💻반도체 소부장💻[그로쓰리서치]

💻 포토닉스, 칩에 더 가까워지다 AI 시대에는 GPU/ASIC 자체 성능뿐 아니라 칩 간 데이터를 얼마나 빠르고 효율적으로 주고받느냐가 병목 광학(Photonics) 기술은 칩에 점점 더 가까워지는 방향으로 진화 📌 포토닉스 기술 방향 ① Near Package Optics (NPO) PCB 위에서 메인 칩과 광 엔진(OE: PIC+EIC)을 일정 거리 두고 배치 LR SerDes, Re-timer 사용 에너지 효율: 8~15 pJ/bit 기존 전기 인터커넥트 구조에 가장 가까운 초기 형태 ② 2D Co-Packaged Optics (2D CPO) 광학 I/O 칩렛(PIC+EIC)을 메인 칩과 동일 패키지 내에 배치 더 짧은 연결 거리로 XSR SerDes 적용 에너지 효율: 6~10 pJ/bit NPO 대비 전력 소모 감소 및 집적도 향상 ③ 3D Co-Packaged Optics (3D CPO) PIC와 EIC를 수직 적층(3D) 하는 구조 표준 패키징과 UCIe 기반 칩렛 인터커넥트 활용 에너지 효율: 약 3 pJ/bit 광·전기 칩렛 통합 수준이 크게 높아지는 단계 ④ 3D Photonic Interposer ASIC 전체를 거대한 광학 인터포저(PIC) 위에 적층 Advanced Packaging, OCS(Optical Circuit Switch) 적용 에너지 효율: 약 2.5 pJ/bit 현 로드맵상 가장 높은 집적도와 효율을 제공하는 궁극적 구조 📌 핵심 트렌드 🤩 대역폭(Bandwidth) NPO를 1배로 보면, 2D CPO → 3D CPO → 3D Photonic Interposer로 갈수록 증가 최종 단계에서는 100배 이상의 대역폭 구현 가능 ⚡️ 전력 효율(Power Efficiency) 칩과 광학 소자의 거리가 가까워질수록 전기 신호 구간이 짧아짐 비트당 에너지 소모는 8~15 → 6~10 → 3 → 2.5 pJ/bit로 감소 즉, 더 많은 데이터를 더 적은 전력으로 처리 💻반도체 소부장💻[그로쓰리서치] https://t.me/growth_semi

💻에프엔에스테크 +17% 급등 에프엔에스테크는 5/14일 탐방보고서, 5/18일 산업보고서를 통해 설명드렸던 종목입니다. 현재 주가 흐름이 좋게 나타나고 있습니다. 관련 리포트를 다시 한번 읽어보시면 좋겠습니다. 🔥 탐방보고서 / 산업보고서 다시보기 [탐방보고서] https://contents.premium.naver.com/growthresearch/growth/contents/260513172301811ah [산업보고서] https://contents.premium.naver.com/growthresearch/growth/contents/260516112302343hl 🔥 핵심 포인트 📌 반도체 소재·부품주로 리레이팅 기대 디스플레이 장비 중심에서 반도체 소모품 중심으로 사업 무게중심 이동 2026년 소재·부품 매출이 장비 매출을 상회할 가능성 📌 고마진 소모품 사업이 핵심 성장축 아사히램프 인수로 OPM 40% 이상 할로겐램프 사업 확대 CMP 패드는 HBM, 하이브리드 본딩, 미세화 공정 확대로 구조적 수요 증가 OMM 세정서비스도 8.6세대 OLED 양산 수혜 기대 📌 실적 레벨업과 저평가 매력까지 2025년 영업이익 103.5억원, OPM 14.05% 기록 2026년 매출 860억원, 영업이익 185억원 전망 아사히램프 온기 반영, CMP 패드, 세정서비스 확대로 이익 성장 기대 💻반도체 소부장💻[그로쓰리서치] https://t.me/growth_semi

💻 반도체 소부장 산업보고서(6/08) 탑픽 피에스케이홀딩스, 브이엠 금일 +14%, +17% 상승 중 어제 발간드린 반도체 소부장 탑픽 피에스케이홀딩스와 브이엠이 금일 두 자릿수 상승을 기록 중이네요. 반도체 사이클이 가격 상승에서 증설 사이클로 이동하며, '장비주'에 주목할 시기가 오고 있습니다. 그 중 두 기업도 눈여겨 보면 좋을 것 같습니다. 📌 피에스케이홀딩스 주요 포인트 • DRAM·HBM 미세화 수혜 스트립·세정 장비 업체 • AI HBM·CoWoS 투자 확대의 구조적 수혜 • 글로벌 탑티어 기술력 기반 증설 사이클 레버리지 보유 📌 브이엠 주요 포인트 • 국내 건식 식각장비 유일 업체 • DRAM 투자 회복 최대 수혜 기대 • 고사양 장비 진입에 따른 ASP 확대 🔥자세한 내용을 아래 반도체 소부장 산업보고서에 쉽게 정리했으니 도움 받아가시기 바랍니다. https://contents.premium.naver.com/growthresearch/growth/contents/260607193104588xn 💻반도체 소부장💻[그로쓰리서치] https://t.me/growth_semi

💻 '트럼프 업은' 인텔, 구글 칩도 만든다…"텐서칩 3백만개 생산 계획" https://biz.sbs.co.kr/article/20000315259 📌 구글, 인텔 파운드리 활용 검토 구글이 28년까지 인텔 공장에서 300만개 이상의 TPU를 생산할 계획 자체 AI칩 생산을 TSMC 외 파운드리로 다변화하려는 움직임 성사 시 인텔 파운드리 사업 정상화의 핵심 레퍼런스가 될 가능성 📌 엔비디아·테슬라·애플도 인텔 검토 AI 붐으로 첨단 칩 수요가 급증하면서 TSMC 생산능력 부족 심화 엔비디아는 인텔 기술을 활용해 4개 GPU를 하나의 장치로 결합하는 프로세서 제작 가능성 테슬라는 AI 칩 복합단지 ‘테라팹’ 프로젝트에 인텔 14A 공정 활용을 추진 애플도 인텔과 일부 칩 생산 예비 계약을 체결한 것으로 보도 📌 인텔 파운드리 재평가 립부 탄 CEO 취임 이후 인텔은 미국 정부, 엔비디아, 소프트뱅크 등으로부터 대규모 투자 유치 미국 내 반도체 제조 역량 강화 기조와 맞물려 빅테크의 인텔 협력 유인이 커지는 상황 구글 TPU 수주가 현실화될 경우 인텔은 AI 파운드리 시장에서 의미 있는 반전 계기 확보 가능 💻반도체 소부장💻 [그로쓰리서치] https://t.me/growth_semi

💻 "다음엔 K-젠슨이라 불러달라"…젠슨 황이 한국서 남긴 말말말 https://n.news.naver.com/mnews/article/119/0003098967 엔비디아의 젠슨 황 CEO가 4일간 한국을 방문하며 남긴 메시지는 크게 ①한국의 AI 경쟁력 ②전략적 파트너십 ③AI 시장 낙관론으로 요약 📌 한국은 AI G3 "한국은 미국·중국에 이은 AI G3 국가" "한국은 AI와 로봇공학 전문성이 뛰어나고 세계적 제조 허브여서 R&D 센터에 투자하기에 최적의 장소다." "로보틱스는 한국의 다음 주요 산업이 될 것이다." 📌 HBM부터 모빌리티까지 한국과 협력 확대 "SK하이닉스는 엔비디아의 가장 중요한 메모리 파트너" "SK의 협력 없이는 현재 AI 산업 발전도 불가능했을 것" "LG와는 모든 사업 영역에서 하나의 팀처럼 협력" "다음 AI 물결은 피지컬 AI와 모빌리티이며, 지금은 현대차의 시간" 삼성과도 지속적으로 협력 논의 진행 📌 AI 투자 사이클은 아직 초기 최근 기술주 조정에 대해 "오히려 더 싸게 살 기회" "상반기 AI 인프라 투자는 성공적이었고 하반기는 훨씬 커질 것" "AI가 전 세계 인프라가 되는 것은 기정사실" 💻반도체 소부장💻 [그로쓰리서치] https://t.me/growth_semi

💻 AI 서버 고도화: 전력 반도체 가치 급증 AI 가속기 아키텍처가 Hopper → Blackwell → Rubin → Feynman으로 진화하면서, 서버에 탑재되는 전력 반도체(Power Semiconductor) 가치가 급격히 상승하고 있음 📌 아키텍처별 전력 반도체 가치 Hopper 2023: $4k Blackwell 2024: $13k Blackwell Ultra 2025: $15k Rubin 2026: $20k Rubin Ultra 2027: $123k Feynman 2028: $202k 📌 핵심 변곡점: Rubin Ultra Rubin 2026 → Rubin Ultra 2027 전환 구간에서 전력 반도체 가치가 $20k → $123k로 급증 증가폭은 +$103k 성장률은 +508% 이는 AI 서버가 고전력·고밀도 구조로 전환되면서 전력 변환, 전력 제어, 고효율 전력 반도체 수요가 폭발적으로 증가한다는 의미 📌 경쟁 아키텍처 비교 AMD MI450 2026: $20k Google TPUv7 2026: $9k NVIDIA Rubin 2026: $20k 2026년 기준으로는 AMD MI450과 NVIDIA Rubin이 유사한 수준 Google TPUv7은 상대적으로 낮은 전력 반도체 비용 구조 📌 시사점 AI 인프라 투자 포인트가 GPU 자체에서 전력 공급망과 전력 반도체 밸류체인으로 확장 중 랙 전력 밀도가 높아질수록 전력 변환 효율, 발열 관리, 전력 손실 최소화가 핵심 경쟁력이 됨 특히 2027년 Rubin Ultra부터 전력 반도체 탑재 가치가 비선형적으로 증가 SiC, GaN, 전력모듈, VRM, DC-DC 컨버터, 고효율 전원부 관련 기업에 구조적 수혜 가능성 💻반도체 소부장💻 [그로쓰리서치] https://t.me/growth_semi

💻 엔비디아 손잡은 두산, 로봇 넘어 AI 인프라로…DDI 역할 커지나 https://n.news.naver.com/mnews/article/092/0002425751 두산그룹이 엔비디아와 협력을 로봇에서 건설장비·전력·전자소재까지 확대. 핵심은 단순 AI 적용이 아니라 'AI 인프라 플랫폼' 구축. 📌 계열사별 역할 두산로보틱스 : 엔비디아 Isaac·Cosmos 기반 AI 로봇 OS 고도화 두산밥캣 : 건설·농업장비에 피지컬 AI 적용 두산에너빌리티 : AI 데이터센터 전력 인프라(가스터빈·SMR 등) 공급 기회 확대 두산 : AI 서버용 CCL 소재 공급 확대 기대 📌 투자포인트 AI 팩토리·피지컬 AI는 로봇이나 장비만으로 완성되지 않음. 데이터 수집 → 시뮬레이션 → 학습 → 운영 → 보안까지 통합 필요. 이에 따라 그룹 IT 조직인 DDI(두산디지털이노베이션) 역할 확대 가능성 부각. 📌 DDI가 주목받는 이유 클라우드, 데이터 분석, AI, 보안, IT 인프라 운영 담당. 계열사별 데이터를 통합하는 'AI 운영체제' 역할 가능. 향후 AI 인프라 사업 확장 시 수혜 예상. 💻반도체 소부장💻 [그로쓰리서치] https://t.me/growth_semi

💻 AI 인프라 병목: 전력과 구리선의 한계 최근 AI 데이터센터 설계에서 가장 큰 제약은 단순히 GPU 수급이 아니라 ①전력(Power)과 ②인터커넥트(Connectivity) 📌 1MW 랙 시대 서버 랙 1개가 소비하는 전력이 1MW 수준까지 증가 전력 공급과 냉각이 데이터센터 설계의 핵심 이슈로 부상 NVIDIA는 이를 위해 800V DC 전력 인프라 전환을 추진 중 📌 구리선(Copper)의 물리적 한계 데이터 전송 속도가 높아질수록 신호 도달 거리(Reach)는 급격히 감소 예: 224G PAM4 → 448G로 올라가면 구리선 전송 가능 거리가 1m 이하로 축소 즉, AI 클러스터 확장 시 단순히 GPU를 늘리는 방식이 어려워짐 📌 GPU Pod 확장의 제약 향후 AI Pod 규모는 사실상 "스위치로부터 1m 이내에 몇 개의 GPU를 배치할 수 있는가"로 결정 이를 위해 스위치를 중앙에 두고 GPU를 최대한 밀집 배치하는 구조 채택 2027년 캐비닛 기준 144개 GPU 패키지 구성 사례도 등장 📌 시사점 AI 인프라의 병목은 이제 컴퓨팅 성능이 아니라 전력 밀도와 구리 인터커넥트의 물리적 한계 GPU 성능이 계속 증가할수록 구리 기반 네트워크는 확장성에 한계를 노출 결국 대규모 AI 팩토리는 광 인터커넥트(Optical Interconnect) 전환이 필수적 💻반도체 소부장💻 [그로쓰리서치] https://t.me/growth_semi

💻[단독] 삼성전자 파운드리, 올 3분기 흑자전환 전망… "4년 만에 성장궤도 진입" https://biz.chosun.com/it-science/ict/2026/06/08/EPEVELPEBJANDMU7JFKAIB4XWE/?utm_source=naver&utm_medium=original&utm_campaign=biz 📌 흑자전환 시점 앞당겨진 배경 당초 목표: 올해 말~내년 → 3분기로 조기 달성 전망 2나노 GAA 수율 1Q 기준 60% 이상 확보 (양산 경제성 기준선 70%엔 미달, 신규 고객 유치엔 충분) 첨단 공정 라인 가동률 "최대 수준" — 비수기에도 전년비 두 자릿수 매출 성장 📌 수주 파이프라인 — 하반기부터 매출 전환 테슬라 22.8조원 규모 자율주행 칩 계약 → 테일러 팹에서 AI5·AI6 2나노 양산 하반기 착수 NVIDIA 젠슨 황, GTC 2026에서 추론 칩 '그록3' 삼성 위탁생산 공개 인증 2나노 수주 건수 올해 전년비 130% 이상 증가 자체 전망 애플·닌텐도 등 빅테크로 협력 확대 중 HBM4 베이스 다이 물량 사실상 완판 📌 테일러 팹 — 비용 구조 역전 임박 370억달러(54조원) 투입 → 그간 고정비 부담으로 적자 심화 요인 하반기 본격 양산 시 감가상각 부담이 고정비 희석 효과로 전환 손익 구조 급격 개선 가능성 내부 계산 존재 📌 외부 변수 — TSMC 포화가 삼성에 기회 TSMC 첨단 공정, AI 가속기 수요로 사실상 포화 일부 팹리스 업체, 삼성을 대안으로 적극 검토 AMD, 차세대 GPU 일부 물량 이중 파운드리 전략 검토 중이라는 관측 💻반도체 소부장💻 [그로쓰리서치] https://t.me/growth_semi

💻 NVIDIA × SK하이닉스, 멀티이어 전략 파트너십 공식 발표 📌 파트너십 핵심 내용 2026년 6월 7일, 젠슨 황 한국 방문 계기로 공식 발표 단순 공급 계약이 아닌 공동 개발(co-development) 파트너십으로 격상 대상 플랫폼: Vera Rubin AI 슈퍼컴퓨터, Vera CPU, RTX Spark PC, Jetson Thor 로보틱스 AI 인프라 → 퍼스널 AI → 피지컬 AI 전 영역으로 SK하이닉스 시장 다각화 📌 AI를 반도체 제조에 적용 NVIDIA CUDA-X 라이브러리 + PhysicsNeMo 프레임워크 활용 반도체 시뮬레이션, TCAD 워크플로우, 사내 엔지니어링 코드 가속화 칩 설계·제조 공정 자체에 AI를 내재화 📌 팹 디지털 트윈 구축 NVIDIA Omniverse + OpenUSD + cuOpt + Metropolis 조합 적용 목표: 완전 자율 팹(Fully Autonomous Fab) 운영 AI 팩토리 개념을 반도체 제조 현장 자체로 확장 📌 공급 구도 및 시장 의미 SK하이닉스는 현재 Vera Rubin HBM4 물량의 60~70% 담당 추정 (삼성 25~30%, 마이크론 나머지) 젠슨 황 "메모리 부족은 수년간 지속될 것" → 장기 공급 계약 필요성 배경 멀티이어 합의는 HBM4 이후 HBM4E(Vera Rubin Ultra, 2027년 말) 세대까지 포괄 시사 💻반도체 소부장💻 [그로쓰리서치] https://t.me/growth_semi

💻 6월 1주차, 한 주간 반도체 소부장 섹터 핵심 정리 📌 SK하이닉스, 2030~2031년 D램 캐파 월 100만장 수준으로 확대 추진 📌 LG이노텍, 인텔 EMIB용 기판 시장 진출 추진…SK하이닉스에 샘플 공급 📌 기가비스, 일본 반도체 기판업체에 94억원 규모 검사·수리 장비 공급 📌 인텍플러스, 대만 파운드리향 첨단 패키징 검사장비 공급 확대 📌 와이씨켐, 일본 독점 고선택비 폴리실리콘 CMP 슬러리 하반기 상업생산 추진 🔍 이번 주 포커스: 와이씨켐과 CMP 슬러리 국산화 분석 • CMP는 반도체 표면을 평탄화하는 핵심 공정으로, 슬러리는 이를 가능하게 하는 연마 소재 • 와이씨켐은 SK엔펄스 CMP 슬러리 사업부 인수로 낸드·D램·HBM 제품 기반 확보 • SK하이닉스 기술혁신기업 과제를 통해 고선택비 폴리실리콘 슬러리 자체 개발 성공 • HBM 적층 확대와 미세공정 진화로 CMP 공정 횟수 증가 → 슬러리 시장 구조적 성장 기대 • 다만 D램·HBM용 슬러리 매출 확대와 신규 소재 양산 안착 여부는 지속적인 확인 필요 🔥 한 주 동안의 반도체 소부장 흐름, 3분 만에 정리해드립니다! https://contents.premium.naver.com/growthresearch/growth/contents/260607200729950rx 💻반도체 소부장💻 [그로쓰리서치] https://t.me/growth_semi

💻 AI boom, 미국 GDP 구조를 바꾸는 중 📌 핵심 메시지 AI boom으로 미국 GDP 내 컴퓨팅 인프라 지출 비중이 급격히 확대되는 흐름. 2022년까지 약 0.6~0.7% 수준에 머물렀던 컴퓨팅 인프라 지출 비중은 2026년 약 1.5%에 근접할 전망. 사실상 2배 이상 확대된 수준. 📌 2026년 기준 구성 비AI 컴퓨팅 하드웨어: 0.66% AI 컴퓨팅 하드웨어: 0.56% 데이터센터 건설: 0.15% 네트워킹: 0.12% 합산 기준 미국 GDP의 약 1.5% 수준에 육박하는 컴퓨팅 인프라 지출. 📌 구조적 변화의 시작점 중요한 변곡점은 2023년. 2015~2022년 추세선을 기준으로 보면, AI boom이 없었다면 컴퓨팅 인프라 지출은 완만한 증가세에 그쳤을 가능성. 그러나 실제 지출은 2023년부터 기존 추세선을 강하게 상향 돌파. 📌 투자 사이클의 확장 이번 변화는 단순한 빅테크 CapEx 증가가 아니라 미국 GDP 내 투자 사이클 자체의 변화로 해석 가능. GPU 등 AI 연산 하드웨어, 데이터센터 건설, 네트워킹 투자가 동시에 확대되는 흐름. 결국 AI 인프라 사이클이 거시경제 지표에도 본격적으로 반영되기 시작한 국면. 💻반도체 소부장💻[그로쓰리서치] https://t.me/growth_semi

💻 AI 데이터센터 전력 아키텍처 혁명…54V에서 800V HVDC로, 구리 위기가 변화를 앞당긴다 📌 왜 지금 바꿔야 하는가 — 구리의 한계 54V 기준 1MW 랙 1개에 구리 버스바 약 200kg 필요 GW급 데이터센터에 동일 아키텍처 적용 시 구리 소요량 최대 50만 톤 → 물리적으로 불가능 반복적인 AC/DC·DC/DC 변환 단계 → 선로 손실 누적 기존 아키텍처: 전단에서 칩까지 전체 효율 ~83% 수준 📌 800V HVDC — 무엇이 달라지나 전압을 기존 54V에서 ±400V 또는 800V DC로 끌어올려, 변전소 인근에서 고전압 변환 후 랙까지 직접 배전하는 구조 물리 레이어: UPS·PDU 제거, 변환 단계 축소, 구리 사용량 45% 절감 효율 레이어: 엔드투엔드 효율 ~92% 이상, TCO 약 30% 절감 소자 레이어: GaN·SiC 와이드밴드갭 반도체 적용, LLC 공진 토폴로지로 변환 효율 98% 이상 📌 표준 경쟁 구도 OCP 방식(±400V): 구글·메타 등 CSP 주도, 기존 400V 장비 호환성 유지하면서 800V 전환 가능한 과도기적 솔루션 NVIDIA 방식(단극 800V): 변전소에서 바로 800V DC 변환, MW급 AI 랙 직접 구동 → 더 높은 엔드투엔드 효율 추구 메타 ORv3-HPR V4: ±400V HVDC로 캐비닛 부하 800kW 달성 — 차세대 대규모 AI 컴퓨트 요건 충족 2026년 하반기: Vertiv 800V DC 제품 포트폴리오(중앙 정류기·DC 버스웨이·랙 레벨 DC-DC) 출시 💻반도체 소부장💻[그로쓰리서치] https://t.me/growth_semi

💻 삼성·SK하이닉스·마이크론, HBM5 발열 해법 경쟁 📌 핵심 요약 HBM5부터 메모리 경쟁의 핵심이 속도·용량·적층 수에서 발열 제어와 전력 효율로 이동 AI GPU 전력소모가 커지고 HBM 적층 수가 증가하면서 열 방출 구조가 성능·수율·안정성의 핵심 변수로 부상 삼성전자, SK하이닉스, 마이크론은 각각 다른 방식으로 HBM 열 문제에 대응 📌 배경: 왜 발열이 중요해졌나 차세대 AI 서버 GPU 전력소모가 칩당 1,000W 수준으로 증가하는 추세 HBM3E 이후 HBM4E, HBM5로 갈수록 적층 수가 늘어남 향후 HBM 적층 수는 20단 내외까지 확대될 가능성 적층이 높아질수록 내부 열이 빠져나가기 어려워짐 특히 GPU와 HBM 간 고속 통신부인 D2D PHY가 주요 발열원으로 지목 📌 삼성전자: HPB 핵심 기술: HPB(Heat Path Block) ✔️ 개념: HBM 내부에 별도의 열 방출 경로를 추가 내부에서 발생한 열을 더 빠르게 외부로 전달 ✔️ 주요 적용 부위: D2D PHY 영역 HBM과 GPU 간 초고속 데이터 전송 구간 ✔️ 특징: HBM4E 단계에서 이미 적용 및 검증됐다고 언급 HBM5에서는 실리콘 기반 HPB 구조를 검토 단순한 상부 방열 구조가 아니라 HBM 스택 전체 설계와 연계 ✔️ 기대 효과: 열저항 감소 시스템 안정성 개선 고성능 HBM 구동 시 신뢰성 강화 📌 SK하이닉스: iHBM 핵심 기술: iHBM ✔️ 개념: HBM 패키지 내부에 ICE(Integrated Cooling Elements) 삽입 열전도성은 높고 전기적으로는 절연되는 실리콘 기반 소재 활용 ✔️ 주요 적용 부위: HBM과 GPU 사이의 D2D PHY 영역 ✔️ 특징: 기존처럼 코어 다이를 통해 열을 빼는 방식이 아니라 별도 냉각 경로를 형성 WLP와 MR-MUF 등 기존 패키징 역량을 활용 양산 안정성을 강조 ✔️ 기대 효과: 열저항 약 30% 감소 동작 안정성 향상 HBM5 등 차세대 제품에 적용 예정 📌 마이크론: 저전력·TSV 기반 접근 삼성·SK하이닉스처럼 별도 냉각 구조를 직접 강조하기보다 저전력 HBM 설계에 초점 ✔️ 주요 기술: TSV Trench Cooling Cooling TSV ✔️ Trench Cooling 개념: 실리콘 다이 내부에 미세 홈 또는 채널을 형성 냉각 유체를 흐르게 해 내부 열을 줄이는 방식 ✔️ Cooling TSV 개념: 전기 신호 전달용 TSV가 아니라 열 전달 전용 TSV를 활용 메모리 스택 아래에서 위쪽 방열층까지 열을 수직으로 전달 ✔️ 특징: 추가 면적 부담을 줄이면서 열 방출 경로를 확보 3D 적층 구조에서 열저항을 낮추는 방식 💻반도체 소부장💻[그로쓰리서치] https://t.me/growth_semi

💻 SK하이닉스, D램 웨이퍼 생산능력 2배 확대…'30년 월 100만 장 시대 연다 📌 D램 생산능력 2배 확대 계획 '30~'31년 D램 생산능력 현재 월 55만장 수준에서 100만 장으로 확대 추진 현재 수치는 중국 우시 공장 월 20만장을 포함한 규모 젠슨 황의 “더 만들어달라” 발언 이전부터 마련된 중장기 증설 계획 📌 용인 반도체 클러스터 중심 증설 용인 1기 팹은 6개 클린룸으로 구성되며, '27년 2월부터 첫 장비 반입 예정 첫 클린룸에 월 6만장 추가 후 6개월마다 다음 클린룸에 6만장씩 순차 증설 용인 1기 팹에서만 '30년 상반기 월 36만장 D램 생산능력 신규 확보 📌 청주 M15X까지 더해 월 100만장 체제 청주 M15X 팹은 올해 하반기 월 4만장 규모로 가동 시작 내년에는 월 8만장 안팎의 생산능력 확보 전망 용인 36만 장과 M15X 8만 장을 더하면 SK하이닉스 D램 웨이퍼 투입 능력은 2030~2031년 월 100만장 안팎까지 확대 가능 📌 장비·소재 업계 단기 수혜 기대 신규 증설 품목은 현 계획상 모두 D램 중심 낸드플래시는 대규모 증설보다 단수 확대 등 기술 업그레이드 중심으로 진행 대규모 장비 반입과 클린룸 증설로 소부장 협력사에 단기 호재로 작용 가능 📌 수요와 실행력이 관건 협력사들은 공격적인 증설 속도에 대해 실행 여부를 신중하게 보는 분위기 6개월마다 클린룸을 채우는 일정은 장비 공급 지연 시 전체 일정에 차질 가능 다만 최태원 회장이 “5년 내 전체 웨이퍼 생산능력 두 배 확대”를 직접 언급한 만큼 계획의 무게감은 크다는 평가 💻반도체 소부장💻[그로쓰리서치] https://t.me/growth_semi

💻 모하메드 아와드 Arm "자체 CPU 없는 빅테크 겨냥…인프라 최적화가 핵심" https://www.ddaily.co.kr/page/view/2026060500215419086 📌 IP 공급자에서 SoC 공급자로 확장 Arm, 반도체 설계자산(IP) 공급을 넘어 완성형 데이터센터 CPU 시장 진입 추진 지난 3월 공개한 AGI CPU를 통해 자체 AI 가속기를 보유했지만 CPU가 없는 하이퍼스케일러·빅테크 공략 기존 IP 라이선스 사업과 완성형 SoC 공급을 병행하는 투트랙 전략 📌 AGI CPU, 에이전틱 AI 시대 겨냥 AGI CPU는 에이전틱 AI 시대 데이터센터용 CPU로 설계 AI가 모델 호출, 도구 실행, 데이터 이동, 사용자 상호작용, 모델 선택 등을 수행하면서 CPU 역할 확대 Arm은 AGI CPU의 핵심 경쟁력으로 고성능, 확장성, 전력 효율성을 제시 📌 특정 가속기에 묶이지 않는 범용 호스트 CPU 엔비디아 Grace·Vera CPU는 GPU 지원에 최적화된 구조지만, Arm AGI CPU는 특정 가속기에 종속되지 않는 범용 설계 NVLink 없이도 다양한 AI 가속기와 클라우드 네이티브 워크로드를 지원 메타와 오픈AI처럼 자체 CPU가 없는 기업들이 AGI CPU를 AI 가속기용 호스트 프로세서로 활용 가능 📌 메모리·CXL 지원이 핵심 에이전틱 AI와 장기 컨텍스트 추론에서는 CPU 메모리, 벡터DB, 그래프DB, 툴 실행용 시스템 메모리 수요가 동반 확대 Arm은 코어 수 확대보다 코어와 메모리 간 지연시간·대역폭 균형 최적화에 집중 CXL 3.0 지원을 통해 향후 메모리 확장성과 메모리 오프로딩 수요에 대응 📌 AI 인프라 최적화 경쟁 본격화 Arm은 올해 AGI CPU 공급을 시작하고, 내년 20억 달러(약 3조 원) 이상 수요가 있다고 언급 AI 인프라는 전력, 메모리, 웨이퍼, 성능 제약 등을 동시 해결해야 하는 단계 향후 경쟁력은 범용 CPU가 아닌 실리콘부터 시스템까지 최적화된 AI 데이터센터 구조에서 결정될 전망 💻반도체 소부장💻[그로쓰리서치] https://t.me/growth_semi

💻 삼성전자, 메타와의 커스텀 SoC 협업 '이상신호'? https://www.greened.kr/news/articleView.html?idxno=341859 📌 메타 커스텀 SoC 프로젝트 보류 삼성전자, 지난해부터 시스템LSI 사업부 중심 메타와 커스텀 SoC 선행개발 양산 단계 진입 시 장기적으로 수십조 원 규모 협력이 거론 최근 메타 측 요청으로 프로젝트 잠정 중단 완전 종료보다는 일시 보류에 가깝지만, 향후 일정은 불확실하다는 평가 📌 오픈AI 이어 대형 AI 고객 프로젝트 흔들림 앞서 오픈AI와도 ARM 기반 IP를 활용한 커스텀 칩 선행개발을 진행했으나 고객사 사정으로 답보 상태 메타 프로젝트도 일정 수 진행 후 보류되며 대형 AI 로직 전략에 부담 AI 반도체 시장에서 커스텀 SoC를 미래 성장동력으로 육성하려던 시스템LSI 사업부에 부정적 변수 📌 시스템LSI 사업부 영향 메타 협력은 양산 진입 시 매출 구조에 큰 영향을 줄 수 있었던 핵심 프로젝트 초기 개발비 비중이 큰 커스텀 SoC 특성상 본계약 체결 시 매출 확대 여지도 컸던 상황 대형 프로젝트 연속 보류로 조직 사기와 사업부 내 성장 기대감 약화 우려 📌 앤트로픽 협력 가능성 주목 삼성전자는 최근 앤트로픽 시리즈H 투자 라운드에 전략적 인프라 파트너로 참여 앤트로픽 발표문에서 ‘로직 칩’ 분야가 직접 언급되며 시스템LSI·파운드리 협력 가능성 부각 다만 투자 협력과 실제 커스텀 SoC 수주는 별개인 만큼 신규 AI 로직 고객 확보 여부가 핵심 관전 포인트 💻반도체 소부장💻[그로쓰리서치] https://t.me/growth_semi

💻 선 없는 GPU의 비밀…젠슨 황이 마벨을 띄운 이유 https://www.inews24.com/view/1973979 📌 GPU 경쟁에서 네트워크 경쟁으로 이동 AI 산업의 다음 전장이 GPU·HBM 확보 경쟁에서 데이터센터 연결성 경쟁으로 이동 중 젠슨 황 엔비디아 CEO는 컴퓨텍스 2026에서 마벨을 “차세대 1조달러 기업”으로 평가 차세대 AI 플랫폼 ‘베라루빈’ 공개 당시 “케이블이 없다”고 강조하며 광통신 기반 연결 구조 확대 시사 📌 구리선 한계와 CPO 부상 AI 데이터센터는 수만 개 GPU가 연결되며 대규모 데이터가 실시간 이동 기존 구리 케이블은 속도가 높아질수록 연결 거리가 급격히 짧아지는 ‘Copper Wall’ 한계 직면 마벨은 이를 극복할 핵심 기술로 공동 패키징 광학(CPO)을 제시 📌 마벨이 주목받는 이유 CPO는 광통신 장치를 반도체 패키지 안에 직접 넣어 데이터 이동 효율을 높이는 기술 전기 신호 대신 빛으로 데이터를 전송해 전력 소모를 줄이고 대용량 데이터 전송 속도를 개선 AI 데이터센터의 복잡한 배선을 줄이고 서버·GPU 간 연결 효율을 높일 수 있는 차세대 인프라 기술로 부각 📌 AI 인프라 경쟁 구도 변화 엔비디아는 이미 양산형 CPO 스위치 ‘스펙트럼-X 포토닉스’를 공개하며 상용화에 착수 향후 경쟁력은 GPU와 HBM 성능뿐 아니라 네트워크·광통신·시스템 통합 효율에서 결정될 전망 마벨은 AI 데이터센터 연결성 병목을 해결할 핵심 수혜 기업으로 재평가 가능성 확대 💻반도체 소부장💻[그로쓰리서치] https://t.me/growth_semi

💻 포토닉스 밸류체인 섹터맵 AI 데이터센터, 광통신, 반도체 장비, 센서, 레이저 산업 이해를 위해 함께 봐야 할 포토닉스 밸류체인 포토닉스는 빛을 생성·제어·검출하는 기술 산업 구조는 크게 5단계로 구분 📌 1. Materials & Wafers 소재·웨이퍼 단계 $GLW $AXTI $IQE $AIXA $AMS 📌2. Core Photonic Devices 레이저, 광원, 광검출기 등 핵심 소자 단계 $COHR $LITE $LASR $SIVE $IPGP 📌3. Components & Modules 광트랜시버, 광모듈, 서브시스템 단계 $AAOI $MTSI $VIAV $LPTH Finisar는 Coherent에 인수 📌4. Systems & Equipment 포토닉스 기술이 적용된 반도체·전자 제조 장비 단계 $ASML $BESI $ASM $LPKF $MKS 📌5. Test, Metrology & Yield 검사, 계측, 수율 관리 단계 $CAMT $FORM $AEHR $ONTO $VIAV 핵심 흐름은 다음과 같음 소재 → 소자 → 모듈 → 장비 → 검사·계측 💻반도체 소부장💻[그로쓰리서치] https://t.me/growth_semi

💻 애플, 구글 엔비디아 칩 활용하여 새로운 Siri 업데이트 [MacRumors] 📌 애플의 새로운 Siri 업데이트 이번 9월에 출시될 예정 구글 엔비디아 칩에서 실행될 예정 💻반도체 소부장💻[그로쓰리서치] https://t.me/growth_semi