#AI #반도체 #NVDA
AI발 메모리 수요가 급증하는 이유, 그리고 엔비디아
1) LLM 모델 = 뇌로 생각해보겠음
2) 한동안 AI는 파라미터, 즉 뇌의 뉴런 갯수를 계속 늘리는 방향으로 발전해왔음
3) 당연히 뉴런이 많아질수록 AI 모델은 똑똑해졌음
4) 그러나 어느 순간부터 질문 한개를 답변하기 위해 모든 뉴런을 활성화시킴으로써
1. 시간은 오래걸리고
2. 에너지(=비용)를 투머치하게 사용하고
3. 더 똑똑해진다를 무조건 보장하는 것도 아니었음
5) 여기서 돌파구를 찾아낸게 중국의 '딥시크'였음 (1년전 딥시크 사태)
6) 딥시크는 오픈소스로 세계적 수준의 MoE 모델을 구축했고, 이를 통해 추론 능력의 비약적 상승과 함께 토큰당 비용을 획기적으로 감소시킴
7) MoE 아키텍처는 쉽게 말하면 대형종합병원 접수처에 환자가 오면 각 전문의에게 상황에 맞게 배정하는 것임
- 대형종합병원 = LLM 모델 전체
- 환자 = 데이터/토큰 (질문을 구성하는 단어(토큰) 하나하나가 한명의 환자)
- 전문의 = 전문가 레이어
- 접수처 = 라우터 (어느 레이어로 가야 적합한지를 판단)
8) 이후부턴 모든 AI 모델들이 MoE로 방향을 틀었음
9) 과거에는 '일단 다 때려넣고 돌리자'에서 '지식은 넓게, 일은 필요한 놈만 시키자'로 바뀐 것임
10) 그래서 현재 방향성은 각 레이어마다 전문가의 수를 늘리고, 전문가 간의 소통을 원활하게 만듦으로써 전체 파라미터를 키우는 중임 → 비용은 낮추고, 지능은 높이는 효과
11) 해당 방향성으로 계속 발전시키려면 하드웨어 쪽에서는 1. 칩간 통신, 2. GPU 성능, 3. 메모리 성능 개선도 계속 필요함
12) 여기서 1-2번을 세상에서 제일 잘하는건 엔비디아. NVLink를 통해 수십개의 GPU를 연결해 하나처럼 움직일 수 있도록 만들었음. 워낙 압도적이라 대체불가능하고, 앞으로도 엔비디아의 수요는 지속될 것임
13) 3번이 필요한 이유는.. 의사는 환자 2명만 진료를 보더라도, 모든 전문의가 병원 건물(VRAM) 안에 상주하고 있어야 하기 때문임
14) 따라서 모델이 커질수록(= 전문가가 많아질수록) VRAM 용량도 같이 커져야 하고, 이는 VRAM에 쓰이는 메모리 반도체, 즉 HBM+GDDR (그래픽용 디램)의 수요를 촉발시킴
https://podcasts.apple.com/kr/podcast/lowering-the-cost-of-intelligence-with-nvidias-ian/id1186480811?i=1000743080901
https://www.youtube.com/watch?v=iDd-7trU3VE
AI발 메모리 수요가 급증하는 이유, 그리고 엔비디아
1) LLM 모델 = 뇌로 생각해보겠음
2) 한동안 AI는 파라미터, 즉 뇌의 뉴런 갯수를 계속 늘리는 방향으로 발전해왔음
3) 당연히 뉴런이 많아질수록 AI 모델은 똑똑해졌음
4) 그러나 어느 순간부터 질문 한개를 답변하기 위해 모든 뉴런을 활성화시킴으로써
1. 시간은 오래걸리고
2. 에너지(=비용)를 투머치하게 사용하고
3. 더 똑똑해진다를 무조건 보장하는 것도 아니었음
5) 여기서 돌파구를 찾아낸게 중국의 '딥시크'였음 (1년전 딥시크 사태)
6) 딥시크는 오픈소스로 세계적 수준의 MoE 모델을 구축했고, 이를 통해 추론 능력의 비약적 상승과 함께 토큰당 비용을 획기적으로 감소시킴
7) MoE 아키텍처는 쉽게 말하면 대형종합병원 접수처에 환자가 오면 각 전문의에게 상황에 맞게 배정하는 것임
- 대형종합병원 = LLM 모델 전체
- 환자 = 데이터/토큰 (질문을 구성하는 단어(토큰) 하나하나가 한명의 환자)
- 전문의 = 전문가 레이어
- 접수처 = 라우터 (어느 레이어로 가야 적합한지를 판단)
8) 이후부턴 모든 AI 모델들이 MoE로 방향을 틀었음
9) 과거에는 '일단 다 때려넣고 돌리자'에서 '지식은 넓게, 일은 필요한 놈만 시키자'로 바뀐 것임
10) 그래서 현재 방향성은 각 레이어마다 전문가의 수를 늘리고, 전문가 간의 소통을 원활하게 만듦으로써 전체 파라미터를 키우는 중임 → 비용은 낮추고, 지능은 높이는 효과
11) 해당 방향성으로 계속 발전시키려면 하드웨어 쪽에서는 1. 칩간 통신, 2. GPU 성능, 3. 메모리 성능 개선도 계속 필요함
12) 여기서 1-2번을 세상에서 제일 잘하는건 엔비디아. NVLink를 통해 수십개의 GPU를 연결해 하나처럼 움직일 수 있도록 만들었음. 워낙 압도적이라 대체불가능하고, 앞으로도 엔비디아의 수요는 지속될 것임
13) 3번이 필요한 이유는.. 의사는 환자 2명만 진료를 보더라도, 모든 전문의가 병원 건물(VRAM) 안에 상주하고 있어야 하기 때문임
14) 따라서 모델이 커질수록(= 전문가가 많아질수록) VRAM 용량도 같이 커져야 하고, 이는 VRAM에 쓰이는 메모리 반도체, 즉 HBM+GDDR (그래픽용 디램)의 수요를 촉발시킴
https://podcasts.apple.com/kr/podcast/lowering-the-cost-of-intelligence-with-nvidias-ian/id1186480811?i=1000743080901
https://www.youtube.com/watch?v=iDd-7trU3VE
Apple 팟캐스트
Lowering the Cost of Intelligence With NVIDIA's Ian Buck - Ep. 284
팟캐스트 에피소드 · NVIDIA AI Podcast · 2025. 12. 29. · 38분
❤2👍1
Forwarded from ▩발간자료PDF.저장
🛳 조선산업 2026 전망
제목: 「깡통아 태평양을 건너라」
🎴 다올투자증권 최광식
• 조선 비중확대 견지
• 선호주: HD현대중공업, 한화엔진
• 적정주가 상향:
1) 멀티플 적정PER 20배 유지
2) Valuation 지점인 백로그너머를 2028년으로 반년 이동
3) 실적 조정: 2025년에 당사 기대보다 수주 미달 → 2027~2029 매출 낮춤
☞ https://bit.ly/INDEPTH260105
▶️ Summary
- 보고서 참고
▶️ 주요 꼭지
- 수주전망
- 실적
- MASGA
- 투자전략 및 Valuation
🛳 HD현대중공업: HHI와 HII의 환상의 콜라보 쌉가능
📈 적정주가 78 → 86만원 상향 +10%↑
- 영업이익 2025→2026 2.8→4.1조원
- 엔진의 강력한 성장: 4.2조원 → 5.2조원(2028년)
- 수주 105억달러 → 130억달러: LNG선 캐리
- MASGA: 파트너십의 HII가 따낸 FF(X)에서 어떤 협력이 펼쳐질지 지켜보자
🗽 한화오션: Austal 지분 없지만, 방법이 생길거야
📈 적정주가 14.5 → 15.9만원 +10%↑
- 영업이익 2025→2026 1.4→2.6조원
- 수주 96억달러 → 123억달러: LNG선
- 특수선 2030년 5조원 목표에, 당사 2029년 1.6조원 예상
- MASGA 협력과 CANADA 잠수함 등 필요
- 한화필리와 한화AUSTAL 관계 없지만, HD현대처럼 블록/선체 공급 허용 필요
🌉삼성중공업: 2025 FLNG 공백은, 2026에는 모멘텀
📈 적정주가 3.7만원 유지
- 영업이익 2025→2026 0.9→1.6조원
- 수주 79억달러 → 111억달러: FLNG 2기, LNG선
- MASGA: GD-NASSCO와 NGLS에 참여
❄️ 한국카본: LNG 사이클에 머스트-해브 아이템
📈 적정주가 4.1 → 4.7만원 상향 +15%↑
- 2025년 보냉재 수주(전자공시) 0.59조원
- 동사 주가 트리거는 1) 실적, 2) 조선사의 LNG선 수주
- 2026년에 LNG 발주 사이클 시작되기에, 필수 보유 종목
- 실적은 2026년에 완만한 성장, 2027년에 2023년에 수주한 고가 보냉재 납품 늘면서, 계단 상승 기대
-----------------------------------------------------------
🎴 조선/기계/방산 | 최광식 | DAOL투자증권
📈 텔레그램 공개 채널 https://news.1rj.ru/str/HI_GS
✅ 컴플라이언스 승인을 득한 보고서입니다.
-----------------------------------------------------------
제목: 「깡통아 태평양을 건너라」
🎴 다올투자증권 최광식
• 조선 비중확대 견지
• 선호주: HD현대중공업, 한화엔진
• 적정주가 상향:
1) 멀티플 적정PER 20배 유지
2) Valuation 지점인 백로그너머를 2028년으로 반년 이동
3) 실적 조정: 2025년에 당사 기대보다 수주 미달 → 2027~2029 매출 낮춤
☞ https://bit.ly/INDEPTH260105
▶️ Summary
- 보고서 참고
▶️ 주요 꼭지
- 수주전망
- 실적
- MASGA
- 투자전략 및 Valuation
🛳 HD현대중공업: HHI와 HII의 환상의 콜라보 쌉가능
📈 적정주가 78 → 86만원 상향 +10%↑
- 영업이익 2025→2026 2.8→4.1조원
- 엔진의 강력한 성장: 4.2조원 → 5.2조원(2028년)
- 수주 105억달러 → 130억달러: LNG선 캐리
- MASGA: 파트너십의 HII가 따낸 FF(X)에서 어떤 협력이 펼쳐질지 지켜보자
🗽 한화오션: Austal 지분 없지만, 방법이 생길거야
📈 적정주가 14.5 → 15.9만원 +10%↑
- 영업이익 2025→2026 1.4→2.6조원
- 수주 96억달러 → 123억달러: LNG선
- 특수선 2030년 5조원 목표에, 당사 2029년 1.6조원 예상
- MASGA 협력과 CANADA 잠수함 등 필요
- 한화필리와 한화AUSTAL 관계 없지만, HD현대처럼 블록/선체 공급 허용 필요
🌉삼성중공업: 2025 FLNG 공백은, 2026에는 모멘텀
📈 적정주가 3.7만원 유지
- 영업이익 2025→2026 0.9→1.6조원
- 수주 79억달러 → 111억달러: FLNG 2기, LNG선
- MASGA: GD-NASSCO와 NGLS에 참여
❄️ 한국카본: LNG 사이클에 머스트-해브 아이템
📈 적정주가 4.1 → 4.7만원 상향 +15%↑
- 2025년 보냉재 수주(전자공시) 0.59조원
- 동사 주가 트리거는 1) 실적, 2) 조선사의 LNG선 수주
- 2026년에 LNG 발주 사이클 시작되기에, 필수 보유 종목
- 실적은 2026년에 완만한 성장, 2027년에 2023년에 수주한 고가 보냉재 납품 늘면서, 계단 상승 기대
-----------------------------------------------------------
🎴 조선/기계/방산 | 최광식 | DAOL투자증권
📈 텔레그램 공개 채널 https://news.1rj.ru/str/HI_GS
✅ 컴플라이언스 승인을 득한 보고서입니다.
-----------------------------------------------------------
Telegram
DAOL 조선/기계/방산 | 최광식
컴플 보고서, 뉴스, 그림을 공유합니다
Forwarded from 벨루가의 주식 헤엄치기
250105_South Korea Tech: Memory Pricing Tracker: Dec. 2025: pricing growth acceleration in 1Q26 after strong growth in 4Q25 - Goldman Sachs
(1) 메모리 가격은 4Q25 강한 상승 이후, 1Q26에 가격의상승 속도가 가속화될 전망. 공급 사이드 영향력 ↑
(2) TrendForce는 1Q26 범용 DRAM 가격 상승률 전망치를 QoQ +55~60%로 크게 상향
■ 이는 우리의 추정치보다 높은 수준. 현재 우리는 SEC의 범용 DRAM 가격이 1Q26에 QoQ +24% 상승하는 수준으로 추정
(3) 하이퍼스케일러들이 AI Inference 서버용 추가 물량을 요구하고 있어, Non-Server 고객으로의 물량 배정이 제한되고 있으며 해당 고객들에게는 물량 배정 축소 가능성도 존재
(4) NAND 가격의 경우에도 1Q26에 QoQ +33~38% 수준으로 상승할 것으로 전망. 또한 TrendForce는 업체들이 '26년 ~ '27년 LTA까지 요구하고 있으며, 업계는 이를 신중하게 수용하고 있는 상태
(5) PC DRAM: '26년 LTA가 대부분 완료. 공급이 제한된 상황에서 공급업체들이 서버 고객을 우선시하기 때문에 핵심이 아닌 고객에 대한 배정 축소 가능성 존재
■ 4Q25: QoQ +38~43%
■ 1Q26: QoQ +50~55%
(6) Server DRAM: 공급업체들은 재고가 매우 박한[Lean] 수준이라 신규 주문을 대응하는 데 어려움을 겪고 있어, Non-US 하이퍼스케일러 고객에 대한 물량 배정 축소 가능성 존재
■ 4Q25: QoQ +53~58%
■ 1Q26: QoQ +60~65%
(7) Mobile DRAM: 모바일 DRAM 수요는 다른 응용처 대비 강하지는 않지만, 공급업체들이 점점 더 서버 DRAM/HBM 생산에 집중하는 상황에서 고객들이 잠재적 생산 차질을 피하기 위해 강한 선매입 활동 활발
■ 4Q25: QoQ +43~48%
■ 1Q26: QoQ +45~50%
(1) 메모리 가격은 4Q25 강한 상승 이후, 1Q26에 가격의상승 속도가 가속화될 전망. 공급 사이드 영향력 ↑
(2) TrendForce는 1Q26 범용 DRAM 가격 상승률 전망치를 QoQ +55~60%로 크게 상향
■ 이는 우리의 추정치보다 높은 수준. 현재 우리는 SEC의 범용 DRAM 가격이 1Q26에 QoQ +24% 상승하는 수준으로 추정
(3) 하이퍼스케일러들이 AI Inference 서버용 추가 물량을 요구하고 있어, Non-Server 고객으로의 물량 배정이 제한되고 있으며 해당 고객들에게는 물량 배정 축소 가능성도 존재
(4) NAND 가격의 경우에도 1Q26에 QoQ +33~38% 수준으로 상승할 것으로 전망. 또한 TrendForce는 업체들이 '26년 ~ '27년 LTA까지 요구하고 있으며, 업계는 이를 신중하게 수용하고 있는 상태
(5) PC DRAM: '26년 LTA가 대부분 완료. 공급이 제한된 상황에서 공급업체들이 서버 고객을 우선시하기 때문에 핵심이 아닌 고객에 대한 배정 축소 가능성 존재
■ 4Q25: QoQ +38~43%
■ 1Q26: QoQ +50~55%
(6) Server DRAM: 공급업체들은 재고가 매우 박한[Lean] 수준이라 신규 주문을 대응하는 데 어려움을 겪고 있어, Non-US 하이퍼스케일러 고객에 대한 물량 배정 축소 가능성 존재
■ 4Q25: QoQ +53~58%
■ 1Q26: QoQ +60~65%
(7) Mobile DRAM: 모바일 DRAM 수요는 다른 응용처 대비 강하지는 않지만, 공급업체들이 점점 더 서버 DRAM/HBM 생산에 집중하는 상황에서 고객들이 잠재적 생산 차질을 피하기 위해 강한 선매입 활동 활발
■ 4Q25: QoQ +43~48%
■ 1Q26: QoQ +45~50%
Forwarded from Macro Trader
Hedge Fund Manager’s Note - 10 key trends: iPhone form factor change and ASIC AI as the drivers
2026년 GC 테크 섹터에 대해 보고서는 AI 서버, 광트랜시버, 냉각, ODM, PC, 스마트폰, PCB, 반도체, L4 칩과 로보택시, LEO 위성이라는 열 가지 핵심 트렌드를 제시하며, 이 모든 흐름이 아이폰 폼팩터 변화와 ASIC 기반 AI라는 두 개의 구조적 동력 위에서 전개되고 있음을 강조한다. 이 가운데 AI 인프라는 가장 강력한 축으로 자리 잡고 있으며, 보고서는 2026년 AI 서버 랙 출하량이 2025년 1만9천 랙에서 5만 랙으로 급증할 것으로 전망한다. 그러나 보고서의 핵심은 단순한 물량 증가가 아니라 구조 변화에 있다. GPU 중심에서 ASIC 침투율이 2026년 40%, 2027년 45%로 상승하면서 AI 서버는 계산 집약형 장비에서 네트워크 집약형 시스템으로 전환되고 있으며, 이에 따라 연산의 병목은 컴퓨트에서 연결로 이동하고 있다.
이러한 변화는 네트워크와 광연결 수요를 구조적으로 확대시킨다. 보고서는 800G와 1.6T 광모듈 출하가 2026년에 각각 전년 대비 253%, 433% 성장할 것으로 제시하며, AI 데이터센터 네트워크가 400G에서 800G, 1.6T로 빠르게 전환되고 있음을 강조한다. ASIC 기반 서버는 칩 단위 연산 성능을 네트워크 역량으로 보완해야 하기 때문에 광트랜시버 수요는 선택이 아니라 필수로 자리 잡고 있으며, 이 과정에서 실리콘 포토닉스, 온보드 옵틱스, CPO로의 통합 역시 가속화되고 있다. 동시에 연산 성능과 전력 밀도가 상승하면서 ASIC AI 서버에서도 액체 냉각 침투율이 높아지고 있으며, 냉각은 보조 요소가 아니라 시스템 설계의 핵심 변수로 이동하고 있다. 서버 복잡도 증가와 칩셋 플랫폼 다변화는 설계, 제조, 공급 역량을 갖춘 주요 업체 중심으로 경쟁 구도를 안정화시키고 있다는 점도 보고서가 반복적으로 언급하는 대목이다.
이러한 AI 인프라 확장은 서버 자체를 넘어 기판과 부품 영역으로 압력을 전이시킨다. PCB와 CCL 섹터에 대해 보고서는 2026년에도 수급이 타이트한 환경이 지속될 것으로 전망하며, 주요 업체 가동률이 2025년과 2026년 모두 100% 수준을 유지할 것으로 제시한다. AI 서버 규격은 2025년 M7, M8에서 2026년 M8+, 2027년 M9로 빠르게 상향될 것으로 예상되며, 이에 따라 고급 CCL과 PCB의 ASP는 2026년과 2027년에 걸쳐 연간 20~30% 이상 상승할 가능성이 언급된다. 구리박과 유리섬유 등 원재료 제약까지 감안하면 기판의 기초 단가 역시 2026년에 약 10% 이상 상승할 수 있다는 점에서, 가격 결정력은 공급자에 유리한 방향으로 이동하고 있다. ABF 기판 또한 2026년 원재료 부족과 2027년 고급 공정 수율 저하 가능성이 겹치며, 2026년 1분기부터 분기당 5~10% 수준의 가격 인상 여지가 제시된다. 이는 AI 인프라 확장이 서버 제조사나 칩 공급사에 국한되지 않고, 기판과 패키징으로 이익 풀을 이동시키고 있음을 보여준다.
반면 PC 섹터에 대한 보고서의 톤은 확연히 다르다. 2026년 PC 시장에는 윈도우10 교체 수요 종료, 2024~2025년에 이미 반영된 AI PC 수요, 메모리 가격 상승에 따른 디스펙 또는 가격 인상 가능성, 중국 정부 보조금과 관세 이슈로 인한 2025년 수요 선반영이라는 네 가지 구조적 부담이 동시에 작용할 것으로 서술된다. AI PC는 지속적으로 확산되겠지만, 가장 가파른 성장 구간은 이미 지나갔으며, 2026년에는 출하량보다는 제품 믹스와 가격 방어 능력이 성과를 좌우할 것으로 제시된다. 이 때문에 보고서는 높은 협상력과 고급형 제품 비중을 가진 글로벌 리더가 상대적으로 더 견조할 것이라고 언급하며, PC 섹터 전반에 대해서는 보수적인 시각을 유지한다.
스마트폰 섹터, 특히 아이폰 공급망은 이러한 흐름과 대비되는 위치에 놓여 있다. 보고서는 2025년 슬림 모델, 2026년 폴더블 모델, 2027년 아이폰 20으로 이어지는 연속적인 폼팩터 변화가 소비 심리를 자극할 것으로 전망한다. 과거 2017년 아이폰 X 사이클에서 신형 모델이 신규 모델 판매의 50% 이상을 차지했던 사례를 언급하며, 폼팩터 변화가 소비 사이클을 재점화할 수 있음을 강조한다. 폴더블 아이폰 출하량은 기본 시나리오 1,100만 대, 강세 시나리오 3,500만 대로 제시되며, 2025년 3분기 기준 글로벌 폴더블 스마트폰 출하가 전년 대비 22% 증가했고 프리미엄 브랜드 비중이 약 80%에 달한다는 점을 근거로 든다. 메모리 가격 상승이라는 공통된 제약에도 불구하고, 폼팩터 변화가 수요를 견인하는 경우에는 가격 민감도가 완화될 수 있다는 점이 보고서의 핵심 논지다.
반도체 섹터에서는 지역별 대비가 더욱 뚜렷해진다. 중국 반도체에 대해 보고서는 AI와 로컬 수요 확대를 성장 동력으로 제시하며, 2026년 반도체 소재 매출이 전년 대비 59%, 팹리스 44%, 장비 32%, 파운드리와 IDM, OSAT 23% 성장할 것으로 전망한다. 2025년 10월 기준 중국 반도체 3개월 이동평균 매출이 전년 대비 15% 성장했다는 점과 함께, AI 연산, 메모리, 자율주행, AI 엣지 디바이스가 주요 성장 영역으로 언급된다. SMIC와 화홍반도체는 이미 완전 가동 상태에 진입했으며, OSAT 가동률도 2023~2024년 저점을 통과했다고 서술한다. 반면 대만 반도체는 2026년에도 AI가 선단 공정과 첨단 패키징 수요를 견인하는 구조가 지속될 것으로 제시되며, N3와 N5의 타이트한 가동률, N2의 매출 기여 확대, CoWoS, SoIC, FOPLP 확장이 핵심 변수로 언급된다.
보고서의 후반부는 중기 투자 지평을 규정하는 영역으로 이어진다. L4 칩과 로보택시에서는 City NOA와 로보택시가 칩셋, 소프트웨어, 센서 공급업체 성장을 동시에 자극하고 있으며, 일부 로보택시 사업자가 지역 단위 손익분기점에 도달했다는 점은 상업화 단계로의 진입을 시사한다. 소프트웨어 섹터는 AI 모델과 애플리케이션 확산을 배경으로 2026년 평균 매출 성장률 28%와 영업이익률 개선이 제시되며, 통신 섹터는 5G 인프라 투자 둔화와 함께 AI 데이터센터와 클라우드로 자본지출 방향이 이동하고 있음을 강조한다. LEO 위성은 발사 비용 하락, 위성 사양 고도화, 5~6년 교체 주기를 배경으로 2026~2027년에 신규 수요가 열릴 가능성이 제시된다.
종합하면 보고서가 전달하는 메시지는 일관된다. 2026년 GC 테크는 모든 기술이 동시에 상승하는 국면이 아니라, AI 인프라와 아이폰을 중심으로 한 구조적 변화가 자본을 흡수하는 축과 그렇지 않은 축을 명확히 가르는 해다. 서버, 네트워크, 기판, 고급 부품처럼 시스템의 병목에 위치한 영역은 가격과 마진을 통해 성과가 축적되는 반면, 기대가 앞서 반영된 섹터는 상대적으로 긴장도가 낮아진다. 보고서는 2026년을 기술의 가능성을 묻는 해가 아니라, 자본과 공급망이 어디까지 확장을 감내할 수 있는지를 시험하는 해로 규정하며, 성과는 이 분기점에서 어느 쪽에 노출돼 있는지를 정확히 읽는 데서 결정된다고 결론짓고 있다.
- Goldman Sachs, Macro Trader.
2026년 GC 테크 섹터에 대해 보고서는 AI 서버, 광트랜시버, 냉각, ODM, PC, 스마트폰, PCB, 반도체, L4 칩과 로보택시, LEO 위성이라는 열 가지 핵심 트렌드를 제시하며, 이 모든 흐름이 아이폰 폼팩터 변화와 ASIC 기반 AI라는 두 개의 구조적 동력 위에서 전개되고 있음을 강조한다. 이 가운데 AI 인프라는 가장 강력한 축으로 자리 잡고 있으며, 보고서는 2026년 AI 서버 랙 출하량이 2025년 1만9천 랙에서 5만 랙으로 급증할 것으로 전망한다. 그러나 보고서의 핵심은 단순한 물량 증가가 아니라 구조 변화에 있다. GPU 중심에서 ASIC 침투율이 2026년 40%, 2027년 45%로 상승하면서 AI 서버는 계산 집약형 장비에서 네트워크 집약형 시스템으로 전환되고 있으며, 이에 따라 연산의 병목은 컴퓨트에서 연결로 이동하고 있다.
이러한 변화는 네트워크와 광연결 수요를 구조적으로 확대시킨다. 보고서는 800G와 1.6T 광모듈 출하가 2026년에 각각 전년 대비 253%, 433% 성장할 것으로 제시하며, AI 데이터센터 네트워크가 400G에서 800G, 1.6T로 빠르게 전환되고 있음을 강조한다. ASIC 기반 서버는 칩 단위 연산 성능을 네트워크 역량으로 보완해야 하기 때문에 광트랜시버 수요는 선택이 아니라 필수로 자리 잡고 있으며, 이 과정에서 실리콘 포토닉스, 온보드 옵틱스, CPO로의 통합 역시 가속화되고 있다. 동시에 연산 성능과 전력 밀도가 상승하면서 ASIC AI 서버에서도 액체 냉각 침투율이 높아지고 있으며, 냉각은 보조 요소가 아니라 시스템 설계의 핵심 변수로 이동하고 있다. 서버 복잡도 증가와 칩셋 플랫폼 다변화는 설계, 제조, 공급 역량을 갖춘 주요 업체 중심으로 경쟁 구도를 안정화시키고 있다는 점도 보고서가 반복적으로 언급하는 대목이다.
이러한 AI 인프라 확장은 서버 자체를 넘어 기판과 부품 영역으로 압력을 전이시킨다. PCB와 CCL 섹터에 대해 보고서는 2026년에도 수급이 타이트한 환경이 지속될 것으로 전망하며, 주요 업체 가동률이 2025년과 2026년 모두 100% 수준을 유지할 것으로 제시한다. AI 서버 규격은 2025년 M7, M8에서 2026년 M8+, 2027년 M9로 빠르게 상향될 것으로 예상되며, 이에 따라 고급 CCL과 PCB의 ASP는 2026년과 2027년에 걸쳐 연간 20~30% 이상 상승할 가능성이 언급된다. 구리박과 유리섬유 등 원재료 제약까지 감안하면 기판의 기초 단가 역시 2026년에 약 10% 이상 상승할 수 있다는 점에서, 가격 결정력은 공급자에 유리한 방향으로 이동하고 있다. ABF 기판 또한 2026년 원재료 부족과 2027년 고급 공정 수율 저하 가능성이 겹치며, 2026년 1분기부터 분기당 5~10% 수준의 가격 인상 여지가 제시된다. 이는 AI 인프라 확장이 서버 제조사나 칩 공급사에 국한되지 않고, 기판과 패키징으로 이익 풀을 이동시키고 있음을 보여준다.
반면 PC 섹터에 대한 보고서의 톤은 확연히 다르다. 2026년 PC 시장에는 윈도우10 교체 수요 종료, 2024~2025년에 이미 반영된 AI PC 수요, 메모리 가격 상승에 따른 디스펙 또는 가격 인상 가능성, 중국 정부 보조금과 관세 이슈로 인한 2025년 수요 선반영이라는 네 가지 구조적 부담이 동시에 작용할 것으로 서술된다. AI PC는 지속적으로 확산되겠지만, 가장 가파른 성장 구간은 이미 지나갔으며, 2026년에는 출하량보다는 제품 믹스와 가격 방어 능력이 성과를 좌우할 것으로 제시된다. 이 때문에 보고서는 높은 협상력과 고급형 제품 비중을 가진 글로벌 리더가 상대적으로 더 견조할 것이라고 언급하며, PC 섹터 전반에 대해서는 보수적인 시각을 유지한다.
스마트폰 섹터, 특히 아이폰 공급망은 이러한 흐름과 대비되는 위치에 놓여 있다. 보고서는 2025년 슬림 모델, 2026년 폴더블 모델, 2027년 아이폰 20으로 이어지는 연속적인 폼팩터 변화가 소비 심리를 자극할 것으로 전망한다. 과거 2017년 아이폰 X 사이클에서 신형 모델이 신규 모델 판매의 50% 이상을 차지했던 사례를 언급하며, 폼팩터 변화가 소비 사이클을 재점화할 수 있음을 강조한다. 폴더블 아이폰 출하량은 기본 시나리오 1,100만 대, 강세 시나리오 3,500만 대로 제시되며, 2025년 3분기 기준 글로벌 폴더블 스마트폰 출하가 전년 대비 22% 증가했고 프리미엄 브랜드 비중이 약 80%에 달한다는 점을 근거로 든다. 메모리 가격 상승이라는 공통된 제약에도 불구하고, 폼팩터 변화가 수요를 견인하는 경우에는 가격 민감도가 완화될 수 있다는 점이 보고서의 핵심 논지다.
반도체 섹터에서는 지역별 대비가 더욱 뚜렷해진다. 중국 반도체에 대해 보고서는 AI와 로컬 수요 확대를 성장 동력으로 제시하며, 2026년 반도체 소재 매출이 전년 대비 59%, 팹리스 44%, 장비 32%, 파운드리와 IDM, OSAT 23% 성장할 것으로 전망한다. 2025년 10월 기준 중국 반도체 3개월 이동평균 매출이 전년 대비 15% 성장했다는 점과 함께, AI 연산, 메모리, 자율주행, AI 엣지 디바이스가 주요 성장 영역으로 언급된다. SMIC와 화홍반도체는 이미 완전 가동 상태에 진입했으며, OSAT 가동률도 2023~2024년 저점을 통과했다고 서술한다. 반면 대만 반도체는 2026년에도 AI가 선단 공정과 첨단 패키징 수요를 견인하는 구조가 지속될 것으로 제시되며, N3와 N5의 타이트한 가동률, N2의 매출 기여 확대, CoWoS, SoIC, FOPLP 확장이 핵심 변수로 언급된다.
보고서의 후반부는 중기 투자 지평을 규정하는 영역으로 이어진다. L4 칩과 로보택시에서는 City NOA와 로보택시가 칩셋, 소프트웨어, 센서 공급업체 성장을 동시에 자극하고 있으며, 일부 로보택시 사업자가 지역 단위 손익분기점에 도달했다는 점은 상업화 단계로의 진입을 시사한다. 소프트웨어 섹터는 AI 모델과 애플리케이션 확산을 배경으로 2026년 평균 매출 성장률 28%와 영업이익률 개선이 제시되며, 통신 섹터는 5G 인프라 투자 둔화와 함께 AI 데이터센터와 클라우드로 자본지출 방향이 이동하고 있음을 강조한다. LEO 위성은 발사 비용 하락, 위성 사양 고도화, 5~6년 교체 주기를 배경으로 2026~2027년에 신규 수요가 열릴 가능성이 제시된다.
종합하면 보고서가 전달하는 메시지는 일관된다. 2026년 GC 테크는 모든 기술이 동시에 상승하는 국면이 아니라, AI 인프라와 아이폰을 중심으로 한 구조적 변화가 자본을 흡수하는 축과 그렇지 않은 축을 명확히 가르는 해다. 서버, 네트워크, 기판, 고급 부품처럼 시스템의 병목에 위치한 영역은 가격과 마진을 통해 성과가 축적되는 반면, 기대가 앞서 반영된 섹터는 상대적으로 긴장도가 낮아진다. 보고서는 2026년을 기술의 가능성을 묻는 해가 아니라, 자본과 공급망이 어디까지 확장을 감내할 수 있는지를 시험하는 해로 규정하며, 성과는 이 분기점에서 어느 쪽에 노출돼 있는지를 정확히 읽는 데서 결정된다고 결론짓고 있다.
- Goldman Sachs, Macro Trader.
#PLTR
» 팔란티어가 베네수엘라 마두로 체포 작전에 핵심 역할을 했을 것
» 댄 케인 합참의장: 우리는 비교 불가능한 정보 역량과 테러 추적 경험을 활용했고 CIA NSA NGA를 포함한 여러 정보 기관의 작업 없이는 불가능했다
» 여기서 NGA(국가지리정보국)는 팔란티어의 MSS(메이븐 스마트 시스템)을 미 전역으로 보급 및 교육하는 정보 기관
» AIPcon5에서 NGA가 직접 발표한 걸 보면 어떤 느낌인지 확 와닿을 것
Source: 엔팔좋아
» 팔란티어가 베네수엘라 마두로 체포 작전에 핵심 역할을 했을 것
» 댄 케인 합참의장: 우리는 비교 불가능한 정보 역량과 테러 추적 경험을 활용했고 CIA NSA NGA를 포함한 여러 정보 기관의 작업 없이는 불가능했다
» 여기서 NGA(국가지리정보국)는 팔란티어의 MSS(메이븐 스마트 시스템)을 미 전역으로 보급 및 교육하는 정보 기관
» AIPcon5에서 NGA가 직접 발표한 걸 보면 어떤 느낌인지 확 와닿을 것
Source: 엔팔좋아
YouTube
팔란티어가 왜 '독점'인지 보여주는 영상! 이걸 이해하면 FOMO가 옵니다. AIPCon5 : "NGA : MAVEN"
해당 영상의 부연 추가 설명 스토리텔링은 아래 포스팅을 참고해주세요!!
https://blog.naver.com/npjoa/223577126051 왜 중요한지 이해가 되실 겁니다!
작성자의 팔란티어 블로그는 여기! = https://blog.naver.com/npjoa
작성자의 팔란티어 정보망은 여기! = https://x.com/NPjoa_Hodl
https://blog.naver.com/npjoa/223577126051 왜 중요한지 이해가 되실 겁니다!
작성자의 팔란티어 블로그는 여기! = https://blog.naver.com/npjoa
작성자의 팔란티어 정보망은 여기! = https://x.com/NPjoa_Hodl
#AI #에너지 #가스발전
AI 에너지 보틀넥 해결을 위한 가스발전 종류 및 해결법 정리가 정말 잘 되어있는 리포트입니다.
- 새로운 데이터센터가 전력망에 연결되기까지 미국 내 일부 지역에서는 5년에서 10년이라는 대기 시간이 발생
- AI 기업들에게 10년은 영겁의 시간, 따라서 전력망을 우회하는(Behind the Meter) 자체 발전 전략을 선택
- BYOG(Bring Your Own Generation): 발전은 니들이 각자 알아서 해결해라
- xAI는 2개의 주 사이에 데이터센터를 지어 한쪽에 차질이 생길 경우, 다른 쪽에서 기가와트 스케일의 발전단지 허가를 받아내는 방식으로 해결
- 가장 현실적인 단기 솔루션은 데이터센터 부지에 직접 발전기를 설치하는 것. 연간 세자릿수 성장률!
- 설치가 매우 빠르고(수개월 내), 전력 수요에 따라 껐다 켰다 하는 유연성이 뛰어남
- xAI의 '콜로서스(Colossus)' 클러스터가 이 방식을 통해 기록적인 속도로 가동을 시작한 대표적 사례. 이후 다른 빅테크들도 이 방법을 채택
- 신규 가스터빈 기업의 진입: ex) 두산에너빌리티도 시장 진입하여 몇주전 xAI와 1.9GW 신규 공급 계약
- 크게 3가지: 가스터빈, 왕복동 엔진(RICE), SOFC
- 발전량, 리드타임, OPEX 상세 스펙은 테이블 참조
https://newsletter.semianalysis.com/p/how-ai-labs-are-solving-the-power
AI 에너지 보틀넥 해결을 위한 가스발전 종류 및 해결법 정리가 정말 잘 되어있는 리포트입니다.
그림 1-2) 기존 그리드 현황
- 새로운 데이터센터가 전력망에 연결되기까지 미국 내 일부 지역에서는 5년에서 10년이라는 대기 시간이 발생
- AI 기업들에게 10년은 영겁의 시간, 따라서 전력망을 우회하는(Behind the Meter) 자체 발전 전략을 선택
- BYOG(Bring Your Own Generation): 발전은 니들이 각자 알아서 해결해라
- xAI는 2개의 주 사이에 데이터센터를 지어 한쪽에 차질이 생길 경우, 다른 쪽에서 기가와트 스케일의 발전단지 허가를 받아내는 방식으로 해결
그림 3-4) 현장 발전: 가스가 정답인 이유
- 가장 현실적인 단기 솔루션은 데이터센터 부지에 직접 발전기를 설치하는 것. 연간 세자릿수 성장률!
- 설치가 매우 빠르고(수개월 내), 전력 수요에 따라 껐다 켰다 하는 유연성이 뛰어남
- xAI의 '콜로서스(Colossus)' 클러스터가 이 방식을 통해 기록적인 속도로 가동을 시작한 대표적 사례. 이후 다른 빅테크들도 이 방법을 채택
- 신규 가스터빈 기업의 진입: ex) 두산에너빌리티도 시장 진입하여 몇주전 xAI와 1.9GW 신규 공급 계약
그림 5) 가스발전의 종류
- 크게 3가지: 가스터빈, 왕복동 엔진(RICE), SOFC
- 발전량, 리드타임, OPEX 상세 스펙은 테이블 참조
https://newsletter.semianalysis.com/p/how-ai-labs-are-solving-the-power
👍3
(2/3)
1. 에어로(Aeros): 제트 엔진을 지면에 고정해 발전기로 쓰는 형태. 작고 가벼우며 5~10분 만에 최대 출력에 도달(Fast Ramp)할 수 있어 데이터센터에 매우 매력적
2. 산업용 터빈(IGTs): 처음부터 고정형 발전용으로 설계되어 에어로보다 저렴하고 유지보수가 쉽지만, 출력 조절 속도가 느림
- 가스 터빈 설치 비용은 $1,700~2,000/kW 수준, 최근 주문 폭주로 리드타임이 18~36개월까지 늘어남
- 주요 플레이어: GE버노바, 지멘스에너지, 미츠비시중공업, 두산에너빌리티
- 거대한 트럭이나 배의 엔진을 여러 대를 병렬로 연결한 방식
- 장점: 부분 부하(50~80% 출력)에서 터빈보다 효율이 좋고, 고온의 기후에서도 출력이 잘 저하되지 않음. 주물 강철이나 알루미늄 위주라 특수 합금이 필요한 터빈보다 공급망 제약이 적음
- 단점: 단위당 출력이 작아(3~20 MW), GW급 데이터센터를 지으려면 수백 대의 엔진을 관리해야함 (유지보수 인력 급증)
- 주요 플레이어: 캐터필러
- 연소 과정이 없음 → 대기오염물질 배출이 없음 → 인허가가 빠름 → 몇 주만에 GW급 확장 가능
- 단점: CAPEX, OPEX 둘다 터빈/RICE 보다 현저히 높음, 설치비용은 $3,000~$4,000/kW (가스터빈 2배). 5-6년마다 셀 스택 교체해야해서 유지보수 비용 또한 높음
- 주요 플레이어: Bloom Energy
6) 가스터빈의 종류
1. 에어로(Aeros): 제트 엔진을 지면에 고정해 발전기로 쓰는 형태. 작고 가벼우며 5~10분 만에 최대 출력에 도달(Fast Ramp)할 수 있어 데이터센터에 매우 매력적
2. 산업용 터빈(IGTs): 처음부터 고정형 발전용으로 설계되어 에어로보다 저렴하고 유지보수가 쉽지만, 출력 조절 속도가 느림
- 가스 터빈 설치 비용은 $1,700~2,000/kW 수준, 최근 주문 폭주로 리드타임이 18~36개월까지 늘어남
- 주요 플레이어: GE버노바, 지멘스에너지, 미츠비시중공업, 두산에너빌리티
7) 왕복동 엔진(RICE)
- 거대한 트럭이나 배의 엔진을 여러 대를 병렬로 연결한 방식
- 장점: 부분 부하(50~80% 출력)에서 터빈보다 효율이 좋고, 고온의 기후에서도 출력이 잘 저하되지 않음. 주물 강철이나 알루미늄 위주라 특수 합금이 필요한 터빈보다 공급망 제약이 적음
- 단점: 단위당 출력이 작아(3~20 MW), GW급 데이터센터를 지으려면 수백 대의 엔진을 관리해야함 (유지보수 인력 급증)
- 주요 플레이어: 캐터필러
8) 고체산화물 연료전지 (SOFC)
- 연소 과정이 없음 → 대기오염물질 배출이 없음 → 인허가가 빠름 → 몇 주만에 GW급 확장 가능
- 단점: CAPEX, OPEX 둘다 터빈/RICE 보다 현저히 높음, 설치비용은 $3,000~$4,000/kW (가스터빈 2배). 5-6년마다 셀 스택 교체해야해서 유지보수 비용 또한 높음
- 주요 플레이어: Bloom Energy
👍3
(3/3)
1. Bridge Power 전략
- 데이터센터가 전력망에 연결되기까지 수년이 걸리므로, 그 사이 가스 발전을 통해 먼저 가동하여 수익을 내는 전략
- 수익성: 200MW 규모를 6개월만 먼저 돌려도 AI 클라우드 매출로 $10~1.2B(약 1.3~1.5조 원)를 벌 수 있기 때문에, 비싼 가스 발전 비용을 충분히 상쇄
2. Off-Grid를 위한 중복성(Redundancy) 설계: N+1+1
- 전력망 수준의 가동시간(99.93%)을 맞추기 위해 발전기를 여유 있게 지음
- 하나가 고장 나고(+1), 다른 하나가 정기 점검 중(+1)이어도 전체 데이터센터 부하(N)를 감당 가능하게 설계
- 실제 필요한 전력보다 최대 60%이상 발전소를 크게 지어야함
- 빅테크가 직접 발전소를 짓기보다 VoltaGrid 같은 전문 기업에 전력 공급 전체를 맡기는 모델이 확산됨
- 단순 전력 공급을 넘어 품질, 신뢰성, 유지보수까지 책임지는 '유틸리티 대행' 서비스임
- AI 학습의 극심한 전력 변동을 견디기 위해 플라이휠, 동기 조상기, ESS(메가팩) 같은 보조 장치가 필수적임
- 단순히 전기를 만드는 것을 넘어, 주파수와 전압을 안정적으로 유지하는 기술력이 데이터센터 운영의 성패를 가름
- 현재 수요가 폭증해도 이들이 선뜻 증설에 나서지 못하는 이유는 AI 열풍이 꺼지면 다시 망할 수 있다는 역사적 공포 때문 → 쇼티지 지속
- 터빈의 핵심인 블레이드를 만드는 회사는 전 세계에 단 4곳뿐이며, 원자재(이트륨)가 중국 수출 통제에 의존하기 때문에 가장 큰 보틀넥
- 대형 터빈은 설치까지 24~30개월이 소요되기 때문에 당장 급한 데이터센터들은 에어로 터빈이나 중고 엔진 개조 시장으로 눈을 돌리는 중
9) 운영 및 인프라 구축의 핵심 전략
1. Bridge Power 전략
- 데이터센터가 전력망에 연결되기까지 수년이 걸리므로, 그 사이 가스 발전을 통해 먼저 가동하여 수익을 내는 전략
- 수익성: 200MW 규모를 6개월만 먼저 돌려도 AI 클라우드 매출로 $10~1.2B(약 1.3~1.5조 원)를 벌 수 있기 때문에, 비싼 가스 발전 비용을 충분히 상쇄
2. Off-Grid를 위한 중복성(Redundancy) 설계: N+1+1
- 전력망 수준의 가동시간(99.93%)을 맞추기 위해 발전기를 여유 있게 지음
- 하나가 고장 나고(+1), 다른 하나가 정기 점검 중(+1)이어도 전체 데이터센터 부하(N)를 감당 가능하게 설계
- 실제 필요한 전력보다 최대 60%이상 발전소를 크게 지어야함
10) 서비스형 에너지(EaaS)의 등장
- 빅테크가 직접 발전소를 짓기보다 VoltaGrid 같은 전문 기업에 전력 공급 전체를 맡기는 모델이 확산됨
- 단순 전력 공급을 넘어 품질, 신뢰성, 유지보수까지 책임지는 '유틸리티 대행' 서비스임
11) 부하 급증 관리
- AI 학습의 극심한 전력 변동을 견디기 위해 플라이휠, 동기 조상기, ESS(메가팩) 같은 보조 장치가 필수적임
- 단순히 전기를 만드는 것을 넘어, 주파수와 전압을 안정적으로 유지하는 기술력이 데이터센터 운영의 성패를 가름
12) 공급망 보틀넥
- 현재 수요가 폭증해도 이들이 선뜻 증설에 나서지 못하는 이유는 AI 열풍이 꺼지면 다시 망할 수 있다는 역사적 공포 때문 → 쇼티지 지속
- 터빈의 핵심인 블레이드를 만드는 회사는 전 세계에 단 4곳뿐이며, 원자재(이트륨)가 중국 수출 통제에 의존하기 때문에 가장 큰 보틀넥
- 대형 터빈은 설치까지 24~30개월이 소요되기 때문에 당장 급한 데이터센터들은 에어로 터빈이나 중고 엔진 개조 시장으로 눈을 돌리는 중
👍4
기억보단 기록을
- 실제 필요한 전력보다 최대 60%이상 발전소를 크게 지어야함
이거 보니까 데이터센터가 실제 필요한 전력량보다 더 많은 발전원이 필요하기 때문에 에너지가 상상보다 훨씬 심각한 보틀넥이구나 라는게 체감되고
👍2
기억보단 기록을
- 빅테크가 직접 발전소를 짓기보다 VoltaGrid 같은 전문 기업에 전력 공급 전체를 맡기는 모델이 확산됨
우리가 모르는 기업 중에 이쪽 영역에서 조용히 알파를 내고 있는 유틸리티사가 있을거 같다는 생각
👍2
Forwarded from 올바른
UBS, 블룸에너지에 대한 Buy 등급 유지
⚡️ 800V DC 전력 아키텍처: 비즈니스 환경의 판도를 바꿀 혁신
> Bloom Energy(BE)가 독보적인 입지를 점하고 있는 이유
- 240V 전압을 5V DC로 변환하는 비용은 스마트폰 충전기처럼 $10~$20 수준으로 저렴할 수 있습니다. 하지만 전압을 먼저 높여야 하거나 매우 높은 전압을 다뤄야 하는 상황이라면, 이 비용은 기하급수적으로 상승합니다.
- 1GW 규모의 데이터 센터를 기준으로 볼 때, 기존 AC 전력 솔루션을 구매해 승압 및 DC 변환 과정을 거치는 대신 BE의 800V DC 전력 솔루션을 도입하면 변환 장비 비용에서만 평균 $0.7B~$1.0B를 절감할 수 있습니다. 기존의 데이터 센터 전력 분배 방식은 여러 단계의 전압 변환을 거쳐야 하므로, 시스템 복잡성이 증가하고 에너지 효율이 떨어지는 고질적인 문제가 있었습니다.
- 천연가스로 가동되는 BE의 고체산화물(SOFC) 기반 연료전지는 차세대 800V DC AI 컴퓨터에 (승압이나 별도의 변환 없이) 현장에서 직접 800V DC 전력을 공급하도록 설계되었습니다. 칩의 전력 수요가 계속해서 치솟고 있는 상황에서, 데이터 센터가 800V DC 솔루션 채택을 결정할 때 BE가 가장 이상적인 해결책이 될 것이라 확신합니다.
- 비싼 변환 장비 문제 외에도, 240V AC를 800V DC로 변환하는 과정에서는 일반적으로 5~10%의 전력 손실이 발생합니다. 전력 단가가 높은 환경에서 이 10%의 손실을 방지하는 것은 경제적으로 매우 큰 의미가 있습니다.
- 결론적으로 BE의 서버를 사용하면 240V에서 800V DC로의 변환에 따른 전력 손실을 완전히 피할 수 있습니다. 또한, 800V DC 전력으로 구동되는 엔비디아의 Kyber 랙은 구리 사용량을 획기적으로 줄여줍니다. 800V DC 전력으로의 전환 흐름은 데이터 센터 개발자들에게 Bloom Energy의 솔루션을 더욱 강력한 비용 경쟁력을 가진 선택지로 만들어 줄 것입니다.
⚡️ 800V DC 전력 아키텍처: 비즈니스 환경의 판도를 바꿀 혁신
> Bloom Energy(BE)가 독보적인 입지를 점하고 있는 이유
- 240V 전압을 5V DC로 변환하는 비용은 스마트폰 충전기처럼 $10~$20 수준으로 저렴할 수 있습니다. 하지만 전압을 먼저 높여야 하거나 매우 높은 전압을 다뤄야 하는 상황이라면, 이 비용은 기하급수적으로 상승합니다.
- 1GW 규모의 데이터 센터를 기준으로 볼 때, 기존 AC 전력 솔루션을 구매해 승압 및 DC 변환 과정을 거치는 대신 BE의 800V DC 전력 솔루션을 도입하면 변환 장비 비용에서만 평균 $0.7B~$1.0B를 절감할 수 있습니다. 기존의 데이터 센터 전력 분배 방식은 여러 단계의 전압 변환을 거쳐야 하므로, 시스템 복잡성이 증가하고 에너지 효율이 떨어지는 고질적인 문제가 있었습니다.
- 천연가스로 가동되는 BE의 고체산화물(SOFC) 기반 연료전지는 차세대 800V DC AI 컴퓨터에 (승압이나 별도의 변환 없이) 현장에서 직접 800V DC 전력을 공급하도록 설계되었습니다. 칩의 전력 수요가 계속해서 치솟고 있는 상황에서, 데이터 센터가 800V DC 솔루션 채택을 결정할 때 BE가 가장 이상적인 해결책이 될 것이라 확신합니다.
- 비싼 변환 장비 문제 외에도, 240V AC를 800V DC로 변환하는 과정에서는 일반적으로 5~10%의 전력 손실이 발생합니다. 전력 단가가 높은 환경에서 이 10%의 손실을 방지하는 것은 경제적으로 매우 큰 의미가 있습니다.
- 결론적으로 BE의 서버를 사용하면 240V에서 800V DC로의 변환에 따른 전력 손실을 완전히 피할 수 있습니다. 또한, 800V DC 전력으로 구동되는 엔비디아의 Kyber 랙은 구리 사용량을 획기적으로 줄여줍니다. 800V DC 전력으로의 전환 흐름은 데이터 센터 개발자들에게 Bloom Energy의 솔루션을 더욱 강력한 비용 경쟁력을 가진 선택지로 만들어 줄 것입니다.