반도체 파괴분석 FIB TEM은 다들 많이 알지만 요즘엔 비파괴분석을 많이 한데이
그런데 실제로 수십억 개의 Transistor 중 불량 난 놈 하나를 어떻게 찾을까?
반도체 불량분석에서 진짜 어려운 건
“왜 고장 났노?” 그 전에
“그래서 대체 어디가 고장 났는데?”
이거다.
수십억 개의 소자를 하나하나 까볼 수도 없고,
칩 전체를 처음부터 TEM으로 밀어버릴 수도 없다 아이가.
서울 전체에서 범인 한 명 찾는데
집집마다 문 따고 들어갈 순 없는 거랑 비슷하다.
그래서 불량분석도 먼저 범인의 동네부터 좁힌다.
여기서 등장하는 장비 중 하나가
TSE:6965 Hamamatsu의 PHEMOS 계열 Emission Microscope다.
방법이 꽤 재밌다.
첫 번째, Photoemission Analysis.
불량 칩에 전압을 걸어보면
Leakage나 비정상적인 동작이 발생하는 특정 지점에서
아주 미약한 빛이 검출되는 경우가 있다.
물론 사람 눈에는 택도 없다.
초고감도 검출기로 이 빛을 잡아서
칩 이미지 위에 딱 겹쳐본다.
그러다 한쪽에서 빛이 딱 찍힌다?
“니 뭐고. 와 혼자 빛나노?”
일단 유력 용의자 등록이다.
두 번째, IR-OBIRCH.
이번엔 기다리지 않고 우리가 먼저 건드려본다.
적외선 레이저로 칩을 한 땀 한 땀 Scan하면서
각 위치에 열적 자극을 줘보는 거다.
멀쩡한 놈들은 별 반응이 없는데
Leakage path나 Contact resistance가 이상한 곳에서는
전기적 신호가 변한다.
“니는 레이저만 쏘면 와 반응하는데?”
또 한 놈 잡힌 거다.
쉽게 정리하면
Photoemission은
“가만 놔뒀는데 니 혼자 왜 빛나노?”
IR-OBIRCH는
“내가 하나씩 찔러볼 테니까 반응하는 놈 손 들어라.”
요 느낌이다.
근데 여기서 범인을 잡았다고 수갑 채우면 안 된다.
얘들은 어디까지나 용의자 위치를 알려주는 역할이다.
수상한 주소를 확보했으면
그다음 FIB로 원하는 위치까지 파고 들어가고
SEM/TEM으로 실제 구조를 확인하면서 물증을 찾는다.
전기적 분석으로 CCTV 돌려서 용의자를 찾고
물리분석으로 현장 압수수색 들어가는 셈이다.
수십억 개의 소자 중 불량 하나 찾기.
반도체 불량분석 엔지니어가 하는 일,
알고 보면 반도체판 과학수사대라 보면 된다 아이가.
그런데 그거 아나? 이 기업의 실제 점유율 말이여?!
#NVDA는 동일 연산을 위해 GPU 옆에 비싼 HBM을 대량으로 붙이는 구조다.
#Cerebras는 초대형 SRAM에서 연산하고, 뒤에 싼 DDR5를 대용량 창고로 둔다.
실제 1조 파라미터 사례는 DDR5 약 55TB.
그래서 같은 모델/연산을 단순 비교하면 NVIDIA는 HBM 비중이 훨씬 크고, Cerebras는 일반 DRAM 용량이 훨씬 커지는 구조다.
즉 메모리 업체 입장에선 #NVDA = 적은 용량·비싼 HBM, Cerebras = 수십 TB·싼 DDR5.
다만 “동일 연산력에서 Cerebras가 DRAM을 몇 배 더 쓴다”는 정확한 비율은 공개된 동등 벤치마크가 없어 단정하면 안 된데이.
#NVDA = 용량은 상대적으로 적어도 HBM이 워낙 비싸서 메모리 비용이 큼.
#Cerebras = DDR5를 수십 TB씩 많이 쓰지만 GB당 가격이 HBM보다 훨씬 싸다.
즉 용량은 Cerebras가 많이 먹을 수 있고, 돈은 NVIDIA가 훨씬 많이 먹인다.
메모리 업체 관점 : 어찌됐건 개이득
Cerebras는 DRAM 물량 수혜, NVIDIA는 HBM 매출·마진 수혜라 보면 된다.
#HPQ 이놈 실적이 좀 묘하다.
매출 $15.7B, 전년 대비 +12.5%.
근데 PC 출하량은 오히려 -16%.
덜 팔았는데 돈은 더 벌었다.
AI PC 붙이고, 비싼 제품 믹스 늘리고, 가격 올린 기다.
근데 시장은 장후 -8%대.
AI PC 시대,
아직은 “많이 파는 시장”보다 “비싸게 파는 시장”에 가깝다.
진짜 수요가 붙는지는 출하량 반등부터 봐야겠데이.
https://t.co/iqYybkA1Jg
AWS가 자체 AI칩 키운다길래 #NVDA 물량 줄이는 줄 알았제?
아니다.
기존 계획 위에 NVIDIA GPU 200만 개 추가한다.
그것도 Blackwell Ultra → Rubin → Rubin Ultra까지.
Custom ASIC이 GPU를 잡아먹는 게 아니라,
AI CAPEX 판 자체가 더 커지고 있는 기다.
https://t.co/G5ppKVfHAx
Robotaxi now runs 6am to 10pm, 7 days/week
Unsupervised fleet is a lot bigger
Also, upgraded intelligence in vehicle distribution & routing means you wait less
$SMTC 이놈 뭐 하는 회사고?
#NVDA가 AI 두뇌를 만들면, #SMTC는 그 두뇌끼리 빠르게 대화하게 해주는 놈이다.
800G → 1.6T → 3.2T 데이터센터 연결용 반도체를 만든다.
근데 최근 데이터센터 매출이 전년 대비 +91%.
더 맛있는 건 회사가 벌써 FY28 하반기 CAPA 부족 가능성을 이야기하기 시작했다는 거.
GPU는 계속 늘어나는데 연결 속도도 같이 두 배씩 뛰어야 된다.
다들 GPU 몇 개 파노 볼 때,
나는 이제 “그 GPU들 뭘로 연결할 건데?”를 본다.
AI 다음 병목, 슬슬 연결 쪽에서 본격 냄새 난데이. 곧 진짜 돈이되는 시기가 더 빨리 오겠는데예