https://www.nvidia.com/en-us/on-demand/session/gtc26-s81543/

🎯 한 줄 결론

▎ "Latency race(빠르기) 시대는 끝났다. ML race(똑똑하기) 시대로 넘어왔고, 매출 기준으로 ML 진영이 이미 이기고 있다."

---
1️⃣ HFT는 SEC 규제의 부작용으로 탄생
- 1996 Display Rule + 2005 Reg NMS = "최우선 가격 체결 의무" → 의도는 공정성, 결과는 race to zero

2️⃣ Latency race는 사실상 종료
- 2014년 NJ-시카고 응답시간 5ms = 빛의 속도 이론적 한계
- 커스텀 ASIC + 사설 마이크로파에 수억 달러 — 상위 5~10개사만 생존
- "신규 startup이 latency HFT 시작? 의미 없음"

3️⃣ 새 frontier = 사전 예측 (forecasting)
- 모두 빛의 속도면 엣지 없음 → 빛을 이기는 유일한 방법은 미리 예측
- 40년 선형회귀 지배 → 2010년대 비선형/딥러닝/GPU/Kaggle 붐이 inflection point

4️⃣ 🔥 결정적 슬라이드 — ML 펌이 매출에서 승리

5개 fastest 펌 vs 4개 ML-driven 펌 매출 비교:
- ML 4개사 (Jane Street, Citadel, HRT, XTX) 매출 > Latency 5개사
- XTX는 신참인데도 상위
- "ML은 스케일된다, latency는 안 된다"
- ML 펌도 빠르긴 함 (FPGA 보유) — 단지 "1등 빠르기"는 안 노림

5️⃣ GPU가 그렇게 많이 필요한 이유 = Feature Engineering
- 핀테크 신용평가: 피처 5~20개
- 트레이딩: 기본 모델도 100,000+ predictor
- 100K 피처 × cross-validation × 하이퍼서치 = 모델 학습 수백만 번 병렬
- DeepSeek도 사실 2021년부터 중국 최대 GPU 클러스터 보유한 quant 헤지펀드였음
- Jensen 키노트: "트레이딩 산업이 GPU 최대 소비자 중 하나"

---