전체 글 74

Semiconductors 5 Years Ago

반도체산업의 현재 상황을 잘 설명해 주는 내용이라 소개 드립니다. 반도체 산업: 4년 주기에서 5시간 주기로반도체 산업은 과거 예측 가능했던 4년 주기의 매출 사이클에서, 이제는 매일같이 산업의 판도를 뒤흔드는 계약들이 발표되는 5시간 단위의 뉴스 사이클로 진화했습니다.단 한가로운 오후조차 보내기 힘든 이런 격변의 시장 환경에서, 5년 장기 계약들이 속속 등장하고 있다는 점은 다소 놀랍기까지 합니다. 마이크론이 고객사와 5년 공급 계약을 체결했을 뿐만 아니라, 브로드컴, 구글, 그리고 앤스로픽(Anthropic) 또한 5년이라는 긴 시간의 매듭을 묶었습니다.지금으로부터 5년 뒤, 저를 대신할 휴머노이드 로봇이(그때도 그런 게 존재한다면 말이죠) 반도체 산업에 대해 무엇을 써 내려갈지는 알 수 없습..

카테고리 없음 2026.04.11

[기사] “하이닉스 비밀병기 나왔다”…AI PC 시장 선점 나서

SK하이닉스가 321단 ‘쿼드러플레벨셀’(QLC) 낸드플래시 메모리를 기반으로 한 인공지능(AI) PC용 고성능 저장장치 개발을 완료하고 본격적인 공급에 나선다.8일 SK하이닉스는 자사가 최초로 개발한 321단 QLC 낸드 기반 ‘솔리드스테이트드라이브’(SSD) 제품인 ‘PQC21’ 개발을 마치고 고객사에 납품을 시작했다고 밝혔다. 첫 공급처는 글로벌 정보기술(IT) 기업 델 테크놀로지스. 이를 시작으로 글로벌 주요 고객사들과 파트너십을 확대해 나갈 계획이다.‘PQC21’은 고용량, 고성능, 저전력 특성을 모두 갖춘 차세대 스토리지 솔루션이다. 특히 개인용 컴퓨터 내에서 AI 연산을 수행하는 AI PC 환경의 효율적인 저장 수요를 충족시키기 위해 맞춤 개발됐다.제품의 핵심 경쟁력은 321단에 달하는 적층..

SSD 2026.04.09

SSD 테스트

개발 및 설계 검증 단계 (Internal Validation)FVT (Function Verification Test - 기능 검증): - 실장 테스터 사용 가장 기본적인 단계입니다. SSD가 호스트의 명령(Read/Write/Erase)에 정확히 반응하는지, NVMe 규약을 준수하는지 확인합니다. 알고리즘의 '논리적 결함'을 찾는 것이 주 목적입니다.DVT (Design Verification Test - 설계 검증): - 실장 테스터 사용 기능을 넘어 '성능'과 '품질'을 봅니다. 다양한 워크로드 환경에서 목표로 했던 대역폭(Bandwidth)과 IOPS가 나오는지, 전력 소모량은 설계 범위 내에 있는지 하드웨어와 펌웨어의 완성도를 검증합니다.4Corner Test (포코너 테스트): - 실장 테..

SSD 2026.04.07

HBM 테스트

KGD(Known Good Die) Wafer Test스팩을 쌓기 전, 각각의 DRAM 다이가 완벽한지 검사함 고속 ATE를 사용하여 셀의 동작, 데이터 전송 속도, 전력 소모를 전수 조사 Advantest , T5835/T5835SE : 현재 HBM3e 웨이퍼 테스트의 Industry Standard입니다. 최대 5.4Gbps 이상의 전송 속도를 지원하며, HBM 특유의 1,024개 비트를 동시에 핸들링할 수 있는 고밀도 핀 구성이 강점입니다.Advantest, V93000 Exa Scale: 원래 SoC(시스템 온 칩)용 장비이지만, HBM4부터 Logic Die를 파운드리 공정으로 제작하면서 이 장비의 수요가 급증했습니다. NVIDIA가 설계한 로직 다이의 복잡한 연산 기능을 테스트할 때 사용됩니다..

HBM,HBF,CXL 2026.04.07

On-device AI 솔루션 개발 일지 - 1

Written on Feb 23, 2026 회사 내부의 PC 및 서버에서 운영될 On-device AI 개발을 목표로 , 학습을 시작합니다. log와 관련 data들을 분석하여, 기계의 이상을 찾아내고, 원인을 파악하기 위한 AI개발이 목표입니다. 다음과 같은 단계들로 학습을 진행할 수 있을것 같습니다. 1단계 : 데이터에서 패턴 찾기처음부터 복잡한 수식을 파고들 필요는 없습니다. 파이썬의 대표적인 머신러닝 라이브러리인 scikit-learn (사이킷런) 용법을 익히는데 집중합니다. Focus : 지도학습(분류/회귀)과 비지도학습(군집화/이상탐지)의 개념 차이 이해필수 라이브러리: pandas(데이터 엑셀처럼 다루기), scikit-learn (머신러닝 모델 돌리기)추천 자료:책 : "혼자 공부하는..

On-device AI 2026.02.23

PowerON-Discover

SSD PowerOn - Discover 과정 분석 하드웨어 PHY layer 활성화 PC 전원이 켜지고 , NVMe 슬롯에 전원이 인가되면, PCIe 인터페이스를 통한 하드웨어 level의 통신이 시작됨 SSD에 저원이 공급됨 RefClk 활성화 : host는 SSD에 100 MHz 차동 클럭 신호를 보냄. SSD의 내부 PLL이 이 클럭에 동기화되어 내부 로직이 작동할 준비를 마침 PERST# 해제 : host는 초기화를 위해 PERST# 핀을 Low 상태로 유지하다가, 전원과 클러기 안정화되면 High로 relese 함. 이 rising edge 가 SSD controller 에게 이제 부팅을 시작하라는 신호가 됨 Link Training (LTSSM): SSD와 호스트는 PCIe 레인을 통해 신호..

SSD/NVMe 2026.02.14

반도체 경쟁이 치열해지고 있다: HBM에 이어 NAND가 대규모 AI를 위한 HBF(Hybrid Bit Function)의 부상으로 '스택형' 기술의 다음 주자로 떠오른다.

인공지능(AI)이 처리하는 데이터 규모와 AI 추론 모델이 지속적으로 증가함에 따라 이를 지원하기 위한 하드웨어 발전의 필요성도 커지고 있습니다. AI 기술 구현에 이상적인 장치인 그래픽 처리 장치(GPU)의 성능 향상을 위해 정보 전송을 돕는 '고대역폭 메모리(HBM)'의 등장으로 한국의 반도체 기업 SK하이닉스는 메모리 반도체 시장에서 선두 자리를 차지하게 되었습니다. HBM은 고속 DRAM 메모리 칩을 3차원으로 쌓아 만든 장치입니다. HBM만으로는 GPU의 처리 속도를 따라잡기에 불충분하다는 것이 입증되면서, 올여름부터 차세대 메모리 개발의 목표로 '고대역폭 플래시(HBF)'라는 새로운 메모리 반도체가 등장했습니다. HBF는 DRAM보다 속도는 느리지만 용량이 더 큰 NAND 플래시 메모리를 HB..

HBM,HBF,CXL 2026.02.14

메모리 생태계 한방 정리 - NAND 솔루션

2. 다음으로 NAND-Solution을 살펴 보시겠습니다. NAND flash 는 전기가 꺼져도 데이터가 영구적으로 저장되는 메모리 반도체 소자 입니다. 요즘은 주로 SSD형태로 제작되어, 컴퓨터에서 하드디스크 대신의 보조 기억 장치로 사용됩니다. 하드디스크는 통신 속도가 많이 느렸으나, SSD는 속도가 많이 빨라서, PC의 부팅 시간이 줄어드는 등의 효과를 경험해 왔습니다. NAND솔루션의 생태계는 아래와 같이 정리 될 수 있겠습니다. 2.1 SSD(Solid State Device) PCB위에 NAND die들이 붙어 있고, SSD controller 역시 붙어 있습니다. SSD는 일반 NAND flash를 사용합니다. 그렇기 때문에 Controller 는 내부적으로 NAND들과는 ONFI..

HBM,HBF,CXL 2026.02.14

메모리 생태계 한방 정리 - DRAM 솔루션

1. 먼저 DRAM-Solution을 보시겠습니다. DRAM은 전기가 들어갈 때만 데이터가 저장되는 반도체 소자로, 컴퓨터의 주메모리로 사용됩니다. 속도가 빠르지만, 전기 소모가 크고, 가격이 비쌉니다. DRAM 생태계를 정리하면 아래와 같이 그려질 수 있겠습니다. 1.1. Standard Memory(DDR4/5 DIMM) 이제품은 PCB에 DRAM 칩을 여러개 부착하여 만듭니다. 별도의 컨트롤러가 있지 않고, CPU 가 직접 DRAM 칩들과 통신합니다. 통신 규칙은 JEDEC 에서 정의한 DDR4, DDR5 스펙입니다. 대부분의 서버와 PC 마더보드는 이 DIMM을 위한 288 pin 소켓들을 제공하고 있습니다. Samsung, SKHynix, Micron 들이 전세계의 DIMM 공급을 거의 ..

HBM,HBF,CXL 2026.02.14

2025 DORA AI 역량 모델(AI Capabilities Model)

핵심 주제: AI는 증폭기(Amplifier)이다이 보고서의 가장 중요한 발견은 "AI는 증폭기 역할을 한다"는 것입니다.AI는 고성과 조직의 강점을 더욱 강화하지만, 반대로 어려움을 겪는 조직의 기능 장애도 증폭시킵니다.따라서 AI 도구 자체보다 성공을 가능하게 하는 **기반 시스템(문화 및 역량)**에 투자하는 것이 가장 큰 수익을 가져옵니다.7가지 핵심 AI 역량 (The Seven AI Capabilities) : DORA는 AI 도입의 긍정적인 효과를 입증하고 성과를 높이는 7가지 기반 역량을 제시합니다.명확하고 소통된 AI 입장 (Clear and communicated AI stance)내용: 조직이 AI 사용에 대해 명확한 정책과 지침을 가지고 이를 구성원과 소통하는 것입니다.효과: 불확실..

On-device AI 2026.02.13