Search published article titles and excerpts here, or choose a wider Google search.
Engineering
2026년 데이터센터 AI 칩의 승부는 peak FLOPS가 아니라 latency, memory movement, compiler, rack economics와 고객 전환비용을 한꺼번에 낮추는 데 있다. 조사한 본문 20개사 가운데 규제 공시 매출까지 확인되는 A는 Cerebras 한 곳이고, B는 9곳이다. Groq의 NVIDIA 거래는 인수가 아니라 비독점 라이선스이며, Positron의 현재 제품은 HBM 기반 Atlas이고 LPDDR5x 기반 Asimov는 2027년 계획이다. Taalas는 실제 HC1 s
Engineering
93개 기업·결과 사례를 같은 기준으로 놓으면 가장 붐비는 해자는 데이터 이동과 패키지이고, 가장 희소한 증거는 반복 매출이다. 검토 표본에서 A급은 13곳, B급은 29곳인 반면 C·D는 39곳이다. 따라서 좋은 아키텍처를 찾는 것보다 working silicon, 판매 가능한 제품, named customer, 인식 매출, 반복 주문을 구분하는 일이 먼저다.
Research
2026년 AI EDA 투자는 빠르게 늘었지만 아직 하나의 승자 시장은 아니다. 공개 자료로 확인한 34곳 중 자금·조직 확장이 가장 선명한 곳은 ChipAgents, Ricursive, Cognichip, Normal Computing이고, 외부 독자가 실제 산출물까지 검사할 수 있는 증거는 PCB의 Quilter가 가장 강하다. CaretEDA는 흥미로운 신규 진입자지만 2026년 7월 현재 비공개 평가 단계다.
Engineering
🆓 무료 글 · 누구나 무료로 읽을 수 있는 글입니다 Framework 핵심 답변: Framework Package Margin Stack Package Margin Stack은 AI 가속기 마진을 GPU 다이 하나가 아니라 HBM, 인터포저, 패키지 기판, OSAT, 테스트, 수율 손실의 합으로 본다. 핵심은 가장 비싼 부품이 아니라 가장 늦게 풀리는 병목이 가격 결정권을 가져간다는 점이다. AI 가속기
Weekly
골드만삭스·JP모건·씨티·UBS 등 글로벌 증권사 반도체 리서치를 HBM, AI 수익화, 장비·패키징, 중국 CXMT 투자 테마로 정리했습니다. 핵심은, 아마존/앤트로픽/메타 등 AI 활용 수익이 발생하고 있고, 추가 데이터 센터 건설 프로젝트가 High NPV 로 고려되고 있습니다. 이 수혜를 받을 회사를 정리합니다.
Research
Aehr의 핵심 경쟁력은 고속 ATE가 아니라 장시간 번인을 웨이퍼 전체와 다수 패키지에 병렬 적용하는 데 있다. SiC에서 검증한 웨이퍼 번인 위에 AI 프로세서와 실리콘 포토닉스 양산 주문이 쌓였고, Incal 인수로 패키지 단계까지 범위가 넓어졌다. FY2026 Q4 수주는 6,070만 달러로 기록을 세웠고 effective backlog는 1억60만 달러, FY2027 매출 가이던스는 1억3,000만~1억5,000만 달러다.
Engineering
웨이퍼 스케일이라는 말은 하나의 기술을 뜻하지 않는다. 노광 필드를 이어 만든 단일 실리콘, 검증된 칩렛을 웨이퍼 위에 조립한 시스템, 대형 인터포저, 랙 슈퍼노드는 제조법과 수율식이 전혀 다르다. 첫 편은 경쟁 지도를 읽기 위한 분류법부터 세운다.
Engineering
아니다. TI 재고가 2026년 1분기에도 209일이고 200mm 능력이 늘어나는 만큼 범용 아날로그의 전면 부족은 과장됐다. 다만 AI 데이터센터용 전력관리와 대체가 어려운 차량용 인증 롱테일은 실제 allocation과 리드타임 병목이 나타난다.
Engineering
CPU 공급난은 실재하지만 전 시장의 동시 부족은 아니다. Intel은 2026년 1분기 클라이언트 물량 -13%와 ASP +16%, 서버 물량 -5%와 ASP +27%를 기록했고 공급 제약을 명시했다. 반면 AMD 클라이언트 물량은 25% 늘었다. 핵심은 CPU라는 한 품목이 아니라 시장·업체·SKU·병목의 네 층을 분리하는 것이다.
Engineering
2026년 메모리 쇼티지의 본질은 생산능력 재배분이다. HBM과 서버 DRAM, enterprise SSD가 웨이퍼·클린룸·인증·계약을 먼저 점유해 범용과 레거시 제품의 사용 가능 공급을 줄인다. 3분기 가격 상승률 둔화도 공급 정상화보다 PC·스마트폰의 출하 및 사양 축소가 먼저 만든 결과일 가능성이 크다.
Engineering
네오클라우드는 GPU 대여업보다 프로젝트파이낸스형 AI 인프라 사업에 가깝다. 수요와 계약은 강하지만 확보 전력이 실제 가동 전력으로 바뀌고, 청구 가능한 이용률이 자본비용을 웃돌아야 현금이 된다. 공시상 핵심 위험은 GPU 가격 하나보다 고객 집중, 연결 지연, 감가상각과 부채다.
Engineering
다음 테마는 메모리 월이 끝난 뒤 별도로 오는 패키징 사이클이 아니다. HBM이 연산 다이 가까이 이동할수록 병목은 다이 경계, 패키지 배선, GPU 간 링크와 랙 네트워크로 확장된다. 공개 사양상 Rubin GPU 한 개의 HBM4 대역폭은 22 TB/s지만 NVLink 6는 3.6 TB/s, scale-out 네트워크는 0.4 TB/s다. 결국 AI 시스템의 다음 경제성은 더 많은 트랜지스터보다 비트를 얼마나 짧고 싸고 안정적으로 옮기는지에서 갈린다.
VLSI Korea