사비
구독자 30명구독중 70명
안될공학 채널의 'GPU만 빠르면 뭐해? ... HBM과 CoWoS가 없어서 못 팔게된 이유 | AI 인프라 5가지 병목' 영상을 제미나이 통해 요약한 내용입니다.
5단계가 Chain처럼 연쇄적으로 계속 꼬리를 물 것이고, 현재로써의 가장 큰 병목은 패키징이다.
과거에는 칩 제조는 파운드리, 포장(패키징)은 OSAT(후공정 전문 업체)라는 공식이 있었지만, AI 시대에 와서 "패키징이 파운드리 공정의 일부로 흡수되는 현상"이 발생했다고 한다.
(패키징은 칩을 플라스틱 기판(PCB) 위에 올리고 전선을 연결하는 작업이라 기술 난이도가 상대적으로 낮았으나,패키징 부품을 만드는 데 반도체 제조 장비(노광기 등)가 필요해짐)
이 분야에서 TSMC가 독보적이지만 병목이 있는 상황이다.
TPU나 Trainium 같은 ASIC도 거쳐야할 수 밖에 없는 분야인데, 삼성전자가 이 중 일부를 가져올 가능성도 있지 않을까?
사실 잘 쳐다보지도 않고 있던 삼성전자인데.. 한번 공부해봐야 할 것 같다.
해당 영상은 현재 AI 산업이 직면한 인프라 부족 사태를 단순한 '물량 부족'이 아닌, 기술적 해결책이 또 다른 물리적 난관을 낳는 '병목의 연쇄 반응(Chain Reaction)'으로 진단하고 있습니다.
전문가적 관점에서 이 영상을 분석하고, 핵심 논리를 구조화하여 요약해 드립니다.
이 영상의 관통하는 주제는 "하나의 병목을 뚫으면, 그 해결책 때문에 다음 단계에서 더 큰 물리적 장벽이 튀어나온다"는 것입니다. 단순히 GPU를 많이 만드는 게 능사가 아니라, 시스템 전체의 균형이 무너져 있음을 지적합니다.
영상은 연산 코어에서 시작해 데이터센터 네트워크로 확장되는 순서로 문제의 인과관계를 설명합니다.
1단계: 연산과 메모리의 속도 불일치 (The Memory Wall)
현상: GPU 내부 연산 코어(Tensor Core)의 처리 속도는 ...