더 자세한 정보를 얻으려면  무료 샘플을 요청하세요 

AI 메모리 시스템 시장을 형성하는 주요 시장 동향은 무엇인가?

HBM 골드러시: 엄청난 수요로 수십억 달러 규모의 확장이 본격화되다. 고대역폭 메모리 (HBM)는 인공지능(AI) 가속기 인프라의 핵심으로 자리매김하고 있습니다. 수요는 품질이 검증된 실리콘 생산 능력을 훨씬 앞지르고 있습니다 . SK하이닉스와 마이크론은 2026년 초까지 연간 HBM 생산 물량을 모두 판매 완료했다고 발표했습니다. SK하이닉스는 높은 수율의 HBM 기술 개발과 엔비디아의 AI 인프라 공급 계약 덕분에 전 세계 HBM 시장 점유율 약 58%를 차지하며 압도적인 시장 지위를 유지하고 있습니다.

급증하는 수요에 대응하기 위해 삼성전자는 연말까지 HBM 생산 능력을 50% 증대하는 것을 목표로 매우 공격적인 확장 전략을 추진하고 있습니다. 이러한 확장의 핵심 동력은 삼성전자가 최근 승인을 받은 6조 원 규모의 HBM 전용 생산 시설 건설 계획입니다. 이 시설은 2026년 말 온양 캠퍼스에 착공될 예정입니다. 첨단 HBM은 복잡한 적층 구조와 낮은 초기 수율로 인해, 업계 분석가들은 AI 인프라 구매자들에게 진정한 제약 요인은 단순히 용량(기가바이트)이 아니라 품질이 검증되고 출하 가능한 메모리라고 지적합니다. 2026년 말까지 전 세계 DRAM 웨이퍼 생산량의 최대 25%가 HBM 제조에 사용될 것으로 예상됩니다.

HBM4 혁명: 3D 스태킹이 차세대 AI 물결을 일으키다

전력 소비 증가 없이 대역폭 제한 문제를 해결하기 위해 2026년에는 6세대 HBM인 HBM4가 상용화될 예정입니다. 2048비트 메모리 인터페이스를 두 배로 늘린 HBM4는 차세대 AI 플랫폼, 특히 엔비디아의 루빈 GPU에 필수적인 요소입니다.

주요 메모리 파운드리 업체들은 2026년 상반기에 HBM4 샘플을 공급하고 초기 양산 단계에 돌입하기 시작했습니다. 동시에 파운드리 업체들은 첨단 3D 패키징 기술을 실험하고 있습니다. 삼성은 2026년 미래 메모리 및 스토리지(FMS) 컨퍼런스에서 차세대 "zHBM" 콘셉트 모델을 선보였습니다. 이 모델은 기존의 2.5D 설계(메모리가 프로세서 옆에 위치하는 방식)에서 벗어나 HBM을 AI 가속기 위에 수직으로 직접 적층하여 데이터 이동 거리를 최소화하고 에너지 효율을 향상시켰습니다.

AI 메모리 시스템 시장의 스케일아웃 솔루션으로서의 Compute Express Link(CXL)
HBM은 개별 GPU의 대역폭 병목 현상을 해결하지만, 물리적 용량에 엄격한 한계가 있습니다. 서버 랙 전체에 걸쳐 메모리를 확장하기 위해 하이퍼스케일 서버는 Compute Express Link(CXL) 메모리 시스템에 대한 막대한 수요를 창출하고 있습니다. 2026년에는 CXL이 아키텍처 이론에서 상업적 필수 요소로 자리 잡았으며, CXL 3.2 및 4.0 표준이 출시되면서 그 중요성이 더욱 부각되고 있습니다.

CXL 메모리 솔루션에 대한 수요는 여러 가지 운영상의 이점 덕분에 증가하고 있습니다

• 메모리 풀링 및 분산: CXL 4.0은 데이터 센터에서 서로 다른 CPU 및 GPU 환경에 걸쳐 최대 100테라바이트의 일관된 메모리를 풀링할 수 있도록 지원합니다. 이를 통해 서버는 필요에 따라 용량을 동적으로 활용할 수 있으므로 비용이 많이 드는 과잉 프로비저닝을 방지할 수 있습니다.
• 추론 비용 절감: 표준 SSD에 의존하는 대신 고속 CXL 인터커넥트를 통해 대용량 KV 캐시를 오프로드함으로써 AI 추론 작업 속도가 3~6배 빨라져 토큰 생성 비용이 크게 절감됩니다.
• 하드웨어 상용화: 2026년 한 해 동안 Marvell과 Synopsys 같은 네트워킹 업계의 거물들은 CXL 4.0 IP와 스위칭 패브릭을 완벽하게 구축했으며, Samsung과 SK Hynix는 CXL 메모리 모듈-DRAM(CMM-D)의 대량 생산으로 전환하여 데이터 센터가 추가 컴퓨팅 프로세서를 설치하지 않고도 최대 50%의 메모리 용량을 추가할 수 있도록 했습니다.

AI 메모리 시스템 시장에서 서버 DRAM 및 엣지 메모리에 미치는 영향:
HBM 및 CXL에 막대한 자본과 웨이퍼 생산 능력이 투입되면서 기존 메모리 전반에 파급 효과가 발생했습니다. AI 워크로드가 검색 증강 생성 (RAG) 및 에이전트 워크플로를 더욱 폭넓게 포함하게 되면서 범용 서버에 필요한 표준 DDR5 메모리의 양이 크게 증가했습니다. 주요 공급업체들이 첨단 처리 노드를 표준 DRAM에서 다른 분야로 전환함에 따라 시장에서는 심각한 공급 부족 현상이 나타나고 있습니다.

기업용 DDR5 재고는 2026년으로 접어들면서 사상 최저 수준(일부 경우 2주치 재고까지 감소)으로 떨어졌습니다. 이러한 구조적 공급 부족은 서버 하드웨어 가격의 급격한 상승을 초래했으며, 서버용 DRAM의 평균 판매 가격(ASP)은 GB당 약 10달러라는 최고 수준에 근접하고 있습니다. 전문가들은 이러한 메모리 가격 상승이 전 세계 공장의 생산 능력 확대로 해결되지 않을 경우, 향후 10년간 AI 서버 구축에 수천억 달러에 달하는 예상치 못한 추가 비용이 발생할 것이라고 경고합니다.

하이퍼스케일 AI 메모리 시스템 시장의 총 소유 비용(TCO)을 좌우하는 경제적 요인은 무엇일까요?
지난 2년간 AI 인프라의 경제적 비중은 사실상 역전되었습니다. 최신 고성능 서버 랙HBM, 로컬 SRAM, DDR5 등 시장에서 조달한 부품들이 이제 전체 하드웨어 BOM(자재 명세서)의 40%에서 63%를 차지하고 있습니다. 

복잡한 수직 적층 구조와 정교한 TSV(Through-Silicon Vias) 드릴링 작업으로 인해 고성능 고대역폭 메모리는 표준 DDR5 메모리보다 기가바이트당 3~5배 더 비싼 극심한 가격 프리미엄이 붙습니다.

AI 메모리 세금: 자본 지출 낭비를 절감으로 전환하기

이러한 역학 관계는 기업 전반에 걸쳐 부인할 수 없는 "AI 메모리 세금"을 만들어냈습니다. 웨이퍼 생산 능력이 고마진 AI 제품으로 빠르게 재배정되면서 표준 DDR5는 심각한 공급 차질을 겪었고, 이로 인해 평균 계약 가격이 전년 대비 약 400% 상승했습니다. AI 메모리 시스템 시장의 미래 변동성을 완화하기 위해 클라우드 서비스 제공업체들은 최저 가격 조항이 포함된 다년간의 장기 계약(LTA)을 체결하여 2027년까지 기업 컴퓨팅에 대한 높은 가격 하한선을 확보하고 있습니다.

최고 경영진에게 이러한 경제적 현실은 즉각적인 조치를 요구합니다. 실시간 생성형 AI 추론을 실행하는 비용은 순수 연산 능력(FLOPS)보다는 메모리 대역폭에 크게 좌우됩니다. 따라서 이 시장에 대한 전략적 투자는 더 이상 단순한 하드웨어 자본 지출(CapEx)이 아니라 필수적인 운영 비용(OpEx) 절감 전략으로 여겨집니다. CXL을 통해 활용되지 않는 메모리에 낭비되는 3.5%의 자본 지출을 회수하고, 고용량 PCIe Gen6 메모리 기반 SSD로 전환하여 물리적 랙 공간을 대폭 줄이는 것은 총소유비용(TCO)을 극대화하기 위한 필수적인 조치입니다.

열 및 전력 관리가 지리적 제약 조건이 된 이유는 무엇일까요?
컴퓨팅 밀도가 급증함에 따라 전기 및 열의 물리적 한계가 배포 가능성을 위협하고 있습니다. AI 메모리 시스템 시장에서 2048비트 버스 폭으로의 전환은 전력 효율성 측면에서 획기적인 발전으로, 낮은 클럭 주파수에서 동작함으로써 이전 세대 대비 비트당 에너지 전송량을 최대 40%까지 줄였습니다. 

첨단 아키텍처는 에너지 효율을 놀라운 수준인 15 pJ/bit까지 낮추고 있으며, DRAM-on-Logic 구성은 약 0.5 pJ/bit라는 경이로운 수준으로 한계를 뛰어넘고 있습니다.

전력 제약 조건의 수익화: 액체 냉각 및 전략적 데이터센터 부동산 활용

데이터 전송량이 워낙 많다 보니 데이터 이동에 소모되는 전력이 행렬 곱셈 연산 자체에 소모되는 전력보다 훨씬 많은 경우가 많습니다. 고밀도 서버 캐비닛은 이제 80kW에서 100kW에 달하는 전력을 소비하는 것이 일반적입니다. 이러한 현실 때문에 시장 참여자들은 칩에 직접 액체 냉각하는 방식을 의무화하고 있는데, 기존의 공랭식 냉각 방식은 40kW 이상의 전력 소비에서는 제대로 작동하지 않기 때문입니다. 

지속적이고 비주기적인 전력 부하와 집중적인 열 관리의 필요성은 데이터 센터 부동산 전략을 완전히 바꿔놓았습니다. 이제 기업 아키텍트들은 전력망 용량과 주변 냉각 환경의 이점을 기준으로 시설을 이전하고 있으며, 이는 전력 인프라가 메모리 기술 발전과 불가분하게 연결되어 있음을 보여줍니다.

엣지 컴퓨팅은 어떻게 서버급 혁신을 소비자용 폼팩터로 끌어들이고 있을까요?
인공지능 혁명은 더 이상 클라우드에만 국한되지 않습니다. 로컬 생성 모델은 근본적으로 메모리 제약이 있기 때문에 엣지에서 폭발적인 혁신을 촉진하고 있습니다. 새롭게 승인된 LPDDR6 표준은 10.7Gbps(최대 14.4Gbps까지 확장 가능)의 기본 데이터 처리 속도를 제공하여 차세대 AI PC와 스마트폰의 대역폭 병목 현상을 효과적으로 해소합니다. 

인공지능 메모리 시스템 시장의 소비자 부문에서는 클라우드에 연결하지 않고도 700억 개의 매개변수를 가진 모델을 로컬에서 지원하도록 특별히 설계된 최대 192GB의 통합 일관성 메모리가 배포되고 있습니다.

엣지 AI 수익화: 서버 메모리 혁신이 소비자 하드웨어 수익성을 견인

소비자용 PC 메모리 개발은 서버 트렌드에 앞서 진행되었고, 서버 트렌드에 영향을 미쳤습니다. 그러나 오늘날 하이퍼스케일 AI에 대한 요구는 이러한 순환을 역전시켜 엣지 디바이스가 서버급 기능을 채택하도록 만들고 있습니다. AI 메모리 시스템 시장은 LPCAMM2 모듈을 통해 고도의 모듈화를 추진하고 있으며, 이를 통해 얇고 가벼운 노트북에서 128비트 듀얼 채널 데스크톱급 속도를 제공하는 동시에 중요한 최종 사용자 서비스 편의성을 유지하고 있습니다. 

더 나아가, 하드웨어 수준의 보안 메커니즘이 지속적인 로컬 학습 중에 민감한 개인 데이터를 보호하기 위해 메모리 PHY에 직접 내장되고 있습니다. 24GB 티어와 같은 비이진 메모리 용량을 통해 OEM 업체는 물리적 용량을 로컬 AI 모델 가중치에 완벽하게 맞출 수 있으므로, 엣지 컴퓨팅 환경은 매우 민첩하고 정밀하게 설계된 생태계로 진화하고 있습니다.

AI 메모리 시스템 시장: 제약 요인 및 영향 분석 (2026-2035)

경쟁 분석: 현재 AI 메모리 시스템 시장을 주도하는 상위 5개 기업

1. SK하이닉스: AI 붐의 최대 수혜 기업으로, HBM 시장의 50% 이상을 점유하고 있습니다. 특히 엔비디아로부터 대규모 수주를 확보하는 등 차세대 HBM4 개발을 선도하고 있습니다.
2. 마이크론 테크놀로지: HBM 및 DRAM 분야의 최상위 기업입니다. 놀라운 수익 성장과 AI 데이터센터 공급 부족 사태의 수혜를 톡톡히 누린 덕분에 시장을 선도하고 있습니다.
3. 삼성전자: 초기 수율 문제에도 불구하고, 삼성은 높은 수익성을 자랑하는 HBM4 AI 서버 제품을 위해 1c DRAM 생산 능력을 공격적으로 확대하며 여전히 생산량 부문 선두 자리를 유지하고 있습니다.
4. Western Digital: NAND/SSD 및 HDD 대용량 저장 장치 시장을 장악하고 있는 강자이며, 이는 활성 AI 데이터 세트 및 백업에 필수적입니다.
5. Seagate Technology는AI 대용량 스토리지 및 아카이브 분야를 선도하고 있습니다. 고도화된 하이퍼스케일 컴퓨팅 경험과 대규모 언어 모델을 위한 방대한 HDD 스토리지 제공 능력은 Seagate의 빠른 성장을 뒷받침합니다.

AI 메모리 시스템 시장의 부문별 분석

메모리 유형별: 고대역폭 메모리가 시장을 선도했습니다

고대역폭 메모리(HBM)는 신경망의 극도로 높은 대역폭 요구 사항으로 인해 시장 성장을 주도하고 있습니다. 2026년 HBM3E에서 HBM4로의 전환은 데이터 센터 아키텍처를 근본적으로 변화시켰습니다. 이러한 발전은 이전에 GPU 활용도를 저해했던 메모리 병목 현상을 완화합니다. 

또한, 하이퍼스케일 기업들은 지연 시간 급증 없이 대규모 언어 모델을 처리하기 위해 HBM 가속기를 적극적으로 도입하고 있습니다. 결과적으로 HBM 변형 제품은 높은 가격에 거래되며, 이는 반도체 제조업체의 매출 기반을 강화합니다. 파라미터 개수의 확장성은 이 메모리가 GDDR 솔루션에 비해 우위를 유지하는 데 기여합니다.

• 16층 높이의 HBM4 스택은 핀당 속도를 10Gbps 이상으로 향상시켰습니다.
• HBM은 이 부문에서 전체 매출의 68%를 확보했습니다. 
• 고급 노드는 전송되는 비트당 에너지 소비량을 20% 줄였습니다.
• GPU 직접 통합으로 병렬 처리 활용률이 40% 향상되었습니다.

인터페이스별 분류: 온패키지(2.5D/3D) 인터페이스가 AI 메모리 시스템 시장을 주도했습니다 

패키지 내 인터페이스는 시장에서 로직과 메모리 구성 요소 간의 공간적 근접성에 대한 요구를 반영하여 지배적인 위치를 차지했습니다. 2.5D 인터포저와 3D 스태킹은 데이터 이동 거리를 최소화하여 신호 지연 시간을 획기적으로 줄입니다. 이러한 근접성은 엑사스케일 컴퓨팅 워크로드를 처리할 수 있는 모놀리식 칩을 구현하는 데 필수적입니다. 

더욱이 CoWoS와 같은 패키징 기술의 발전으로 파운드리 업체들은 2025년까지 대량 생산 수율을 안정화할 수 있었습니다. 이러한 안정성 덕분에 기업 데이터 센터들은 온패키지 설계를 표준화하게 되었습니다. 궁극적으로 이 인터페이스는 타의 추종을 불허하는 상호 연결 밀도를 제공하여 오프패키지 방식보다 구조적으로 우수합니다.

• 3D 수직 적층 구조는 로직과 메모리 사이의 물리적 거리를 50% 최소화했습니다.
• 실리콘 인터포저 수율이 15% 향상되어 제조 비용이 절감되었습니다.
• 패키지 내 상호 연결은 PCB 배선보다 5배 높은 밀도를 제공했습니다.
• 데이터 가져오기 작업의 신호 지연 시간이 10나노초 미만으로 떨어졌습니다.

작업량 기준: 교육용 애플리케이션이 시장에서 가장 큰 점유율을 차지했습니다

학습 애플리케이션은 막대한 연산 부하를 발생시키므로 AI 메모리 시스템 시장에서 가장 많은 자원을 필요로 합니다. 기초 모델 개발에는 장기간에 걸쳐 압축되지 않은 데이터 세트를 지속적으로 입력해야 합니다. 결과적으로 수조 개의 활성화 상태를 저장하기 위해서는 엄청난 양의 고속 메모리가 필수적입니다. 

2026년에는 수조 개의 파라미터를 가진 아키텍처로의 전환이 이러한 요구 사항을 더욱 증폭시켜, 학습 클러스터가 하드웨어 수익의 주요 동력이 되었습니다. 추론 규모가 커짐에 따라 학습 인프라는 최고의 성능을 요구하게 되었고, 이는 하이퍼스케일 기업들의 전례 없는 자본 지출을 촉발했습니다. 이러한 막대한 투자는 학습 워크로드가 메모리 구매의 결정적인 기준으로 자리매김하게 할 것입니다.

• 교육용 클러스터는 기업 하드웨어 투자액의 72%를 차지했습니다.
• 수조 개의 매개변수를 가진 모델에는 20TB/s를 초과하는 메모리 처리량이 필요했습니다.
• 활성화 저장에는 추론 저장보다 4배 더 많은 용량이 필요했습니다.
• 전 세계적으로 교육 거점에 대한 자본 지출이 45% 급증했습니다.

용량 등급별: 노드당 1~4TB 용량이 AI 메모리 시스템 시장을 주도했습니다 

1~4TB 용량 등급은 시장에서 최적의 비용 대비 성능 균형을 이루며 높은 시장 점유율을 달성했습니다. 이러한 용량은 기업 환경의 기준이 되는 표준 8-GPU 서버 마더보드와 완벽하게 부합합니다. 1~4TB 용량을 도입하면 초고밀도 노드에 필요한 막대한 비용 부담 없이 특정 도메인 모델의 병목 현상을 효과적으로 해소할 수 있습니다. 

또한, 열 관리 기술의 발전으로 이 등급은 표준 랙 레이아웃에서 매우 안정적인 성능을 보였습니다. 이러한 안정성 덕분에 중소 규모 기업들도 엔터프라이즈급 하드웨어를 빠르게 도입할 수 있었습니다. 결과적으로 1~4TB 등급은 현대 데이터 센터의 절대적인 기준점으로 자리 잡았습니다.

• 최적의 기업 도입 비율 덕분에 시장 점유율 58%를 확보했습니다.
• 표준 8-GPU 구성은 기본적으로 2TB의 중간 용량을 활용합니다.
• 열 설계 제한은 표준 15kW 범위 내에 유지되었습니다.
• 이 특정 노드 계층에 대한 기업 도입률은 35% 증가했습니다.

AI 메모리 시스템 시장의 지역별 분석

북미가 시장에서 가장 큰 점유율을 차지했습니다

북미는 Tier-1 하이퍼스케일 기업들의 전례 없는 자본 지출에 힘입어 시장에서 가장 큰 매출 점유율을 확고히 차지하고 있습니다 . 미국은 세계 최고의 실리콘 설계 기업과 클라우드 인프라 독점 기업들을 보유하며 이러한 지배력을 더욱 공고히 하고 있습니다. 2026년 한 해 동안 수조 개의 매개변수를 가진 모델을 학습시키기 위한 기업들의 공격적인 투자는 고대역폭 메모리의 대규모 구축을 필요로 했습니다.

결과적으로 미국 데이터 센터는 전 세계 프리미엄 HBM4 모듈 공급량의 45% 이상을 흡수하며 지역 AI 메모리 시스템 시장에서 전례 없는 매출 성장을 견인했습니다. 캐나다는 특수 컴퓨팅 노드와 국가 지원 AI 연구망을 빠르게 확장하며 이러한 리더십을 더욱 강화하고 있습니다. 강력한 미국 상용화와 캐나다의 선진 연구 개발 간의 시너지 효과는 전 세계 하드웨어 소비 추세를 좌우하고 있습니다. 

북미 기업들이 단일형 8-GPU 컴퓨팅 아키텍처를 표준화함에 따라, 첨단 솔루션에 대한 수요가 증가하고 있으며, 이는 북미 지역을 글로벌 AI 메모리 시스템 시장에서 명실상부한 매출 선두 주자로 자리매김하게 하고 있습니다.

아시아 태평양 지역: AI 메모리 시스템 시장에서 가장 빠르게 성장하는 지역

아시아 태평양 지역은 첨단 반도체 제조 분야에서 독점적인 지위를 바탕으로 시장에서 가장 빠르게 성장하는 지역으로 자리매김하고 있습니다. 한국과 대만은 고밀도 HBM 어레이 및 첨단 패키징의 주요 생산국으로서 글로벌 공급망을 주도하고 있습니다. 이들 국가는 국내적으로도 기업용 반도체 클러스터를 빠르게 구축하여 하드웨어 소비를 촉진하고 AI 메모리 시스템 시장을 직접적으로 확장하고 있습니다.

또한, 중국은 디지털 주권을 확보하기 위해 자국 컴퓨팅 센터에 대한 공격적인 국가 지원 투자를 통해 지역 성장을 대폭 가속화하고 있습니다. 동시에 일본과 인도는 자체 클라우드 구축을 확대하고 예측 기반 워크로드를 위한 IT 네트워크를 현대화함으로써 지역 시장에 막대한 추진력을 불어넣고 있습니다. 

특히 인도는 현지 데이터 센터 용량이 전년 대비 40% 급증했습니다. 궁극적으로 이러한 폭발적인 국내 소비 지표는 아시아 전체 AI 메모리 시스템 시장의 연평균 성장률을 경신하는 원동력이 되고 있습니다.

AI 메모리 시스템 시장의 최근 5대 주요 동향

1. 삼성전자 - 8월 5일: FMS 2026에서 AI 가속기 위에 HBM을 수직으로 적층한 zHBM과 zNAND-O를 공개했습니다 . 삼성은 zHBM이 HBM5 대비 약 8배의 성능과 10배 이상의 밀도를 달성하여 데이터 이동량을 줄이고 효율성을 높일 것으로 예상합니다.
2. SK하이닉스-샌디스크 — 8월 4일: 최초의 OCP 고대역폭 플래시(HBF) 사양을 발표했습니다 . HBM-to-SSD 티어는 최대 512GB 및 3.0TB/s를 지원하고 UCIe 기술을 사용하며 AI 추론 대역폭 및 용량 병목 현상을 해결하는 것을 목표로 합니다.
3. Marvell은 8월 4일 Bravera SC6 PCIe 6.0 SSD , Structera X CXL 메모리 확장/풀링, 그리고 Photonic Fabric 광 공유 메모리를 발표했습니다 . 이 포트폴리오는 랙 전체에 걸쳐 최대 32TB의 웜 KV 캐시를 지원하여 분산형 추론 인프라를 개선하는 것을 목표로 합니다.
4. XCENA — 7월 31일: CXL 메모리 확장, 근접 데이터 처리 및 MX1 Expand를 결합한 양산형 MX1 제품군을 공개했습니다 . 시연에서는 최대 20TB의 풀링된 메모리와 확장 가능한 추론을 위한 KV 캐시 오프로드 기능을 선보였습니다
5. SK하이닉스 - 6월 18일: 주요 고객사에 12단 HBM4E 샘플을 출하했다 . 48GB 스택은 핀당 16Gbps의 속도를 제공하며, 전력 효율을 20% 이상 향상시키고 발열을 17% 감소시켰다.

AI 메모리 시스템 시장의 주요 기업

• SK하이닉스
• 삼성전자
• 마이크론 기술
• 키옥시아
• 샌디스크
• 마벨 테크놀로지
• 아스테라 랩스
• 람버스
• 몽타주 기술
• 스마트 모듈형
• 아데이터
• 실리콘 모션
• CXMT
• 윈본드
• 난야 테크놀로지
• 기타 주요 플레이어

시장 세분화 개요

메모리 유형별

• 고대역폭 메모리(HBM3E, HBM4)
• 서버용 DRAM(RDIMM/MRDIMM, SOCAMM/LPDDR)
• 고대역폭 플래시
• 분리형/CXL 연결 메모리

인터페이스 제공

• 패키지 내 2.5D/3D
• DDR/MRDIMM
• CXL
• 소유권

업무량별

• 훈련
• 추론 및 KV 캐시
• 메모리 제약 분석

용량 등급별

• 노드당 최대 1TB
• 노드당 1~4TB
• 노드당 4TB 이상

최종 사용자에 의해

• AI 칩 공급업체
• 하이퍼스케일의
• 서버 OEM 및 ODM
• 기업

지역별

• 북아메리카
  • 미국.
  • 캐나다
  • 멕시코
• 유럽
  • 서유럽
    • 영국
    • 독일
    • 프랑스
    • 이탈리아
    • 스페인
    • 나머지 서유럽
  • 동유럽
    • 폴란드
    • 러시아 제국
    • 나머지 동유럽
• 아시아 태평양
  • 중국
  • 인도
  • 일본
  • 호주 및 뉴질랜드
  • 대한민국
  • 아세안
  • 아시아 태평양 지역 나머지 지역
• 중동 및 아프리카(MEA)
  • 사우디아라비아
  • 남아프리카공화국
  • UAE
  • 중동 및 아프리카의 나머지 지역
• 남아메리카
  • 아르헨티나
  • 브라질
  • 남미의 나머지 지역