1장. 엔비디아 이후를 묻는 회사 • AI 반도체 시장을 지배하는 것은 무엇인가 • GPU와 CUDA가 만든 결합형 해자 • 칩에서 서버까지 이어지는 텐스토렌트의 정체성 • 엔비디아 대항마라는 프레임의 한계 • 기술 기업을 검증하는 기준과 시점 2장. 짐 켈러의 설계 철학과 조직의 실행력 • DEC에서 시작된 설계자의 경력 • K8와 Apple 실리콘에서 얻은 경험 • Zen과 Tesla를 둘러싼 사실과 과장 • 복잡성을 줄이고 확장성을 높이는 설계관 • 한 명의 설계자보다 중요한 조직과 실행 3장. Tensix와 분산형 AI 연산의 설계 • Tensix는 어떤 문제를 풀려 하는가 • 연산 장치와 로컬 메모리의 협업 • Network-on-Chip과 분산 실행 • Grayskull에서 얻은 초기 교훈 • Wormhole이 확장한 멀티칩 구조 • Blackhole의 약속과 검증 과제 4장. 메모리와 인터커넥트가 결정하는 확장성 • AI의 병목은 왜 데이터 이동인가 • SRAM과 GDDR과 HBM의 구조적 차이 • 텐스토렌트 메모리 전략의 경제성 • HBM 없는 가속기의 가능성과 한계 • 칩에서 클러스터까지 이어지는 연결망 • 총소유비용으로 다시 보는 성능 5장. RISC-V와 Ascalon이 겨냥하는 컴퓨팅의 중심 • RISC-V가 열어 놓은 것과 열지 않은 것 • 고성능 CPU 설계가 어려운 이유 • Ascalon의 목표와 공개된 실체 • Arm과 x86을 넘어야 하는 생태계 장벽 • CPU와 Tensix를 함께 설계하는 이유 • RISC-V IP가 만드는 사업 기회 6장. 칩렛과 오픈소스로 다시 짜는 생태계 • 거대한 단일 칩에서 칩렛으로 • CPU와 AI와 I/O를 조립하는 방법 • Open Chiplet Atlas와 표준의 조건 • TT-Metal이 맡은 소프트웨어 계층 • 오픈소스와 성숙한 생태계의 차이 • CUDA의 네트워크 효과를 넘는 조건 7장. 카드에서 서버와 IP 사업으로 • 개발자 카드와 워크스테이션의 역할 • QuietBox와 Galaxy의 시스템 전략 • 슈퍼클러스터를 공급한다는 것의 의미 • CPU와 Tensix IP로 돈 버는 구조 • Sovereign AI가 만드는 새로운 수요 • 한국과 일본의 협력을 검증하는 법 8장. 포스트 엔비디아의 가능성과 생존 조건 • 텐스토렌트의 진짜 경쟁자는 누구인가 • 기술 스택을 함께 보유한 강점 • 소프트웨어와 공급 규모라는 약점 • 워크로드별로 달라지는 경쟁 가능성 • 성공 여부를 판단할 핵심 지표 • 엔비디아 대체가 아닌 선택지의 확장