엔비디아가 GPU 한 장에 HBM을 더 얹는 대신, 시스템 전체를 하나의 메모리 풀처럼 묶는 방향으로 가고 있습니다.
2개월 전
Rubin Ultra에서 개별 GPU의 메모리 부담을 낮추고 NVL576, 광 인터커넥트, NVLink 등 네트워크 기술을 고도화해 전체 성능을 끌어올리는 전략입니다.
이 경우 GPU당 HBM 탑재량은 줄어들 수 있지만, NPO·CPO·고성능 인터커넥트 수요는 오히려 커질 수 있습니다. AI 인프라의 경쟁력이 칩 자체뿐 아니라 칩과 칩을 얼마나 빠르게 연결하느냐로 이동하는 흐름입니다.
반면 AMD는 MI455X에 HBM4 432GB를 탑재해 Rubin보다 약 50% 많은 용량을 확보하는 정면승부를 택했습니다. 엔비디아가 시스템 통합과 네트워크 확장에 집중한다면, AMD는 개별 GPU와 랙의 연산 집약도를 극대화하는 전략입니다.
결국 AI 반도체 경쟁은 HBM 용량 경쟁을 넘어, 메모리를 칩에 둘지 시스템 전체에 분산할지의 아키텍처 경쟁으로 번지고 있습니다.
17
투자 유의사항
모든 투자 의사결정에 대한 책임은 전적으로 투자자 본인에게 있으며, 서비스 내 정보를 활용해 발생한 금전적 손실이나 법적 문제에 대해서 작성자와 당사는 어떠한 법적 책임도 지지 않습니다.