arm AGI CPU from the ground up. And that's what I'm so proud about, and I'll tell you about in a minute. But before I get that, I want to just talk about the fact that these are standard racks because it's not only about the fact that we are using -- there we go. It's not only that we're taking from OCP and leveraging some of their platforms, we're also giving back. We're in the process of making a bunch of contributions to OCP, things like Arm server ready, authenticated access control and diagnostic tools. And those contributions won't just be for the Arm AGI CPU, they will apply to the entire ecosystem. So it will make it available so that -- and they will be beneficial for all Arm-based platforms because it really is an ecosystem that we're building here. Arm has always been about nurturing and partnering with the ecosystem. That's always been core to our identity. And those relationships are paying great dividends now. You saw the video that Rene played, and we're so grateful about all those partnerships. It's those partnerships actually, which have allowed us to build the Arm AGI CPU. Some of them are very long-standing. Partners like TSMC and Samsung and Micron and SK hynix, these are partners that we've been working with for well over -- for decades, literally for decades. And we've also got some new partnerships, which is why we're so proud to say that the Arm AGI CPU -- went a little bit far there. Can you go back, please? -- is available now. Said it there. It doesn't say it there. Yes. So Arm available. Arm AGI CPU is available now, and we're so proud of that. It's actually in customers' hands. Customers are actually evaluating it as we speak. We are ready to go. And we're so grateful for our partners, both on the ODM side, on the memory side, on the CPU side, on the manufacturing side who have helped us get to this point. We'll be in production by the end of the year, and we are excited to share that with you. We've got -- today, we've got firmware ready to go. We've got specifications ready to go. I talked to you about platforms. I talked to you about supply. The one thing I haven't talked to you about yet is software. Let's talk about software. Now the next slide. Okay. So the reality is that Arm has been investing in data center software ecosystem for well over 15 years. I don't know if everyone understands how long we've been investing in the software ecosystem. For the beginning of that time, in the early days, it was just Arm investing in the software ecosystem. And then something happened in 2019. We launched Arm Neoverse. And what Arm Neoverse did, that compute platform when we launched it, it allowed our customers to begin to launch products with a much lower barrier to entry. It allowed them to build their own silicon and start to coalesce around a common platform. And that started that software flywheel turning. You see when tech leaders started adopting Neoverse, they started to optimize software around it. And the more of those tech leaders that adopted Neoverse, the faster that flywheel started to spin. Today, we've got AWS and Google and Meta and Microsoft and Oracle and NVIDIA, all investing alongside us in the software ecosystem. And that really was what allowed us to kind of really make some great traction in software. Together, we've made Arm a first-class citizen on most modern software packages. And for our AI software ecosystem specifically, not only are we a first-class citizen, not only the software run well on Arm, software actually runs best on Arm. And the reason for that is very simple. For AI, the Arm software ecosystem, the Arm architecture is the primary CPU architecture in support of AI today. In fact, the work we've done together with technology leaders means that tens of thousands of companies today run their software on Arm in the cloud on over 1.25 billion Arm Neoverse cores, which we've already shipped into data centers around the world. And that growth is only accelerating. That's actually the curve. You see Arm in the data center just works. This is a key point. And I don't know if I'm making it well enough. So I'm going to bring somebody on stage who's got a little experience with software. Paul Saab has worked on Meta's infrastructure for over 18 years. He's one of the longest tenured employees at the company. There's a laundry list of things that he's been responsible for, including the adoption of flash storage all the way through the implementation of IPV6. Today, he's specifically focused on making AI more efficient in their infrastructure. And that's how we got to know each other. Please welcome Paul Saab.	Mohamed Awad: 정말 자랑스럽습니다. 저희 팀이 이 프로젝트를 정말 훌륭하게 수행했으며, 이는 처음부터 완전히 새롭게 설계되었습니다. 방금 보신 내용에 대해 좀 더 자세히 설명해 드리겠습니다. 그 영상에 많은 내용이 담겨 있었다는 것을 알고 있기 때문입니다. Arm AI CPU는 저희의 표준 Neoverse V3 컴퓨트 서브시스템(compute subsystem)으로 시작합니다. 이는 저희가 전체 생태계(ecosystem)에 제공하는 동일한 컴퓨트 서브시스템이며, 다른 파트너사들도 이를 기반으로 개발하고 있습니다. 저희는 이에 대해 엄청난 자부심을 느낍니다. 저희는 136개의 코어(core)를 탑재했으며, 이 코어들은 매우 높은 성능을 발휘하도록 설계된 고성능 코어들입니다. 저희의 V-시리즈는 가장 뛰어난 성능을 자랑하는 라인업이며, 여러분도 보셨듯이, 다양한 하이퍼스케일(hyperscale) 구현 사례와 다른 시스템 제공업체들의 경우에서도 기록을 세웠습니다. 여기에 전용 2메가바이트(MB) L2 캐시(L2 cache)를 추가했으며, 최대 3.7기가헤르츠(GHz)의 주파수(frequency)를 지원합니다. 하지만 단순히 CPU 코어(CPU core)에만 국한된 것이 아닙니다. 저희는 전체 시스템을 고려했습니다. 설계의 일환으로, 저희는 96개 레인의 PCIe Gen 6를 채택했으며, 이는 CXL 3을 지원합니다. 다시 말해, 고객이 원하는 어떤 가속기(accelerator)에도 연결할 수 있다는 의미입니다. 이는 또한 메모리 확장(memory expansion)과 같은 기능도 지원할 수 있다는 것을 의미합니다. 메모리 측면에서는 DDR5를 사용하며, 코어당 최대 초당 6기가바이트(GB/s)의 메모리 대역폭을 제공하는데, 이 대역폭은 각 코어에 지속적으로 유지될 수 있습니다. 이는 독보적인 수준입니다. I/O와 메모리 양쪽 모두에서 모든 단일 코어에 제공되는 이러한 성능 수준은, 이러한 종류의 패키지(package)에서, 이 정도의 성능 지점(performance point)과 효율성 수준(efficiency level)을 고려할 때, 저희에게만 있는 독특한 강점입니다. 그리고 이는 단순히 대역폭(bandwidth)에만 국한된 것이 아닙니다. I/O에만 국한된 것도 아니고요. 핵심은 전체적인 설계(design)에 있습니다. 저희는 전체 시스템을 저지연(low latency)으로 설계하여 메모리에서 100나노초 미만의 지연 시간(latency)을 달성할 수 있도록 했습니다. 이를 위해 듀얼 칩렛(chiplet) 설계를 고수했으며, 각 칩렛에 모든 메모리와 I/O가 직접 통합되어 복잡한 뉴마 도메인(pneuma domain)이나 실리콘을 가로지르는 여러 번의 홉(hop)을 걱정할 필요가 없도록 했습니다. 그 결과, 슬라이드의 오타가 아니었습니다. 300와트의 TDP (열 설계 전력, Thermal Design Power), 300와트입니다. 정말 놀라운 수치입니다. 이는 TSMC의 3나노미터 공정(process)으로 제작되었으며, 최대 컴퓨팅 밀도(compute density)를 가능하게 합니다. 이것이 바로 목적에 맞게 설계된 디자인의 모습입니다. 저희가 매우 자랑스러워하는 부분이죠. AGI CPU는 성능, 확장성(scale), 그리고 효율성(efficiency) 면에서 모든 기록을 경신하고 있습니다. 비디오에서 그 일부를 확인하셨을 겁니다. 이것은 표준 OCP (Open Compute Project) 공랭식 랙(air-cooled rack)입니다. 특별하거나 이색적인 건 없습니다. 그저 표준 OCP 랙(rack)이죠, 아시죠? 저기 박수 치고 계신 분이 저희 OCP 총괄이십니다. 참고로 말씀드립니다. 저희는 36킬로와트(kW)로 8,000개 이상의 고성능 CPU 코어(CPU core)를 탑재했습니다. 이를 위해 2노드(node) 1U 서버(server) 30개를 사용했죠. 다른 시스템에서는 전력 소비량(power consumption)이 너무 높아서 이렇게 구현하기가 어렵습니다. 공랭식(air-cooled)으로는 기록적인 수준입니다. 하지만 수랭식(liquid-cooled)을 원하시면, 그것도 물론 가능합니다. OCP의 표준 랙에 45,000개 이상의 CPU 코어와 200킬로와트(kW)를 탑재했습니다. 다시 한번 강조하지만, 이것도 표준 랙입니다. 여기에 1페타바이트(PB) 이상의 메모리(memory)가 들어갑니다. 그리고 한 가지 재미있는 사실을 말씀드리자면요. 200킬로와트(kW) 랙인데, 실제로는 그 절반 정도의 전력만 소비합니다. 공간이 부족해서 더 많은 코어를 넣을 수 없었습니다. 네, 정말 대단합니다. 이 규모는 상상을 초월하고, 정말 고무적입니다. 이것들은 표준 랙(standard rack)이지만, 그 어떤 것과도 비교할 수 없을 만큼 특별합니다. 이러한 수준의 효율성(efficiency)을 달성하기 위해, 저희는 Arm AGI CPU를 처음부터 완전히 새롭게 설계해야 했습니다. 그리고 바로 그 점이 제가 정말 자랑스럽게 생각하는 부분이며, 잠시 후에 더 자세히 말씀드리겠습니다. 하지만 그 전에, 이것들이 표준 랙이라는 점에 대해 말씀드리고 싶습니다. 저희는 단순히 OCP의 플랫폼을 활용하는 것을 넘어, 저희의 기여를 통해 다시 환원하고 있기 때문입니다. 저희는 현재 OCP에 Arm 서버 레디(Arm server ready), 인증된 접근 제어(authenticated access control), 그리고 진단 도구(diagnostic tool)와 같은 다양한 기여를 하고 있습니다. 이러한 기여는 Arm AGI CPU에만 국한되지 않고 전체 생태계(ecosystem)에 적용될 것입니다. 그 결과, 모든 Arm 기반 플랫폼(platform)에 유익하게 활용될 것입니다. 저희가 구축하고 있는 것은 진정한 생태계이기 때문입니다. Arm은 항상 생태계를 육성하고 파트너십(partnership)을 맺는 데 주력해왔습니다. 이는 저희의 정체성(identity)에 늘 핵심적인 부분이었습니다. 그리고 그러한 관계들이 이제 큰 결실을 맺고 있습니다. Rene가 보여드린 영상을 보셨겠지만, 저희는 이 모든 파트너십에 대해 진심으로 감사드립니다. 사실, Arm AGI CPU를 개발할 수 있었던 것도 바로 이러한 파트너십 덕분입니다. 이 중 일부는 매우 오랜 기간 지속되어 왔습니다. TSMC, 삼성(Samsung), 마이크론(Micron), SK하이닉스(SK Hynix)와 같은 파트너사들은 저희가 수십 년, 말 그대로 수십 년 동안 함께 협력해 온 소중한 동반자들입니다. 저희는 또한 새로운 파트너십을 구축했으며, 이를 통해 Arm AGI CPU가... (아, 슬라이드가 너무 넘어갔네요. 이전으로 돌아가 주시겠어요?) ...이제 출시되어 사용 가능하다고 말씀드리게 되어 매우 자랑스럽습니다. (아, 여기는 없네요.) 네, Arm AGI CPU는 이제 사용 가능하며, 저희는 이에 대해 큰 자부심을 느낍니다. 실제로 이미 고객들에게 전달되어 있습니다. 지금 이 순간에도 고객들이 직접 평가하고 있으며, 저희는 모든 준비를 마쳤습니다. 또한, ODM (Original Design Manufacturer) 협력사, 메모리, CPU, 그리고 제조 분야의 모든 파트너분들께 깊이 감사드립니다. 이 단계까지 올 수 있도록 큰 도움을 주셨습니다. 연말까지는 양산 (mass production)에 돌입할 예정이며, 이 소식을 여러분과 공유하게 되어 매우 기쁩니다. 오늘 현재, 펌웨어(firmware)와 사양(specification) 모두 준비를 마쳤습니다. 플랫폼에 대해서는 이미 말씀드린 바 있습니다. 공급(supply)에 대해서는 말씀드렸습니다. 아직 말씀드리지 않은 한 가지는 바로 소프트웨어(software)입니다. 그럼 소프트웨어에 대해 이야기해 볼까요. 다음 슬라이드입니다. 네. 사실 Arm은 데이터센터(data center) 소프트웨어 생태계(ecosystem)에 15년 이상 투자해 왔습니다. 저희가 소프트웨어 생태계에 얼마나 오랫동안 투자해왔는지 모든 분들이 아시는지는 모르겠습니다만, 초기에는 Arm만이 소프트웨어 생태계에 투자하고 있었습니다. 그러다 2019년에 변화가 생겼습니다. 저희는 Arm Neoverse를 출시했습니다. 저희가 Arm Neoverse라는 컴퓨팅 플랫폼(compute platform)을 출시했을 때, 이는 고객들이 훨씬 낮은 진입 장벽(barrier to entry)으로 제품을 출시할 수 있도록 해주었습니다. 고객들은 이를 통해 자체 실리콘(silicon)을 구축하고 공통 플랫폼(common platform)을 중심으로 결집하기 시작했습니다. 그리고 그것이 바로 소프트웨어 플라이휠(software flywheel)이 돌아가기 시작한 계기였습니다. 아시다시피, 기술 선도 기업들이 Neoverse를 채택하기 시작하면서, 그들은 Neoverse에 맞춰 소프트웨어를 최적화하기 시작했습니다. 그리고 Neoverse를 채택하는 기술 선도 기업들이 늘어날수록, 그 플라이휠은 더 빠르게 회전하기 시작했습니다. 오늘날 AWS, 구글, 메타, 마이크로소프트, 오라클, 엔비디아와 같은 기업들이 모두 저희와 함께 소프트웨어 생태계(software ecosystem)에 투자하고 있습니다. 그리고 그것이 바로 저희가 소프트웨어 분야에서 상당한 성과(traction)를 거둘 수 있었던 원동력이었습니다. 저희는 함께 Arm을 대부분의 최신 소프트웨어 패키지(software package)에서 일등 시민(first-class citizen)으로 만들었습니다. 특히 저희의 AI 소프트웨어 생태계(AI software ecosystem)의 경우, 저희는 일등 시민일 뿐만 아니라, 소프트웨어가 Arm에서 잘 작동하는 것을 넘어, 소프트웨어가 Arm에서 가장 잘 작동합니다. 그 이유는 매우 간단합니다. AI 분야에서 Arm 소프트웨어 생태계와 Arm 아키텍처는 오늘날 AI를 지원하는 주요 CPU 아키텍처(CPU architecture)입니다. 실제로 저희가 기술 선도 기업들과 함께 해온 노력 덕분에, 오늘날 수만 개의 기업들이 클라우드(cloud)에서 Arm 기반으로 소프트웨어(software)를 운영하고 있습니다. 이는 저희가 이미 전 세계 데이터센터(data center)에 공급한 12억 5천만 개 이상의 Arm Neoverse 코어(core)에서 구동됩니다. 그리고 이러한 성장은 더욱 가속화되고 있습니다. 이것이 바로 그 성장 곡선입니다. 보시다시피, 데이터센터에서 Arm은 그저 잘 작동합니다. 이 점이 핵심입니다. 제가 이 점을 충분히 잘 설명했는지 모르겠습니다. 그래서 소프트웨어 분야에서 경험이 풍부한 분을 무대로 모시겠습니다. 폴 사브(Paul Saab)는 메타(Meta)의 인프라(infrastructure) 분야에서 18년 이상 근무했으며, 회사에서 가장 오래 근무한 직원 중 한 명입니다. 그분은 플래시 스토리지(flash storage) 도입부터 IPV6 구현에 이르기까지 수많은 업무를 책임져 오셨습니다. 현재는 특히 인프라(infrastructure) 내에서 AI의 효율성을 높이는 데 주력하고 계십니다. 그 인연으로 저희는 서로를 알게 되었고, 이제 폴 사브 님을 모시겠습니다.
Paul Saab: Thank you.	Paul Saab: 감사합니다.
Mohamed Awad: Executive Vice President of Cloud AI Business Unit Thank you. Thanks for being here. Thanks for being here.	Mohamed Awad: 감사합니다. 오늘 이 자리에 참석해 주셔서 대단히 감사합니다.
Paul Saab: Thank you for having me.	Paul Saab: 초대해 주셔서 감사합니다.
Mohamed Awad: Executive Vice President of Cloud AI Business Unit You've told me the story before, but I really want to hear you guys have had a long history with Arm. -- goes back longer than just a couple of years ago. Can you maybe give everybody a little bit of a history lesson as to kind of how things started?	Mohamed Awad: 이전에 말씀해주신 적이 있지만, Arm(암)과의 오랜 인연에 대해 정말 듣고 싶습니다. 단순히 몇 년 전이 아니라 훨씬 더 오래 전부터 함께 해오신 것으로 알고 있습니다. 어떻게 시작되었는지에 대한 간략한 역사적 배경을 모든 분들께 설명해주실 수 있을까요?
Paul Saab: Yes. I think it was like 2014, 2015, we were looking at Arm. We were really excited about the efficiency wins that we were seeing. We were really back then just targeting our hack/PHP platform called HBM. And it was working great. Like we made it work. It was performant and then the market kind of went away for us. We didn't really have a platform anymore. And so we just sort of tabled it. And we ripped all that code out. Everything in the code base was removed.	Paul Saab: 네, 2014년, 2015년쯤이었던 것 같아요. 저희가 Arm을 검토하고 있었을 때였죠. 저희는 저희가 확인한 효율성 개선(efficiency wins)에 대해 정말 고무적이었습니다. 당시 저희는 주로 HBM이라는 저희의 hack/PHP 플랫폼을 목표로 삼고 있었습니다. 그리고 그 플랫폼은 아주 잘 작동했습니다. 저희가 제대로 구현해냈고, 성능도 뛰어났죠. 그런데 저희에게는 시장 기회가 사라져 버렸습니다. 더 이상 플랫폼을 유지할 필요가 없게 된 거죠. 그래서 저희는 그 계획을 보류했습니다. 그리고 관련 코드를 모두 제거했습니다. 코드베이스(code base)에 있던 모든 것이 삭제되었죠.
Mohamed Awad: Executive Vice President of Cloud AI Business Unit Okay. So that was 2014 and 2015. Obviously, something must have changed or you wouldn't be standing here today, right? So kind of where do we go from there?	Mohamed Awad: 좋습니다. 2014년과 2015년은 그랬습니다. 분명히 뭔가 바뀌었을 겁니다. 그렇지 않았다면 오늘 이 자리에 계시지 않았겠죠? 그럼 그 다음은 어떻게 되는 건가요?
Paul Saab: Well, the story is kind of funny is like we were -- it was like post -- we're just coming out of the COVID bubble, and we had a bunch of people over at the house sitting around socializing and whatever. And I turned to one of my colleagues and I said, hey, I want to build -- I want to port the Arm again. I kind of had this gut feeling that the ecosystem in the world had changed. And if we didn't start then we would be kind of playing catch-up when it actually happened. I didn't even ask my boss here for permission to buy these machines or even to start the project.	Paul Saab: 이야기가 좀 재미있는데 말이죠, 저희가 막 코로나19 팬데믹(COVID-19 pandemic) 상황에서 벗어나고 있을 때였어요. 집에 여러 사람이 모여서 담소를 나누고 있었죠. 그때 동료 중 한 명에게 제가 이렇게 말했습니다. "야, 우리 Arm을 다시 포팅(porting)해야겠어." 왠지 모르게 직감적으로 세상의 생태계(ecosystem)가 변했다는 것을 느꼈습니다. 만약 그때 시작하지 않으면 실제로 상황이 닥쳤을 때 따라잡기 급급할 것이라고요. 저는 심지어 상사에게 이 장비들을 구매하거나 프로젝트를 시작하는 것에 대해 허락도 받지 않았습니다.
Mohamed Awad: Executive Vice President of Cloud AI Business Unit It's a good thing he approves now.	Mohamed Awad: 클라우드 AI 사업부 전무님께서 이제 승인해주셔서 다행입니다.
Paul Saab: I don't really ask him permission for much to do. But yes, so we started -- we decided we found some machines out there. I went to some other colleagues. I said, hey, I want to port to Arm and he actually responded was like I was wondering when you were going to ask me. So we got the machines in, started porting, making great progress, but it was super slow. We only had 8 machines. But we had this vast x86 ecosystem. And I went to the guys and I was like, hey, can we cross compile? And that's what we ended up doing. We ended up like working around the clock. It took us about 90 days, 5 engineers, and we had a full complete port, full system ready, but then we ran into another problem. We had no silicon to buy. And this -- and Santosh referenced this that like we looked at every partner. And I think this is about the time you and I started talking.	Paul Saab: 그에게 딱히 허락을 받아야 할 일은 많지 않습니다만, 네, 그래서 저희는 몇몇 장비를 찾아내기로 결정하고 작업을 시작했습니다. 다른 동료들에게 가서 Arm으로 포팅(porting)하고 싶다고 말했더니, 그 동료는 '언제쯤 물어볼까 했다'는 반응을 보이더군요. 그래서 장비를 들여와 포팅 작업을 시작했고, 상당한 진전을 보였지만 속도가 너무 느렸습니다. 장비는 8대밖에 없었거든요. 하지만 저희에게는 방대한 x86 생태계(ecosystem)가 있었습니다. 그래서 담당자들에게 가서 '크로스 컴파일(cross compile)이 가능할까요?'라고 물었고, 결국 저희는 그렇게 했습니다. 밤낮없이 일하게 되었죠. 약 90일이 걸렸고, 5명의 엔지니어가 투입되어 완벽한 포팅과 전체 시스템을 준비했지만, 또 다른 문제에 부딪혔습니다. 구매할 실리콘(silicon)이 없었습니다. 그리고 이 부분은 Santosh도 언급했듯이, 저희는 모든 파트너를 검토했습니다. 그리고 제 생각에는 이때쯤 저희가 대화를 시작했던 것 같습니다.
Mohamed Awad: Executive Vice President of Cloud AI Business Unit So you'd say the market was a little bit underserved maybe for what you guys were.	Mohamed Awad: 그럼, 귀사의 서비스/제품에 대해 시장이 다소 미충족(underserved) 상태였다고 보시는 건가요?
Paul Saab: I think underserved is an understatement.	Paul Saab: underserved (수요가 충족되지 못한) 시장이라고 말하기에는 그 상황을 다 담아내지 못한다고 봅니다.
Mohamed Awad: Executive Vice President of Cloud AI Business Unit But let's go back to the 90 days, 5 people. I mean, really -- it's okay. So I'm going to take your word for it. It was 90 days, 5 people, but that's just getting the code working. Like now you've got to now operationalize and get it performing. Like how is that going?	Mohamed Awad: 하지만 90일, 5명이라는 그 부분으로 다시 돌아가 보죠. 음, 좋습니다. 말씀하신 대로 받아들이겠습니다. 90일, 5명으로 진행되었다고 하셨는데, 그건 단순히 코드를 작동시키는 데 그쳤을 뿐입니다. 이제는 그걸 운영화(operationalize)하고 제대로 성능을 내도록 해야 합니다. 그 부분은 어떻게 진행되고 있습니까?
Paul Saab: It's still a small team. I mean it's a lot of very devoted people bringing the systems up. From the time we finished that initial port in 2022, it took us about 2.5 years to actually get some sort of production worthy systems in that were TCO effective, performance per watt. And it was still a very small team. And even today, it's really a small team that's focused on hyper optimizing. It started off with -- once those performance systems landed, it was really just one engineer until a few more came in. But that engineer never had written a single line of Neon, never written a single line of SVE and single-handedly took some of our most precious workloads and made them work on Arm.	Paul Saab: 여전히 소규모 팀입니다. 시스템을 구축하는 데 많은 헌신적인 인력들이 참여하고 있습니다. 2022년에 초기 포팅(porting)을 완료한 시점부터, 총소유비용(TCO: Total Cost of Ownership) 효율적이고 와트당 성능(performance per watt)이 뛰어난 생산 수준의 시스템을 실제로 구축하기까지 약 2.5년이 걸렸습니다. 그럼에도 불구하고 여전히 매우 작은 팀이었습니다. 오늘날에도 초고도 최적화(hyper optimizing)에 집중하는 팀은 여전히 소규모입니다. 처음에는 고성능 시스템이 도입된 후 단 한 명의 엔지니어로 시작했고, 그 후에 몇 명이 더 합류했습니다. 하지만 그 엔지니어는 Neon 코드 한 줄, SVE 코드 한 줄도 작성해 본 적이 없었음에도 불구하고, 저희의 가장 중요한 워크로드(workload) 중 일부를 홀로 담당하여 Arm에서 작동하도록 만들었습니다.
Mohamed Awad: Executive Vice President of Cloud AI Business Unit And how is it performing now generally, like on typical workloads? Like how should we think about the performance in the general?	Mohamed Awad: 그렇다면 현재 전반적으로 어떤 성과를 보이고 있습니까? 예를 들어, 일반적인 워크로드(workload)에서는 어떤 성능을 보이고 있나요? 전반적인 성능에 대해 저희가 어떻게 이해하면 좋을까요?
Paul Saab: We're seeing performance that is basically equal to anything you can buy in the market today at massive performance per watt improvements.	Paul Saab: 저희는 현재 시장에서 구매할 수 있는 어떤 제품과도 기본적으로 동등한 성능을 보이면서도, 와트당 성능 (performance per watt) 면에서는 엄청난 개선을 이루고 있습니다.
Mohamed Awad: Executive Vice President of Cloud AI Business Unit That's great. That's great. Okay. My light is going to start blinking in a minute here. So I'm not going to keep you on stage too long. But I just -- first of all, I want to say thank you. But before I let you go, I guess one question for you. If somebody is out there thinking about, hey, because there are tens of thousand companies that are using Arm already, but there's still a few that aren't. What sort of advice or guidance would you get? And what would be your kind of recommendation to them?	Mohamed Awad: 네, 아주 좋은 말씀이십니다. 좋습니다. 제 시간이 얼마 남지 않아 곧 불이 깜빡일 것 같습니다. 그래서 오래 붙잡아 두지는 않겠습니다. 하지만 우선 감사의 말씀을 드리고 싶습니다. 가시기 전에, 한 가지 질문을 드리고 싶습니다. 이미 수만 개의 기업이 Arm을 사용하고 있지만, 아직 사용하지 않는 기업들도 분명히 있습니다. 만약 그런 기업들이 Arm 도입을 고민하고 있다면, 어떤 조언이나 지침을 주시겠습니까? 그들에게 어떤 권고를 하시겠습니까?
Paul Saab: I think small focus teams doing the port. But like if I were starting the port today, I would be using an LLM. I mean what we're -- what I'm seeing some of the engineers that are now optimizing even existing Arm accelerated code, they're using LLMs to even boost those by 10% or 20%. So the barrier to entry today like porting to Arm is, I would say, close to 0. because like the LLM is just going to do it for you. I don't even write any handwritten code anymore myself. It's just all LLM, all test cases all across the board. So like there's no excuse to port to Arm today.	Paul Saab: 소규모 전담팀이 포팅(porting) 작업을 수행하고 있다고 생각합니다. 하지만 만약 제가 오늘 포팅 작업을 시작한다면, LLM (거대 언어 모델)을 사용할 겁니다. 제가 보기에는 일부 엔지니어들이 현재 기존의 Arm 가속화(accelerated) 코드까지 최적화(optimizing)하고 있는데, 이들은 LLM을 활용해서 성능을 10% 또는 20%까지 향상시키고 있습니다. 그래서 오늘날 Arm으로의 포팅 진입 장벽(barrier to entry)은 거의 0에 가깝다고 할 수 있습니다. 왜냐하면 LLM이 그 작업을 알아서 다 해주기 때문입니다. 저는 더 이상 직접 손으로 코드를 작성하지 않습니다. 모든 것이 LLM으로 처리되고, 모든 테스트 케이스(test cases)도 전반적으로 다 LLM을 통해 이루어집니다. 따라서 오늘날 Arm으로 포팅하는 것에 대해 변명의 여지가 없습니다.
Mohamed Awad: Executive Vice President of Cloud AI Business Unit Excellent. Thanks, Well, that was inspiring. I mean, Paul and I have obviously known each other for a little while. And the tenacity and what I hear around is once Paul gets something in his mind, it just kind of happens. So I appreciate all the support, Paul. Thank you. We're so part of the partnership that we've had with you and with Meta more broadly. So thank you very much. What I love about that story is that they had a need, the market was underserved. And together, we worked together to go address it. The reality is the opportunity for the AGI CPU is broad. The software is ready, and we have a great product. And that's why we're seeing such great customer traction. We're seeing it in multiple areas. If you think about companies like Cerebras and Positron and Rebellions, they're joining Meta and OpenAI by using Arm AGI CPU for things like managing head nodes that they're building or managing accelerators they're building, so a head node type use case or also for agentic orchestration and fan-out. These are specific use cases that they're looking at. And then in the cloud, we see companies like SAP and SK Telecom and Cloudflare who are actively using or planning on deploying Arm as part of their infrastructure. These are just a few of the customers that are planning on using Arm AGI CPU. But rather than me tell you let's listen to them. [Presentation]	Mohamed Awad: 훌륭합니다. 감사합니다. 정말 고무적이네요. 폴과 저는 물론 오랫동안 알고 지냈습니다. 제가 듣기로는, 폴이 한번 마음먹으면 어떤 일이든 끈기 있게 해낸다고 합니다. 폴, 모든 지원에 감사드립니다. 저희는 폴과, 그리고 더 나아가 메타(Meta)와 맺은 파트너십(partnership)의 중요한 일원입니다. 다시 한번 진심으로 감사드립니다. 그 이야기에서 제가 가장 좋았던 점은, 그들에게는 필요가 있었고 시장은 제대로 충족되지 못했다는 것입니다. 그리고 저희는 함께 협력하여 그 문제를 해결했습니다. 현실적으로 AGI CPU의 기회는 매우 광범위합니다. 소프트웨어(software)는 준비되었고, 저희는 훌륭한 제품을 가지고 있습니다. 이것이 바로 저희가 이렇게 훌륭한 고객 유치(customer traction)를 보고 있는 이유입니다. 여러 분야에서 이러한 현상을 목격하고 있습니다. Cerebras, Positron, Rebellions 같은 기업들을 살펴보면, 이들은 Meta와 OpenAI처럼 Arm AGI CPU를 활용하여 자체적으로 구축 중인 헤드 노드(head node)나 가속기(accelerator)를 관리하는 데 사용하고 있습니다. 즉, 헤드 노드 유형의 사용 사례(use case)나 에이전트 오케스트레이션(agentic orchestration) 및 팬아웃(fan-out) 등에 활용하고 있는 것이죠. 이들이 현재 검토하고 있는 구체적인 사용 사례들입니다. 클라우드(cloud) 분야에서는 SAP, SK텔레콤, Cloudflare와 같은 기업들이 Arm을 자사 인프라(infrastructure)의 일부로 적극적으로 사용하거나 배포할 계획을 가지고 있습니다. 이들은 Arm AGI CPU를 도입할 계획을 가진 여러 고객사들 중 일부에 불과합니다. 제가 직접 설명드리는 것보다, 그들의 이야기를 직접 들어보시죠.
Mohamed Awad: Executive Vice President of Cloud AI Business Unit I just want to say thanks again to all of our customers and some partners that are supporting us here today. The support we've gotten has really just been incredible. We built Arm AGI CPU for you, and we're so pleased with the response. You see Arm AGI CPU has been designed from the ground up to make sure that performance scales and power stays predictable. That's the superpower, performance, scale and efficiency. And it's resonating with our partners. You see that's a very different approach than it's taken by x86. They've burdened their execution -- they are burdened with execution overhead and legacy feature support. They chose to focus on things like modularity, support for lots of different markets and esoteric use cases. We are ruthlessly focused on improving efficiency and reducing latency. Ultimately, this is about architectural philosophy. We're not strapped to the past. We are not strapped to the past. Listen, we don't support Lotus Notes, okay? We just don't do it. We're focused on exactly and only what the AGI at data center needs, performance, scale and efficiency. Let me take you through that in a little more detail. It starts with performance. And performance for us is all about doing more work for every clock cycle. This has always been an area. Great IPC has always been an area where Arm has shined. How much work do you get done every single cycle? Our AGI CPU absolutely shines here. Now what we see is that legacy CPUs, they sometimes try to compete on this vector by doing things like increasing the frequency, going to boost modes. But here's the reality. When you increase the frequency, what else do you increase? Power. That's a problem. These boost modes are not sustainable across long periods of time. They're not sustainable across a chip. With Arm AGI CPU, what we give you is full performance sustainably all the time. And ultimately, that means scale. We linearly scale across cores, and our memory and I/O subsystem is specifically designed to be matched to those cores so that we can continue to feed them, 6 gigabytes per second of memory bandwidth to every single core. In order to scale, what we see some of these legacy architectures do is multi-threading, right? What happens when you do multi-threading? You throw 2 jobs at the same core. That's how they get to a high thread count or try to get to a lot of devices. But the reality on that is your I/O and your bandwidth, that doesn't double. So you've just moved the bottleneck elsewhere. And oh, by the way, the CPU needs to be burdened with managing that back and forth. And so your performance degrades, you end up starving your processes. What we see over and over again is that data center operators have to overprovision their data centers by 30% or more to deal with this lack of nonlinear scaling. This is an actual thing that happens. We take pride in not having to do that. There's actually a great demo of this out on the show floor. I encourage you all to check it out after the keynote. And then finally, we have this maniacal focus on efficiency. Obviously, that's always been Mark's -- that's always been Arm's hallmark. It's always been something that we've been great at. We're leveraging all those techniques and methods and experience that we've built up over the decades around building incredibly efficient processors, incredibly efficient technology. And we're packaging that all up in a custom design specifically for this use case. AGI CPU is purpose-built without that legacy overhead because it all comes back to performance, scale and efficiency. It's my efficiency bullet. At the end of the day, no wasted cycles, no stranded compute, no wasted power or silicon, and we're super proud of that. Let's look at what it means in practice. I'm going to show you the results, and they kind of speak for themselves. First, let's talk about sustained performance. What you see here is the performance that you can expect to achieve consistently. So this is consistent performance. No performance throttling because you're over power budget, no memory or I/O contention. This is the sort of performance you're going to see. You can see with AGI CPU, it's world-class. You've got world-class performance, you can take to the bank. Next, let's talk about scale. How many threads or agents can you run in each rack? How much compute do you actually support with a fixed power budget with a fixed physical footprint. Remember those racks I showed you earlier, there you go. That's where we land. And of course, there's efficiency, performance per watt. What's going on with my screens. They're flipping all over the place. Can you go back, please? Go back one more. So what you're seeing here, these are -- all of these charts are with SMT disabled. So these are single-threaded cores for us, single-threaded cores for them. So no multi-threading whatsoever, okay? I told you what I thought about multi-threading, which is why we elected to show it to you this way. But oftentimes, what we hear is that multi-threading is going to improve that middle chart. It's going to allow for more scalability. Multi-threading is going to improve the performance per watt. Let's take a look at what happens if we turn multi-threading on, okay? See, first of all, your performance goes down. That's the chart on the left. And the reason why the performance goes down is because you can't just add more work and expect performance to be the same. So that's pretty self-explanatory. And in this particular case, again, we've held it at kind of based on the memory and the I/O bandwidth available, kind of where you land. That second one, the sustained threads per rack. The reality is that because of the limitations on the device and all of the bottlenecks, you end up in a scenario where you can't actually use all of those threads. Many are left idle. And then finally, performance per watt. Yes, there is a small improvement there, but not enough to change the calculus. At the end of the day, the results are clear. This is a killer product and Arm is a class of its own. Performance, scale and efficiency. I'll say it one more time. This is what the Arm AGI CPU is built for. And the impact on the AI data center is going to be profound. Let me turn it back to Rene. Thank you.	Mohamed Awad: 오늘 저희를 지원해주시는 모든 고객분들과 파트너분들께 다시 한번 깊이 감사드립니다. 저희에게 보내주신 성원은 정말 대단했습니다. 저희는 고객 여러분을 위해 Arm AGI CPU를 개발했으며, 그 반응에 매우 만족하고 있습니다. 아시다시피, Arm AGI CPU는 성능 확장성(performance scalability)을 확보하고 전력 효율성(power efficiency)을 예측 가능하게 유지하도록 처음부터 설계되었습니다. 이것이 바로 저희의 핵심 강점, 즉 성능, 확장성, 그리고 효율성입니다. 그리고 이는 저희 파트너사들에게도 큰 반향을 얻고 있습니다. 아시다시피, 이는 x86 아키텍처와는 매우 다른 접근 방식입니다. x86은 실행 오버헤드(execution overhead)와 레거시 기능(legacy feature) 지원으로 인해 부담을 안고 있습니다. 그들은 모듈성(modularity), 다양한 시장 지원, 그리고 특수한(esoteric) 사용 사례(use cases) 등에 중점을 두기로 선택했습니다. 저희는 효율성 향상과 지연 시간(latency) 단축에 철저하게 집중하고 있습니다. 궁극적으로, 이는 아키텍처 철학에 관한 문제입니다. 저희는 과거에 얽매여 있지 않습니다. 절대로 과거에 얽매여 있지 않습니다. 자, 저희는 로터스 노츠(Lotus Notes)를 지원하지 않습니다. 저희는 그렇게 하지 않습니다. 저희는 데이터센터의 AGI에 필요한 것, 즉 성능, 확장성(scale), 그리고 효율성에만 정확히 집중하고 있습니다. 이 부분에 대해 좀 더 자세히 설명해 드리겠습니다. 먼저 성능부터 말씀드리겠습니다. 저희에게 성능이란 모든 클록 사이클(clock cycle)당 더 많은 작업을 처리하는 것을 의미합니다. 이 부분은 항상 중요한 영역이었습니다. 뛰어난 IPC(Instructions Per Cycle)는 Arm이 항상 두각을 나타냈던 분야입니다. 매 사이클마다 얼마나 많은 작업을 처리할 수 있는가 하는 것이죠. 저희 AGI CPU는 이 부분에서 단연 돋보입니다. 기존 중앙처리장치(CPU)들은 때때로 주파수(frequency)를 높이거나 부스트 모드(boost mode)를 사용하는 방식으로 이 분야에서 경쟁하려고 합니다. 하지만 현실은 이렇습니다. 주파수를 높이면 무엇이 함께 늘어날까요? 바로 전력(power)입니다. 그게 문제입니다. 이러한 부스트 모드는 장시간 지속 가능하지 않으며, 칩(chip) 전체에서 지속될 수도 없습니다. Arm AGI CPU를 통해 저희는 항상 지속 가능한 완전한 성능을 제공합니다. 궁극적으로 그것은 확장성(scale)을 의미합니다. 저희는 코어(core) 전반에 걸쳐 선형적으로 확장되며, 저희의 메모리(memory) 및 I/O 서브시스템(subsystem)은 해당 코어에 맞춰 특별히 설계되어 각 코어에 초당 6기가바이트(GB/s)의 메모리 대역폭(memory bandwidth)을 지속적으로 공급할 수 있습니다. 확장하기 위해 일부 기존 아키텍처(architecture)들이 사용하는 방식은 멀티 스레딩(multi-threading)입니다, 그렇죠? 멀티스레딩(multi-threading)을 하면 어떤 일이 벌어질까요? 하나의 코어에 두 개의 작업을 할당하게 됩니다. 그렇게 해서 높은 스레드 수(thread count)를 달성하거나 더 많은 디바이스(device)를 활용하려고 하죠. 하지만 현실은 입출력(I/O)과 대역폭(bandwidth)이 두 배로 늘어나지 않는다는 겁니다. 결국 병목 현상(bottleneck)만 다른 곳으로 옮기는 셈이죠. 게다가 CPU는 그 왔다 갔다 하는 작업을 관리하는 부담까지 져야 합니다. 그 결과 성능이 저하되고, 프로세스(process)에 자원이 부족해지는 이른바 '프로세스 기아 현상'이 발생합니다. 저희가 반복적으로 목격하는 것은, 데이터센터 운영자들이 이러한 비선형적 확장성(nonlinear scaling) 부족 문제를 해결하기 위해 데이터센터를 30% 이상 과도하게 프로비저닝(overprovision)해야 한다는 점입니다. 이는 실제로 벌어지는 일입니다. 저희는 그렇게 할 필요가 없다는 점에 자부심을 느낍니다. 사실, 전시회장에는 이와 관련된 훌륭한 데모가 준비되어 있습니다. 기조연설(keynote)이 끝난 후 여러분 모두 확인해 보시기를 권합니다. 마지막으로, 저희는 효율성에 극도로 집중하고 있습니다. 아시다시피, 이는 항상 Arm의 특징이었고, 저희가 항상 잘해왔던 부분이기도 합니다. 저희는 수십 년간 축적해 온 매우 효율적인 프로세서(processor)와 기술을 구축하는 데 필요한 모든 기술, 방법, 경험을 활용하고 있습니다. 그리고 이 모든 것을 이 특정 사용 사례(use case)에 맞춰 특별히 맞춤형 설계(custom design)로 통합하고 있습니다. AGI CPU는 성능, 확장성(scale), 그리고 효율성으로 귀결되기 때문에, 기존의 불필요한 오버헤드(overhead) 없이 특정 목적을 위해 설계되었습니다. 이것이 바로 저희 효율성의 핵심입니다. 결국, 낭비되는 사이클(cycle)이나 고립되는 컴퓨팅(compute) 자원, 낭비되는 전력이나 실리콘(silicon)이 전혀 없습니다. 저희는 이에 대해 매우 자랑스럽게 생각합니다. 이것이 실제로 어떤 의미를 가지는지 살펴보겠습니다. 결과를 보여드리겠습니다. 이 결과들이 모든 것을 말해줄 겁니다. 먼저, 지속적인 성능(sustained performance)에 대해 말씀드리겠습니다. 여기서 보시는 것은 여러분이 꾸준히 달성할 수 있다고 기대할 수 있는 성능입니다. 즉, 이는 일관된 성능(consistent performance)입니다. 전력 예산(power budget) 초과로 인한 성능 저하(performance throttling)도 없고, 메모리나 I/O 경합(contention)도 없습니다. 이것이 바로 여러분이 경험하게 될 성능입니다. AGI CPU를 통해 세계 최고 수준의 성능을 확인하실 수 있습니다. 확실히 믿을 수 있는 세계 최고 수준의 성능을 제공합니다. 다음으로, 확장성(scale)에 대해 이야기해 보겠습니다. 각 랙(rack)에서 얼마나 많은 스레드(threads)나 에이전트(agents)를 실행할 수 있을까요? 고정된 전력 예산과 고정된 물리적 공간(physical footprint) 내에서 실제로 얼마나 많은 컴퓨팅(compute)을 지원할 수 있을까요? 이전에 보여드렸던 랙들을 기억하시죠? 바로 그겁니다. 저희의 역량이 바로 여기에 있습니다. 물론이죠, 그리고 효율성, 즉 와트당 성능(performance per watt)도 중요합니다. 제 화면이 왜 이러죠? 계속 넘어갑니다. 죄송합니다. 한 장만 뒤로 넘겨주시겠어요? 네, 한 장 더요. 지금 보시는 차트들은 모두 SMT(Simultaneous Multi-threading)를 비활성화한 상태입니다. 즉, 저희 코어든 상대방 코어든 모두 싱글 스레드(single-threaded) 코어라는 뜻입니다. 멀티 스레딩(multi-threading)은 전혀 사용하지 않았습니다. 제가 멀티 스레딩에 대해 어떻게 생각하는지 말씀드렸고, 그래서 저희는 이런 방식으로 보여드리기로 결정했습니다. 하지만 종종 멀티 스레딩이 가운데 차트를 개선하고, 더 나은 확장성(scalability)을 제공하며, 와트당 성능(performance per watt)을 향상시킬 것이라고들 합니다. 그럼 멀티 스레딩을 켰을 때 어떤 일이 일어나는지 한번 볼까요? 보시다시피, 우선 성능이 떨어집니다. 그것이 왼쪽에 있는 차트입니다. 성능이 저하되는 이유는 단순히 작업량을 늘린다고 해서 동일한 성능을 기대할 수 없기 때문입니다. 이는 매우 자명한 사실입니다. 그리고 이 특정 사례에서는, 다시 말씀드리지만, 사용 가능한 메모리(memory)와 I/O 대역폭(I/O bandwidth)을 기반으로 어느 정도의 결과에 도달하는지를 유지했습니다. 두 번째는 랙당 지속 스레드(sustained threads per rack)입니다. 현실은 장치(device)의 제약과 모든 병목 현상(bottlenecks)으로 인해, 실제로 그 모든 스레드(thread)를 사용할 수 없는 상황에 이르게 된다는 것입니다. 많은 스레드가 유휴 상태로 남게 됩니다. 그리고 마지막으로 와트당 성능(performance per watt)입니다. 네, 거기에는 약간의 개선이 있었지만, 전체적인 판도를 바꿀 만큼은 아닙니다. 결론적으로, 결과는 명확합니다. 이것은 획기적인 제품(killer product)이며, Arm은 그 자체로 독보적인 존재입니다. 성능, 규모, 그리고 효율성입니다. 다시 한번 말씀드리겠습니다. 이것이 바로 Arm AGI CPU가 설계된 목적입니다. 그리고 AI 데이터 센터에 미치는 영향은 엄청날 것입니다. 이제 르네에게 마이크를 넘기겠습니다. 감사합니다.
CEO & Director: Thank you, Mohamed, and thank you, Paul, and your LLM agent that's going to do all the conversions for us. So we've shared a lot with you today, and I'm grateful for your patience and time. If there were just a few things to take away from this morning, I think it starts here. performance per watt, which translates to performance per rack. When you look at an x86 equivalent structure, same power delivery, 36 kilowatts, 2x the performance in the same power. That's what you need to remember. For those of you who are paying for that power, there's another number you need to remember. If you think about 1 gigawatt of capacity and you think about the CapEx associated with that extra power you're spending at the sake of performance, it's up to $10 billion of CapEx. Obviously, these are serious numbers. So again, the takeaway from the Arm AGI CPU is 2x performance per watt, probably more than 2x -- now you heard a number of comments in the videos, including Santosh, that when you embark on the kind of engagement and partnership we're talking about, while a day like this and an event like this is wonderful and amazing and we're talking about a great product, it's really not about the day, but it's about the future and commitment to a road map. So we are committing to future generations of this product. Arm AGI CPU 2 is coming out soon as is Arm AGI CPU 3. As you heard in the videos again, these are multigenerational engagements. We are investing a lot. Our customers are investing a lot. The ecosystem is investing a lot. We are absolutely committed to a road map and a future around this product line. In addition, we will continue the CSSs around these products. And as Mohamed mentioned, one of the big benefits of the CSSs are the speed it allows our customers to get to market. It also enables a lot of benefit for us as well. So the CSS road map will continue. So I want to close a little bit around what we think the financial opportunity is for Arm. So before this day, our business has been IP and IP compute subsystems. And we have been doing extremely well in that business, far better than what we had talked to investors about 2.5 years ago when we did our roadshow for the IPO, we're actually ahead of that. When we look at the AI data center business, that represents today about a $3 billion TAM. And now I'm just talking about roughly the royalties. So I mentioned on one of the earnings calls that the cloud AI business will probably be our largest business in a few years. And this is really driven by all of the growth that Mohamed talked about, the deployment of 1.25 billion Neoverse cores and forward. When we think about our business going forward, the Arm AGI CPU and as Mohamed mentioned, we have committed customers, Meta, OpenAI, Cloudflare, SAP, F5, customer you saw in the video. When we think forward about what is the market opportunity for this business, it is a dramatic sea change for the opportunity. When we look at what's going on with Agentic AI, the growth of CPUs, the benefit that power-efficient CPUs bring to the data center, we think this represents about $100 billion TAM for us in the future. So today, it is all about the Arm AGI CPU. But there will be some tomorrows. And don't ask me about tomorrow today, but there will be some tomorrows. And we think this opportunity to take the work we've done across all of the markets, as you've heard in the video from edge to cloud, from milliwatts to gigawatts, we think we have an opportunity to address greater than a $1 trillion TAM by the end of the decade. So we've got some work to do, but I couldn't be more proud of what our company has achieved, grateful to the ecosystem that helps us achieve it and the customers that are now committed to buy our product. I want to close by saying that we stand on the shoulders of our ecosystem. None of this is possible without the ecosystem that we have nurtured for 35-plus years, many of you who are here today and watching on video. Thank you for attending today. Arm is everywhere, and we appreciate your support.	CEO & Director: 감사드립니다. 그리고 저희를 위해 모든 변환을 처리해 줄 LLM 에이전트에게도 감사드립니다. 오늘 여러분과 많은 것을 공유했으며, 인내심을 가지고 시간을 할애해 주신 점에 감사드립니다. 오늘 말씀드린 내용 중 몇 가지만 기억하신다면, 핵심은 바로 이것입니다. 와트당 성능(performance per watt)이며, 이는 곧 랙당 성능(performance per rack)으로 이어집니다. x86 기반의 동등한 구조를 살펴보면, 동일한 전력 공급, 즉 36킬로와트(kW)에서 2배의 성능을 발휘합니다. 이것이 여러분이 기억해야 할 핵심입니다. 그 전력 비용을 지불하는 분들께는 기억해야 할 또 다른 숫자가 있습니다. 1기가와트(GW)의 용량을 고려하고, 성능을 위해 추가로 지출하는 전력과 관련된 자본 지출(CapEx)을 생각해보십시오. 이는 최대 100억 달러에 달하는 자본 지출이 발생할 수 있습니다. 분명히, 이 수치들은 매우 중요합니다. 다시 말씀드리지만, Arm AGI CPU의 핵심은 와트당 2배의 성능 향상이며, 아마도 2배 이상일 것입니다. 산토시를 비롯해 영상에서 여러 의견을 들으셨겠지만, 저희가 논의하는 이러한 종류의 협력과 파트너십(partnership)을 시작할 때, 오늘과 같은 날, 그리고 이러한 행사가 훌륭하고 놀랍고, 저희가 멋진 제품에 대해 이야기하고 있지만, 정말로 중요한 것은 오늘 하루가 아니라 미래와 로드맵(road map)에 대한 약속입니다. 따라서 저희는 이 제품의 미래 세대에 전념하고 있습니다. Arm AGI CPU 2가 곧 출시될 예정이며, Arm AGI CPU 3도 마찬가지입니다. 영상에서 다시 들으셨겠지만, 이는 여러 세대에 걸친 협력입니다. 저희는 많은 투자를 하고 있습니다. 저희 고객들도 많은 투자를 하고 있으며, 생태계(ecosystem) 전반에서도 많은 투자가 이루어지고 있습니다. 저희는 이 제품군에 대한 로드맵과 미래에 대해 확고한 의지를 가지고 있습니다. 또한, 이 제품들에 대한 CSS(Compute Subsystem)를 계속 이어갈 것입니다. Mohamed가 언급했듯이, CSS의 큰 장점 중 하나는 고객들이 시장에 더 빠르게 진출할 수 있도록 해주는 속도입니다. 이는 또한 저희에게도 많은 이점을 제공합니다. 따라서 CSS 로드맵은 계속될 것입니다. 이제 마무리하면서 Arm에게 있어 재정적 기회(financial opportunity)가 무엇인지에 대해 말씀드리고 싶습니다. 지금까지 저희 사업은 IP(Intellectual Property)와 IP 컴퓨트 서브시스템이었습니다. 그리고 저희는 그 사업에서 매우 잘 해왔으며, 2년 반 전 IPO(기업공개) 로드쇼를 진행할 때 투자자들에게 말씀드렸던 것보다 훨씬 더 잘하고 있습니다. 실제로 저희는 그 목표를 뛰어넘고 있습니다. AI 데이터센터 사업을 살펴보면, 현재 약 30억 달러 규모의 TAM(Total Addressable Market)을 나타냅니다. 지금부터 로열티(royalties)에 대해 대략적으로 말씀드리겠습니다. 이전 실적 발표(earnings call) 중 한 번 말씀드렸듯이, 클라우드 AI 사업은 몇 년 안에 저희의 가장 큰 사업이 될 것입니다. 이는 모하메드가 언급했던 모든 성장, 즉 12억 5천만 개의 Neoverse 코어 배포(deployment)와 그 이후의 성장에 힘입은 것입니다. 앞으로 저희 사업을 생각해보면, Arm AGI CPU와 관련하여 모하메드가 언급했듯이, 저희는 이미 확정된 고객들을 확보하고 있습니다. Meta, OpenAI, Cloudflare, SAP, F5 등 비디오에서 보셨던 고객들이죠. 이 사업의 시장 기회(market opportunity)에 대해 앞으로 생각해보면, 이는 기회에 있어 극적인 대변혁(sea change)입니다. 에이전트 AI, CPU의 성장, 그리고 전력 효율적인 CPU가 데이터센터에 가져다주는 이점들을 종합적으로 고려해볼 때, 이는 미래에 저희에게 약 1,000억 달러 규모의 총 유효 시장(TAM: Total Addressable Market)을 의미한다고 생각합니다. 현재는 Arm AGI CPU가 모든 것의 중심이지만, 분명히 미래는 계속해서 펼쳐질 것입니다. 오늘 당장 그 미래에 대해 자세히 묻지는 마십시오. 하지만 분명히 그 미래는 존재합니다. 그리고 저희는 영상에서 보셨듯이 엣지(edge)부터 클라우드(cloud)까지, 밀리와트(milliwatts)부터 기가와트(gigawatts)까지, 모든 시장에서 저희가 이뤄낸 성과를 바탕으로 이번 10년 말까지 1조 달러가 넘는 총 유효 시장(TAM)을 공략할 수 있는 기회를 가지고 있다고 봅니다. 물론 아직 해야 할 일이 남아있습니다만, 저희 회사가 달성한 성과에 대해 더할 나위 없이 자랑스럽습니다. 또한 저희의 성과를 돕는 생태계(ecosystem)와 저희 제품 구매를 약속해주신 고객분들께도 깊이 감사드립니다. 마지막으로 말씀드리고 싶은 것은, 저희는 저희 생태계의 어깨 위에 서 있다는 점입니다. 오늘 이 자리에 참석해 주신 많은 분들과 영상을 통해 시청하고 계신 분들을 포함하여, 저희가 35년 이상 육성해 온 생태계 없이는 이 모든 것이 불가능했을 것입니다. 오늘 참석해 주셔서 감사합니다. Arm은 어디에나 있으며, 여러분의 성원에 감사드립니다.

📌 요약

다음은 해당 트랜스크립트에 대한 요약입니다.

* **신제품 출시 및 성능 우위 강조:** Arm은 AGI CPU를 공식 출시하며 x86 대비 와트당 성능(performance per watt)에서 2배의 우위를 강조하고,