doubleAI의 ‘맥스웰’은 최초의 ‘코드 실행 모델’. 엔비디아, 자체 컴퓨팅의 상품화를 지원
🇰🇷 한글 번역
엔비디아는 현재 자체 하드웨어의 필요성을 줄이는 것을 목표로 하는 기업에 자금을 지원하고 있다. 칩 거대 기업인 엔비디아는 텔아비브에 기반을 둔 스타트업인 더블에이아이(doubleAI)에 2억 2,000만 달러의 자금 조달 라운드를 통해 투자했으며, 이 회사는 모순적인 전략에 미래를 걸고 있다. 즉, 자신이 실행하는 컴퓨팅 자원을 자체적으로 상품화하는 것이다. 더블에이아이는 고객이 절감한 컴퓨팅 비용의 일정 비율을 수수료로 부과함으로써, 사실상 AI 스택 내 비효율성에 대한 세금 역할을 자처하고 있다.
이러한 변화는 인프라가 모델 품질보다 기업용 AI 에이전트 채택의 주요 병목 현상이라는 현실을 업계가 직면하면서 발생하고 있다. H100 임대 가격이 보고된 바에 따라 60% 상승했으며, 이는 2026년 10월 19일 자 월스트리트 저널의 유료 보도에서 지적된 추세다(본 분석을 위해 해당 기사는 직접 접근하지 않았다). 이에 따라 최적화 압력은 사치에서 생존 필수 조건으로 이동했다.
더블에이아이의 해결책은 맥스웰(Maxwell)이다. 이 회사는 맥스웰을 최초의 ‘코드 실행 모델’(CEM)로 홍보한다. 텍스트나 코드를 생성하는 전통적인 대규모 언어 모델(LLM)과 달리, CEM은 기계를 위한 에이전트 역할을 하도록 설계되었다. 맥스웰은 실행 중인 코드를 현재 사용 중인 특정 하드웨어와 데이터에 맞게 다시 작성하여 GPU와 CPU의 소프트웨어 성능을 최적화하며, 동시에 원래 코드와의 형식적 검증된 동등성을 유지한다. 이 회사는 이미 2억 2,000만 달러 자본의 약 절반을 사용하여 이 엔진을 구동하기 위해 약 1,000개의 엔비디아 B300 칩을 확보했다.
벤더가 제시한 성능 수치는 공격적이다. 벤더가 보고한 한 사례에서 이 회사는 LTX-2.5 4K 클립의 실행 시간을 4분 9초에서 2분 14초로 줄였다고 주장한다. 또 다른 벤더 보고 사례에서는 미명의 초기 고객에 대해 컴퓨팅 비용을 67% 절감했다고 밝혔다. 이러한 수치는 아직 제3자에 의해 검증되지 않았지만, 핵심 가치 제안이 무엇인지를 강조한다. 맥스웰은 추론과 오케스트레이션 사이에 위치하여 하드웨어 환경에 실시간으로 적응하는 동적 컴파일러 역할을 한다.
이러한 배치는 중요하다. 에이전트 워크플로우를 관리하는 오케스트레이션 레이어와 무거운 컴퓨팅이 이루어지는 추론 레이어 사이에 자신을 삽입함으로써 맥스웰은 현대 AI 개발에 내재된 비효율성(블로트)을 해결하려고 시도한다. 만약 에이전트가 자신의 작업을 절반의 시간 내에 실행할 수 있다면, 기반이 되는 컴퓨팅 수요는 감소하고 해당 에이전트를 실행하는 비용은 더 예측 가능해진다. 라이트스피드, 베세머 벤처 파트너스, 그리고 엔비디아 자신과 같은 투자자들에게 있어 이 베팅은 이러한 효율성을 관리하는 소프트웨어 레이어의 가치가 결국 실리콘 자체의 가치와 맞먹게 될 것이라는 믿음에 기반한다.
📄 원문 (English)
Nvidia is currently bankrolling a company that aims to make its own hardware less necessary. Through a $220 million funding round, the chip giant has invested in doubleAI, a Tel Aviv-based startup that is betting its future on a paradox: commoditizing the very compute it runs on. By charging customers a percentage of the compute costs they save, doubleAI is effectively positioning itself as a tax on inefficiency in the AI stack.
This shift arrives as the industry grapples with the reality that infrastructure, not model quality, is the primary bottleneck to enterprise AI agent adoption. As H100 rental prices have reportedly climbed by 60% — a trend noted in an October 19, 2026, Wall Street Journal report that was paywalled and not directly accessed for this analysis — the pressure to optimize has moved from a luxury to a survival requirement.
doubleAI's answer is Maxwell, which the company bills as the first "code execution model" (CEM). Unlike traditional large language models that generate text or code, a CEM is designed to act as an agent of the machine. It optimizes software performance on GPUs and CPUs by rewriting running code for the specific hardware and data in use, all while maintaining formally verified equivalence to the original code. The company has already deployed roughly half of its $220 million capital to secure approximately 1,000 Nvidia B300 chips to power this engine.
The performance metrics provided by the vendor are aggressive. In one vendor-reported example, the company claims to have reduced the runtime of LTX-2.5 4K clips from 4 minutes and 9 seconds to 2 minutes and 14 seconds. In another vendor-reported instance, the company claims a 67% compute cost reduction for an unnamed early customer. While these figures remain unverified by third parties, they highlight the core value proposition: Maxwell sits in the stack between inference and orchestration, acting as a dynamic compiler that adjusts to the hardware environment in real time.
This placement is significant. By inserting itself between the orchestration layer — which manages agent workflows — and the inference layer — where the heavy compute happens — Maxwell attempts to solve the bloat inherent in modern AI development. If an agent can execute its tasks in half the time, the underlying compute demand drops, and the cost of running that agent becomes more predictable. For investors like Lightspeed, Bessemer Venture Partners, and Nvidia itself, the bet is that the value of the software layer that manages this efficiency will eventually rival the value of the silicon itself.
▶ 칩 라이브 24 홈으로 — chiplive24.com