아비무쌍(CAL CA SE)

넉살로 무장해야만 한다!!

[아비무쌍(CAL CA SE) @gotovision]

어제 애들이랑 시타델 보드게임 했어.
연기하면서 기만도 해야 하더라고.
내가 가진 캐릭터를 숨겨야 게임에 유리하니까.

시타델의 뉴스를 보면서 뭔가 기분이 이상헸어 ㅋㅋㅋ

[Alis volat propriis @Alisvolatprop12]

일독의 가치가 있습니다.

[아비무쌍(CAL CA SE) @gotovision]

@GAZUA_KOR 가보자님도요~

[아비무쌍(CAL CA SE) @gotovision]

일단 내일만 넘기면 주말이다!!
오늘 피곤타..
빨리 잠이나 자야지.

[Jukan @jukan05]

Samsung Electronics 2Q26 Earnings Call Q&A

Q. Could you provide an update on LTAs?

A. Regarding multi-year memory supply agreements, demand for securing medium- to long-term AI service infrastructure is surging, while the market increasingly expects the memory supply shortage to persist for an extended period. As a result, many customers are requesting LTAs.

These customer requests align with our objective of hedging medium- to long-term business risks. We are therefore prioritizing negotiations with customers that have firm future demand and are capable of entering into agreements with strong, mutually binding commitments to contract performance.

However, customers are requesting additional supply across both DRAM and NAND, while market prices continue to rise. With virtually every customer seeking an LTA, it is difficult to accommodate all supply requests within our available capacity.

To maintain sufficient supply flexibility to serve customers outside multi-year agreements, we plan to allocate approximately 60–70% of our total capacity to LTAs. Additional customers are seeking LTAs, while some customers that have already signed agreements are requesting increased volumes.

To provide further detail, our LTAs generally have a five-year base term and follow a rolling structure under which additional periods are added through negotiations in subsequent years.

By establishing a five-year rolling-contract structure and securing a certain proportion of our business through committed orders, we expect to achieve a more stable business model.

We have already completed agreements with five major global data center customers and are in the final stages of negotiations with five additional large customers. We expect the number of LTA customers to increase over time.

Once the agreements currently under negotiation are finalized, we expect LTA volumes to comfortably reach 60–70% of our medium- to long-term production plans for both DRAM and NAND.

We also plan to discuss additional contract requests and are reviewing various medium- to long-term capacity-expansion scenarios.

To strengthen the binding nature of these multi-year supply agreements, the contracts include substantial advance payments that are held over multiple years. We have already received approximately one-quarter of the agreed advance payments, and the total amount is expected to increase as additional agreements are signed.

We ask for your understanding that we cannot disclose the amount of the advance payments due to confidentiality agreements with customers.

Regarding the contract model, the agreements incorporate pricing mechanisms designed to offset future risks to an appropriate degree. Product pricing varies depending on each customer’s product portfolio, and contract terms are determined through mutual consultation with customers.

For commodity products, pricing is structured to sufficiently hedge future investment risks arising from fluctuations in market prices.

Our core principles are to secure medium- to long-term demand visibility, support the healthy development of the AI industry, and maintain a balanced customer portfolio. These principles are also reflected in our LTAs.

Given the memory industry’s longstanding pattern of repeated upturns and downturns, expanding the proportion of business covered by LTAs should significantly improve our business stability and visibility. We will continue to expand our portfolio of AI applications with strong medium- to long-term demand visibility and maintain our leadership in the memory market.

[Jukan @jukan05]

From Samsung Electronics Q2 Earnings Call

Q: Do you expect the current memory shortage to persist into next year? If possible, could you also share your medium- to long-term outlook for memory demand?

A: The rapid acceleration of agentic AI is driving an explosive increase in token consumption. This is fueling unprecedented demand not only for AI servers but also for general-purpose computing servers.

In practice, AI frontier model developers that have been unable to secure sufficient cloud capacity from hyperscalers are now requesting allocations from neocloud providers as well. This has translated into large-scale memory procurement by server OEMs that primarily serve those neocloud customers.

Even so, memory shortages mean that many frontier AI companies are still unable to secure the infrastructure they need. To address this, they have begun sharing their medium- to long-term demand forecasts directly with us and expressing their intention to purchase memory from Samsung. We are also seeing the start of requests for long-term supply agreements (LTAs) to secure additional volume.

As the adoption of agentic AI continues to accelerate, memory demand is expanding at an exceptionally rapid pace. Industry supply remains well below demand. Even with increased industry-wide capex, it takes more than three and a half years from the construction of a new fab to wafer production. As a result, meaningful supply expansion through new capacity additions will take considerable time. We therefore believe a significant increase in industry supply before 2028 is unlikely.

Based on the demand visibility we currently have from customers, a substantial amount of unmet demand will roll over into next year, creating additional supply pressure. We expect the memory shortage in 2027 to be even more severe than it is this year, with tight supply conditions likely to persist into 2028.

Looking beyond 2029, it is still too early to make definitive projections. However, as AI token demand continues to surge, large customers building long-term AI infrastructure are expected to continue requesting multi-year supply agreements.

These long-term agreements are well aligned with our objective of hedging future business risks. We intend to prioritize contracts with customers that can provide firm, long-term demand commitments.

Over time, this should allow us to transition away from the historically cyclical nature of the memory industry toward a more stable and predictable business model.

With improved long-term demand visibility through LTAs, we will be in a better position to execute a more flexible supply strategy. Following our existing approach of securing cleanroom infrastructure in advance and installing production equipment in line with demand, we expect to further strengthen this disciplined and flexible capacity expansion strategy.

[nubs (e/acc) @nubsvault]

@BooBooCola @lcMenci I made a fix for this

https://t.co/ve4T3yZk3x

[Menci 💖 @lcMenci]

Claude 教会了我，打不开的网站可以用 https://t.co/8WmWI2junp 突破限制（

[크롱 @Krongggggg]

AI한테 트위터 주소 주면 안 읽어준다고 거절당해서 답답했지?

이거 복잡한 코딩 없이 프롬프트 명령어 하나로 간단하게 해결하는 방법이 있음.

AI 도구한테 Jina 서비스를 써서 트위터 링크를 읽어달라고 지시하면 됨. 그렇게 하면 막혀있던 링크가 뚫리면서 첨부된 사진이나 연속으로 달린 답변 글까지 AI가 알아서 다 읽어옴.

트위터에 올라온 실시간 개발 정보 AI로 요약하고 싶을 때 유용한 팁임.

[크롱 @Krongggggg]

오... 졸라 욕부터 나오는 물건 하나 찾았다

전에 한번 공유한거였다.

다시한번 말한다.

이거 물건이다.

회사에서 Fable5로 구축했는데 이거 물건이다.

다시한번 말한다.

내가 웬만해선 꿀팁얘기 잘 안하는데
이걸로 회사 지식베이스 구축하면
너 올해 고과 A+다

돈드는것도 AI 비용밖에 없다

오픈소스 postgres 사용하고
cocoindex로 코드 인덱싱해주는데 정말 군더더기 없다.

난 위키 슬랙 소스코드 다 여기에 인덱싱 하고 있다.

정말 훌륭하고 심플하고 아름다운 아키텍쳐다

그동안 우리는 잘못된 지식베이스를 구축하고 있었다.

llm wiki 그거 내다 버려라

[크롱 @Krongggggg]

https://t.co/NvBVlQo6jY

[Damnang @damnang2]

This is something I also mentioned in my article, and @rklb_invest did a great job highlighting it. 👍👍

You can think of SK hynix’s iHBM technology as a gateway to the next stage of memory products: custom memory. Samsung is also moving in the same direction, although its approach is different.

I believe this technology could become a major turning point in the memory narrative.

Please refer to my article for the full details.

https://t.co/XT6J6q8Gbu

[Alis volat propriis @Alisvolatprop12]

저는 이 날을 간절히 바랍니다. 똥청멍이같은 쿡 팀 같은 자들이 책임을 져야죠.

[Alis volat propriis @Alisvolatprop12]

오늘 한국 시장에선 FCC 중국 휴머노이드 신규 모델 수입금지 이슈로 로봇주들 반등 예상

[Kevin_wisdom @Kevin_wisdom_]

1. 오늘은 버핏이 구글 산 얘기임.
2. 버핏은 자기가 쓰는 것만 사는 사람으로 유명함.
3. 코카콜라 마시고,
질레트로 면도하고,
아이폰 쓰면서 애플을 샀음.
4. 다 손에 잡히는 물건임.
5. 근데 이번에 돈을 댄 건
미국 어딘가에 지어지고 있는 데이터센터임.
6. 버핏은 AI에 베팅했음.
(반도체엔 호재임 ㅋㅋ)
7. 구글이 뭐 하는 회사인지는 다들 알 거임.
8. 검색이랑 유튜브로 광고 팔아서 돈을 범.
9. 공장이 많이 필요한 것도 아니고 재고가 쌓이는 것도 아님.
10. 20년 동안 그렇게 벌었음.
11. 버핏이 딱 좋아할 회사인데 안 샀음.
12. 버핏이 2007년 주주서한에 이렇게 썼음.
13. "자본 요구가 사실상 없는 상태로
계속 늘어나는 이익 흐름을 갖는 편이 훨씬 낫습니다.
마이크로소프트나 구글에 물어보십시오"
14. 돈 안 들이고 이익만 느는 회사가 최고라는 뜻임.
구글을 그 예로 든 거임.
15. 그러고 안 샀음 ㅋㅋ
16. 이번 달 CNBC 인터뷰에서 그 얘기가 나옴.
17. 진행자가 물었음.
구글이 자본 안 들어가던 시절엔 안 좋아하셨고
시장은 좋아했죠?
18. 버핏 답이 한 문장이었음.
19. "제가 실수했습니다"
20. 그리고 지금 사는 이유는 정확히 반대임.
21. 지금 구글은 2007년의 구글이 아님.
22. 설비투자가 3년 만에 세 배가 됐음.
올해는 2,000억 달러 안팎임.
23. 작년에 영업으로 번 돈이 1,600억 달러임.
24. 번 돈보다 더 쓰는 거임.
25. 그래서 순서로 보면 이렇게 됨.
26. 부채를 여섯 배로 늘렸음.
27. 자사주 매입을 멈췄음.
작년 상반기엔 280억 달러를 썼는데
올해 상반기는 0임.
28. 쓰고 남는 돈이 2분기에 마이너스로 돌아섰음.
구글 사상 처음임.
29. 그러고도 모자라서 주식을 새로 찍었음 ㅋㅋ
30. 버핏이 그 새로 찍은 주식을 받았음.
31. 버핏이 구글을 산 건 세 번임.
32. 작년 가을에 처음 40억 달러어치를 샀음.
33. 올봄에 130억을 더 샀음.
34. 그리고 지난달에 하루 만에 100억을 넣었음.
35. 다 합치면 265억 달러임.
36. 참고로 버크셔가 뭘 샀는지는 45일 늦게 공개됨.
지금 볼 수 있는 건 3월 말까지임.
37. 지난달 100억이 왜 다른지부터 보자.
38. 이건 증권거래소에서 산 게 아님.
39. 2016년에 버크셔가 애플에 쓴 360억 달러는
애플 통장에 한 푼도 안 들어갔음.
주식 팔던 다른 투자자들한테 갔음.
40. 근데 이번 100억 달러는 구글 통장으로 들어갔음.
41. 구글이 SEC에 낸 문서에 용도까지 적혀 있음.
"AI 인프라와 글로벌 컴퓨팅을 확장하기 위한 자본적 지출"
42. 그러니까 애플 때 버핏이 했던 질문은
이 회사가 앞으로도 계속 벌까였음.
43. 이번엔 이 돈으로 벌 수 있을까임.
아직 없는 이익에 먼저 돈을 대는 거임.
44. 그리고 주식을 새로 찍으면
원래 주주들 몫이 조금씩 줄어듦.
45. 버핏이 그 줄어드는 쪽에 섰음.
같은 증자에 들어간 다른 투자자들이랑 같이 물려 있음.
46. 버핏이 애플 팔고 구글로 갈아탔다는 말 많던데, 맞을까?
47. 버크셔는 애플을 정점 대비 77% 팔았음.
회수한 돈이 1,500억 달러쯤임.
48. 구글에 넣은 건 265억임.
49. 나머지는 미국 국채에 있음.
버크셔 현금이랑 국채가 4,000억 달러로 사상 최대임.
50. 판 돈의 5분의 1도 안 갔음 ㅋㅋ
51. 지금도 애플이 760억 달러로 포트폴리오의 4분의 1임.
여전히 1위임.
52. 구글은 280억 달러로 9%가 안 됨.
53. 그럼 배당도 우선권도 없는 그냥 보통주에
하루 만에 100억 달러를 왜 댔을까?
54. 답이 34년 전 주주서한에 있음.
55. 1992년 버크셔 주주서한 원문임.
56. "소유하기 가장 좋은 사업은 오랜 기간에 걸쳐
큰 금액의 증분 자본을 아주 높은 수익률로 투입할 수 있는 사업입니다"
57. 번 돈을 사업에 계속 다시 넣어서 잘 굴리는 회사가 최고라는 뜻임.
58. 같은 서한에 이렇게 이어짐.
59. "불행히도 첫 번째 유형의 사업은 찾기가 매우 어렵습니다.
대부분의 고수익 사업은 자본이 별로 필요하지 않습니다"
60. 잘 버는 회사는 대개 돈을 더 쓸 데가 없다는 뜻임.
61. "그런 사업의 주주는 대개 이익 대부분을 배당으로 받거나
회사가 자사주를 대량 매입할 때 이득을 봅니다"
62. 그럼 번 돈을 주주한테 돌려주는 게 최선이라는 거임.
63. 버핏이 보는 회사 티어는 따로 있음.
64. 1등은 번 돈을 잘 굴려서 계속 다시 넣을 수 있는 회사임.
65. 2등은 잘 벌지만 그 돈을 넣을 데가 없는 회사임.
66. 3등이 남는 돈으로 자사주 사는 거임.
67. 1999년 주주서한에 조건이 못 박혀 있음.
68. "회사가 사업의 단기 필요를 넘어서는 자금을 갖고 있고"
69. 사업에 쓸 돈 다 쓰고도 남을 때라는 뜻임.
70. 자사주 매입은 넣을 데가 없을 때 하는 거임.
71. 버핏이 애플 자사주를 그렇게 칭찬했었음.
72. 애플이 훌륭하다는 뜻이기도 하지만
그 순서에서 애플이 2등이었다는 뜻이기도 함.
73. 그리고 CNBC 인터뷰에서 멍거를 인용하며 이렇게 말했음.
74. "만약 그 돈을 사업 안에 다시 투입할 수 있다면,
그건 높은 수익을 낼 능력은 있지만
그 초과 자본을 투입할 데가 없는 사업보다 더 낫습니다"
75. 잘 버는 회사보다,
잘 벌면서 그 돈을 또 굴릴 수 있는 회사가 위라는 뜻임.
76. 지난달 그 100억 달러 거래 5주 뒤에 나온 말임.
77. 같은 인터뷰에서 기준선도 말했음.
78. "좋은 사업이란 국채라고 정의할 수 있는 무위험 투자의 수익률보다
훨씬 많이 벌고, 앞으로도 계속 그럴 전망이 있는 사업입니다"
79. 국채보다 훨씬 잘 벌어야 사업이라고 부른다는 뜻임.
80. 국채에 넣어두기만 해도 해마다 수백억 달러가 나온다면서 한 말임.
81. 세 회사가 올 상반기에 번 돈을 어떻게 썼는지 보자.
82. 구글은 96%를 사업에 다시 넣었음.
애플은 4분의 1만 넣고 나머지를 주주한테 돌려줬음.
버크셔는 4,000억 달러를 국채에 넣어놨음 ㅋㅋ
83. 그럼 구글이 돈을 얼마나 잘 굴리는지 보자.
84. 굴리는 돈 100원당 재작년엔 51원을 벌었음.
85. 지금은 38원임.
86. 국채는 100원당 4.7원임.
87. 그러니까 아직 여덟 배인데 방향은 내려가고 있음.
짓는 중인 데이터센터가 아직 매출을 못 내니까 그럼.
88. 버핏이 베팅 건 게 바로 이 숫자임.
지금 쏟아붓는 2,000억 달러가
나중에 100원당 38원보다 더 벌어온다는 쪽임.
(구글 분기 실적은 프로필 링크로 들어오면 나올때마다 정리해줌)
89. 왜 배당 붙은 우선주가 아니라 보통주였냐도 여기서 풀림.
90. 버핏이 위기 회사에 돈 댈 때는 전부 우선주였음.
2008년 금융위기 때 미국 대형은행들이 그랬음.
91. 배당이 붙으면 그 회사가 버는 수익에 상한이 씌워짐.
92. 회사가 굴려서 버는 걸 온전히 받으려면 보통주여야 함.
93. 구글의 리스크는 감가상각임.
94. 서버 한 대를 100만원에 사면
그해 비용으로 100만원을 안 적음.
95. 5년 쓸 거라고 보고 5년에 나눠서 매년 조금씩 나눔. 한 해당 비용을 20만원이라고 제무제표에 반영하는거임.
96. 돈은 올해 다 나갔는데
장부상 손해는 5년에 걸쳐 나타나는 거임.
97. 지금 구글 이익은
이미 나간 돈의 청구서를 아직 다 안 받은 이익임.
98. 그 청구서가 오기 시작했음.
구글 감가상각비가 올 상반기에 43% 늘었음.
99. 그리고 구글은 서버를 몇 년 쓸 거라고 보는지를
4년에서 6년으로 늘린 적이 있음.
100. 기간을 늘리면 매년 잡히는 비용이 줄고
그만큼 이익이 늘어나(보임).
101. AI 칩이 6년보다 빨리 구식이 되면
지금 이익은 실제보다 크게 보이는 거임.
102. 스크리너에 구글 PER이 16배로 뜸.
싸다는 얘기로 읽힘.
103. 근데 뜯어보니 구글 2분기 순이익의 대부분이
비상장 지분 평가이익이었음.
영업이랑 상관없는 장부상 숫자임.
104. 그거 빼면 16배가 아니라 23배임 ㅋㅋ
앞으로 벌 이익 기준으로 봐도 24배고.
105. 참고로 애플은 37배임.
성장은 애플이 더 느린데 더 비쌈.
106. 그럼 애플은 왜 팔았을까.
애플이 훨씬 나은 지표도 있음.
107. 고정자산 1달러로 애플은 2.4달러를 벌고
구글은 0.4달러를 범.
108. 근데 애플이 그 좋은 걸 키울 곳을 못 찾았음.
번 돈의 95%를 주주한테 돌려줬음.
109. 돌려줬다는 건 넣을 데가 없었다는 뜻이기도 함.
110. 버핏 순서로 치면 애플은 2등, 구글은 1등 자리에 들어온 거임.
111. 정리하면 버핏이 베팅한 건 이거임.
구글이 지금 쏟아붓는 돈이
나중에 그보다 더 벌어온다는 쪽.
112. 그게 안 되면 100원당 38원이 더 내려감.
113. 그래서 앞으로 볼 게 셋임. 날짜도 다 정해져 있음.
114. 8월 중순에 버크셔 2분기 보유 내역이 나옴.
아까 말한 45일 시차 때문에 그때 처음 보임.
구글을 더 샀으면 이 판단에 더 걸었다는 뜻이고,
줄였으면 뭔가 달라진 거임.
115. 10월에 구글 3분기 실적이 나옴.
자사주 매입이 돌아오면 짓는 게 끝나간다는 뜻이고,
계속 0이면 아직 한창이라는 뜻임.
116. 같은 날 설비투자 계획도 나옴.
또 올리면 굴리는 돈이 더 커지는 거고,
멈추면 100원당 38원이 바닥을 찍었을 수 있음.
117. 셋 다 무료로 볼 수 있음.
매번 분석하기 귀찮으면 팔로우 + 프로필링크 ㄱㄱ
기업분석 계속 해드림.
✅️3줄요약
1. 버핏의 투자대상 기준 1등은 번 돈을 계속 다시 넣어서 굴릴 수 있는 회사임.
자사주 매입은 넣을 데가 없을 때 하는 2등짜리고,
1992년이랑 1999년 주주서한에 그렇게 적혀 있음.
2. 애플이 그 2등이었음.
번 돈의 95%를 돌려줬는데 그건 넣을 데가 없었다는 뜻이기도 함.
버크셔 자신도 4,000억 달러를 국채에 묶어두고 있음.
3. 그러니까 버핏이 건 건 구글이 지금 쏟아붓는 돈이
나중에 그보다 더 벌어온다는 쪽임.
지금은 굴리는 돈 100원당 38원, 국채의 여덟 배인데 내려가는 중임.

[Damnang @damnang2]

I hope this article helps improve your understanding of CXMT and the three major memory companies.

I have made the entire article free because I want as many people as possible to read it. If you invest in memory or semiconductors, please feel free to give it a read.

[Alis volat propriis @Alisvolatprop12]

KIMI K3의 오픈 웨이트 출시는 아마 2026Q3에 가장 중요한 뉴스, 아니 2026년에 가장 중요한 뉴스가 될 지도 몰라요.

[Rocketesla @rklb_invest]

SNS에 돌고 있는 엔비디아 중심 순환 금융.

제대로 알려준다.

북마크하고 재개시 하고

뒷간 갈 때 읽어라.

여기서 중요한 건 엔비디아가 사실상 '신용'을 제공하는 주체가 되었나는 것임.

이 복잡한 그림 뒷면에는 아주 골 때리는 구조가 하나 존재함.

엔비디아가 신용을 제공한다

→ 금융기관이 OpenAI와 데이터센터 사업자에게 돈을 빌려준다

→ 그 돈으로 데이터센터를 짓고 엔비디아 시스템을 구매한다

→ 엔비디아 매출과 현금흐름이 증가한다

→ 증가한 현금흐름이 다시 엔비디아의 신용을 강화한다..!!

어제 보도된 OpenAI의 오하이오 데이터센터 임차·인프라 금융에

약 2,500억 달러 규모의 지급보증 이야기도 사실 이 내용임.

자, 그렇다면 지금 미국 AI 산업에서 가장 중요한 건 누굴까?

말해 뭐해.

엔비디아지.

저기 다른 놈들 터지면 그냥 뒤지고 끝.

하지만 엔비디아가 흔들리면 어떻게 될까?

엔비디아의 CDS와 회사채 스프레드가 먼저 상승함.

금융기관은 엔비디아의 보증을 이전만큼 안전하게 인정하지 않겠지.

그러면 대출금리가 올라가고,

대출 한도는 줄어들며,

더 많은 담보와 자기자본을 요구한단 말이지.

아직 착공하지 않은 데이터센터는 연기되고,

이미 진행 중인 프로젝트도 단계별 자금 인출이 어려워.

말 그대로 ㅈ되는거겠지요?

(엔비디아 신용 위기 탄생)

여기서 엔비디아가 당장 부도나는 것이 아니라

엔비디아 신용으로 가능해졌던 프로젝트들이 중단되는 게 투자자가 마주 할 첫 번째 충격일거야.

그리고 곧바로 데이터센터 지연이

다시 엔비디아의 주문 감소로 돌아와.

마지막으로 OpenAI나 사업주체가 임차료·원리금을 지급하지 못하면

엔비디아는 보증 계약에 따라 대신 지급 해야해.

이 순간 엔비디아는 부실 AI 인프라 자산을 떠안는 금융기관과 비슷한 위치에 놓이게 되겠지.

물론 이런 최악의 시나리오고.

당장 엔비디아가 위험하냐?

아니.

돈은 많아.

'반도체 기업 기준으로는'

매출은 816억 달러.

현금·현금성자산·시장성 채권은 약 503억 달러.

하지만 지금 엔비디아는 사실상 AI 생태계의 신용보강기관과 같은 수준임.

그럼 '탄탄하다'고 말할 수 있을까?

여기서 살짝 인사이트는 이거야.

엔비디아가 AI 생태계의 신용보강기관이라면.

트럼프도, 이 고리의 핵심 레버리지가 작용하는 곳이 엔비디아라는 것을 잘 알고 있을거야.

이 고리가 중간선거 전에 부실해지면?

역시적인 침체의 시작일 수 있어.

적어도 이런 모습은 선거 뒤로 미뤄야해.

일단은 미뤄야 한단 말이지.

그렇다면, 일단 어디부터 강화해야 할까?

일단 이 그림에서 아직 포함되지 않은 곳이 있어.

바로 '중국"

중국은 순환 금융 바깥에서 들어오는 외부 현금 주입원이 될 수 있어.

이건 상당히 의미가 커.

미국 AI 생태계 안에서는 돈이 서로 돌고 있지만, 중국 매출은 적어도

'형식상' 그 원 밖에서 유입되는 현금이기 때문이야.

그렇다면, 이 순환 구조에 대한 불신이 조금 줄어들겠지.

지난 1월 중국 기업들은 200만 개가 넘는 H200을 주문한 것으로 보도.

가격은 개당 약 2만7,000달러 수준.

전부 인도된다면 주문액은 단순 계산으로 500억 달러.

엔비디아는 중국 주문에 대해 전액 선결제를 요구했어.

이게 가장 확실하게 풀릴 수 있는 공간이 바로 이번 9월 시진핑 방미.

여기서 9월 합의를 계기로 엔비디아의 중국 수출이 풀린다면..??

(설득은 트럼프가 알아서 하겠지)

이런 부분도 함께 생각해보면 굉장히 합리적이겠어.

오퀴?

[Jamin Ball @jaminball]

Kimi K3 weights are out, and so is the pricing from 3rd parties to serve the model.

Pricing from both Baseten and Fireworks is $3 / 1m input tokens, and $15 / 1m output tokens. This is $5.40 blended.

The pricing is the same that Kimi offers directly. There was lots of speculation that as weights were released other would serve the model at much lower costs. Not yet!

[THEONE @TTHUEONE]

[CXMT는 어떻게 벌써 기존 3사와 같은 DDR5·LPDDR5X 규격의 DRAM을 공개했을까?]

TL;DR)

1. DRAM은 Logic과 달리 성능보다 Cost/Bit 중심으로 발전해왔음.
2. 그래서 Cell 미세화가 뒤처져도 Core/Peri를 따라오면 DDR5·LPDDR5X 같은 최신 제품은 만들 수 있음.
3. CXMT의 진짜 약점은 '제품세대'가 아니라 집적도·수율·원가이며, 향후 Bonding DRAM이 이 격차를 흔들 변수라고 봄.

본문)

1. xPU(CPU, GPU, NPU 등의 로직반도체)와 메모리반도체(이 글에서는 DRAM 위주로 서술)는 서로 다른 방향으로 발전해왔음.

2. xPU는 집적도의 개선을 통해 Chip Size를 대체로 비슷하게 유지하면서 동일 면적에 더 많은 트랜지스터를 넣어 성능과 전성비를 발전시켜왔는데, 메모리반도체는 집적도의 개선을 통해 같은 용량의 Chip Size를 줄여 Wafer당 생산성을 늘리는 방향으로 발전해왔음.

3. DRAM은 크게 두가지 영역으로 나눠지는데
[Cell 영역] : 데이터를 저장
[Core/Peri 영역] : Cell의 동작을 제어하며 외부와 통신
이중 Core/Peri는 기능적으로 Logic, 아날로그 반도체의 회로와 비슷하다고 보면 됨.

4. 우리가 흔히 말하는 DRAM의 성능(여기서는 주로 대역폭을 의미)은 Core/Peri 설계에도 크게 의존하는데, DRAM 세대가 변할 때 Cell의 집적도는 지속적으로 높아진 반면 Core/Peri의 구조와 공정 변화는 상대적으로 보수적이었음.

5. 단적인 예로 삼성/TSMC는 이미 2014~2015년쯤부터 FinFET MOSFET을 파운드리에 도입했는데, DRAM의 Core/Peri는 아직까지 Planar 형태의 MOSFET을 사용하고 있음.
Core/Peri 영역의 설계와 공정이 복잡해질수록 DRAM의 생산원가와 공정 Step 수가 증가하고 수율 관리도 어려워지기 때문에, Cost/Bit이 중요한 메모리는 해당 영역을 함부로 바꾸기 어려웠음.

6. 또한 위와 같이 발전하게 된 가장 큰 이유 중 하나는 메모리가 JEDEC에서 정해진 공통 SPEC을 바탕으로 거의 모든 전자제품에 사용된다는 점임. JEDEC은 여러 반도체·시스템 업체들이 메모리에 필요한 Interface, 전압, Timing 등의 SPEC을 정하기 때문에, 범용 DRAM 제조사 입장에서는 우선 해당 규격에서 요구하는 성능과 호환성을 만족시키는 것이 제품의 기본 조건이 됨.

7. AI가 본격적으로 등장하기 이전의 범용 메모리 시장에서는 고객사가 일정 수준 이상의 DRAM 성능을 확보한 뒤 추가적인 성능을 얻기 위해 훨씬 비싼 메모리를 사용할 유인이 지금보다 크지 않았음. 따라서 메모리반도체는 상대적으로 성능과 전성비의 극단적인 향상보다는 제조 원가경쟁력이 훨씬 중요한 요소였고, 결국 규모의 경제가 지배하는 산업이 됐었음.

8. 여기서 가장 먼저 압도적인 규모의 경제를 달성한 삼성은 이를 바탕으로 메모리에서 강한 원가경쟁력을 확보했고, 1990년대 초부터 수십 년간 DRAM 시장에서 삼성 > 하닉~마이크론의 구도가 사실상 이어졌음.

9. 그런데 모바일 AP의 성능이 빠르게 올라가면서 PC에 준하는 연산성능을 내기 시작하고 스마트폰에서 처리하는 데이터량도 급격히 증가하자 DRAM의 성능과 전력효율(및 발열)이 크게 중요해지기 시작함.

10. 플래그십 스마트폰의 성능이 상향평준화될수록 AP 성능 Benchmark가 중요한 비교지표가 됐고, AP가 아무리 빨라져도 Memory Bandwidth가 이를 충분히 뒷받침하지 못하면 전체 성능을 제대로 끌어내기 어려워짐. 동시에 스마트폰에서는 배터리와 발열이 매우 중요하기 때문에 LPDDR의 전력효율 역시 중요한 경쟁요소가 됨.

11. LPDDR5X가 본격적으로 등장한 D1a~D1b 전후부터 이러한 경향이 더욱 가팔라졌고, Logic 반도체에서 사용되던 HKMG(High-K/Metal-Gate) 같은 기술이 DDR5와 LPDDR5X 등 범용 DRAM의 Core/Peri에도 적극적으로 도입되기 시작함. 이 시기부터 삼성은 EUV를 선제적으로 도입했음에도 경쟁력이 급격히 떨어지기 시작함. 파운드리로 선단 Logic공정을 먼저 했으나 메모리와 파운드리의 시너지가 제한적이었고, 과거와 같은 생산단가 위주의 전략으로 타사대비 HKMG의 전면적인 도입에 더 보수적이었던 원인도 컸음.

12. 위와 같은 역사를 참고해보면 CXMT가 어떻게 뒤처진 집적도로 기존 DRAM업체와 동일한 '제품 세대'인 DDR5, LPDDR5X를 공개할 수 있는지 이해할 수 있음.
아직 Cell의 집적도가 많이 떨어지더라도 DDR5·LPDDR5X 규격에 필요한 Core/Peri 설계를 구현하는 것은 Cell 미세공정에서 선두업체를 따라잡는 것과는 별개의 문제이기 때문임.
즉 'DDR5를 만들 수 있느냐'와 '얼마나 작은 Die로 DDR5를 만들 수 있느냐'는 다른 문제임.

13. 결국 집적도와 수율의 차이로 CXMT의 Wafer당 Bit 생산성은 최신 DRAM 업체 대비 상당히 낮을 것으로 추정되지만, DDR5 혹은 LPDDR5X를 PC와 스마트폰이 요구하는 수준까지 동작시키는 것 자체는 충분히 가능할 것으로 예상됨.
결국 CXMT가 가장 불리한 부분은 '얼마나 빠른 DRAM을 만들 것이냐'보다는 '얼마나 작은 Die로, 얼마나 높은 수율로, 얼마나 싸게 만들 수 있느냐'에 가까움.

14. 물론 Cell의 설계와 집적도 또한 전력효율과 대역폭에 영향을 주지 않는 것은 아님. 하지만 특히 높은 Data Rate의 JEDEC 규격을 만족시키는 데에는 Cell 집적도 자체보다 Core/Peri 설계의 영향이 더 직접적이라고 볼 수 있음.

15. 다만 HBM으로 오면 얘기가 달라짐. HBM은 단순히 JEDEC의 속도규격을 만족하는 데서 끝나는 것이 아니라 제조사 간 극한의 실력경쟁으로 가고 있는 Device임.
최신 HBM처럼 발열/전력효율/대역폭 3박자가 모두 갖춰져야 하는 Device에서는 DRAM Die 자체의 특성뿐 아니라 TSV, 적층, Bonding, 열관리, Base Die, 수율과 고객사 검증까지 동시에 만족시켜야 하기 때문에 CXMT가 범용 DDR5·LPDDR5X처럼 빠르게 따라오기는 훨씬 어려울 수 있음.
이 때문에 DDR5/LPDDR5X에서는 기존 업체를 따라온 것처럼 보이나 HBM에서는 아직 세대격차가 큰 이유이기도 함.

16. 특히 HBM은 범용 DRAM 대비 훨씬 넓은 I/O와 많은 Bank/Channel, TSV Interface 등을 구현해야 하기 때문에 Core/Peri 면적 부담이 커짐.
이런 상황에서 Cell의 집적도까지 충분하지 않으면 동일 용량을 구현하기 위한 전체 Die Size가 더 커지고, Die 면적이 커질수록 동일한 Defect Density에서도 결함을 포함할 확률이 높아지기 때문에 수율과 Wafer당 Good Die 수가 동시에 불리해질 수밖에 없음.

17. 다만 CXMT에 가장 우려되는 부분은 Bonding DRAM이 본격적으로 상업화될 경우임. Core/Peri와 Cell 영역을 서로 다른 Wafer에 만들어 Hybrid Bonding으로 결합하면 두 영역을 각각의 목적에 맞는 공정으로 별도 최적화할 수 있기 때문에 설계 자유도가 크게 올라감. Cell의 집적도는 EUV를 포함한 여러 설비제한 때문에 CXMT가 단시간에 따라오기 힘드나, Core/Peri 설계는기존3사의 우위가 상대적으로 적기 때문에 CXMT 입장에서는 현재의 공정 격차를 만회할 수 있는 새로운 선택지가 생길 수도 있음.

18. 따라서 중국의 DRAM 발전은 미세화 속도뿐 아니라 Hybrid Bonding 기술의 발전속도 역시 굉장히 유심히 지켜봐야 할 대목이라고 생각함.