더 자세한 정보를 얻으려면  무료 샘플을 요청하세요 

극심한 전력 제약이 AI 데이터 센터를 광자 컴퓨팅 시장으로 이끄는 이유는 무엇일까요?

전력 제한이 인공지능의 판도를 바꾸고 있다

AI 데이터 센터는 이제 전력이 단순한 부가적인 요소가 아닌, 주요 설계 제약 조건이 되는 단계에 접어들고 있습니다. 전 세계 데이터 센터의 전력 소비량은 2026년에 565 테라와트시(TWh)에 달할 것으로 예상되는 반면, 전 세계 전력 수요는 132기가와트(GW)까지 ​​증가할 전망입니다. AI에 최적화된 랙은 기존 기업용 랙의 5~15kW에 비해 최대 110kW의 전력을 요구할 수 있습니다. 이제 대규모 AI 시설 하나를 구축하는 데에도 1GW의 지속적인 전력이 필요할 수 있으며, 이는 부지 계획의 모든 것을 바꿔놓을 것입니다.

압력은 단순히 규모에만 국한되지 않습니다. 광자 컴퓨팅 시장에서는 수천 개의 연결된 구성 요소 전반에 걸쳐 밀도, 냉각 및 안정적인 전력 공급이 모두 중요한 과제입니다. 전 세계 AI 데이터 센터 용량 증설은 이미 10기가와트를 넘어섰고, 인도의 데이터 센터 설치 기반은 1,500메가와트까지 확장되고 있습니다. 2030년까지 AI 데이터 센터의 전력 수요는 945테라와트시에 이를 것으로 예상됩니다. 따라서 통신 사업자들은 전력 낭비가 심각한 지금, PUE(전력 사용 효율) 목표를 1.1 이하로 낮추기 위해 노력하고 있습니다.

에너지 욕구는 계속 증가하고 있습니다

전력 소모가 많은 AI 스택은 이제 예외적인 현상이 아니라 일반적인 현상이 되고 있습니다. 최신 가속기 칩은 개당 700~1200와트를 소비하며, 멀티 GPU 섀시는 수 킬로와트의 전력을 필요로 합니다. 학습 실행은 100일 이상 소요될 수 있으며, 단일 클러스터는 최대 100메가와트의 시설 전력을 필요로 할 수 있습니다. 이러한 규모는 인프라의 모든 계층에서 전력 부족 문제를 여실히 보여줍니다. 

인프라 부담

• 300메가와트 규모의 데이터센터 캠퍼스는 운영 안정성을 위해 전용 변전소가 필요합니다. 
• 51.2Tbps 속도의 네트워크 스위치는 각각 거의 1000와트의 전력을 소비할 수 있습니다. 
• 냉각에는 컴퓨팅 성능 100와트당 40와트가 소모될 수 있습니다. 
• 기존 냉방 시스템은 100메가와트에서 하루에 100만 갤런 이상의 물을 사용할 수 있습니다.

오늘날 네트워크 대역폭 워크로드가 대규모 광 상호 연결 인프라 솔루션을 요구하는 이유는 무엇일까요?

AI 워크로드는 단순히 연산 집약적일 뿐만 아니라, 포토닉 컴퓨팅 시장에서는 네트워크 집약적이기도 합니다. 생성형 AI 시스템은 초당 800기가비트의 엄청난 트래픽을 처리하며, 스케일업 노드는 포트당 초당 1.6테라비트의 대역폭을 점점 더 요구하고 있습니다. IEEE 802.3dj는 이러한 차세대 링크의 기준을 제시하고 있는데, 모델 동기화가 이제 극도로 높은 상호 연결 성능에 의존하기 때문입니다. 이러한 환경에서 대역폭은 더 이상 보조적인 기능이 아니라 AI 실행의 핵심 요소입니다. 

트래픽 패턴 또한 변화하고 있습니다. 수천 개의 GPU가 하나의 시스템처럼 동작해야 할 때, 102.4 테라비트/초 속도의 이더넷 스위치조차 병목 현상을 일으킬 수 있습니다. 광 회로 스위치, 코패키지 광학 장치, 실리콘 포토닉스는 데이터 전송 속도를 높이면서 에너지 낭비를 줄여주기 때문에 주목받고 있습니다. 고밀도 AI 데이터셋, 메모리 풀링, 추론 트래픽은 모두 네트워크가 모델과 함께 진화해야 한다는 점을 시사합니다.

AI 트래픽에는 더 빠른 경로가 필요합니다

최신 배포 환경에서는 단순히 그래디언트 학습만 처리하는 것이 아닙니다. 시스템 간에 원시 특징, 체크포인트, 임베딩, 메모리 상태 등을 주고받습니다. 이러한 이유로 광 컴퓨팅 시장에서는 확장성과 분산성을 동시에 고려한 네트워크 설계를 위해 광학 엔진을 개발하고 있습니다. 목표는 단순히 속도 향상뿐 아니라 대규모 GPU 클러스터 전반에 걸쳐 지속적인 동기화를 유지하는 것입니다. 

네트워크 수요에 집중

• 800G 트랜시버는 각각 100G의 속도로 동시에 작동하는 8개의 레인을 사용합니다. 
• PAM4 신호 방식은 파장당 초당 224기가비트의 속도를 제공합니다. 
• 고밀도 파장 시스템은 하나의 칩에서 64개의 서로 다른 파장을 처리할 수 있습니다. 
• Compute Express Link 광 브리지는 지연 시간을 100나노초 미만으로 유지할 수 있습니다.

구리선의 어떤 치명적인 물리적 한계가 광자 컴퓨팅 시장으로의 전환을 촉발하는가?

구리 케이블은 거리, 속도, 전력 요구량이 적당한 수준일 때는 효과적이었습니다. 하지만 AI 데이터 센터에서는 더 이상 그러한 균형이 유지되지 않습니다. 수동형 구리 케이블은 3미터 이상 거리에서 초당 100기가비트의 속도를 감당할 수 없으며, 표준 트윈액스 케이블은 그 거리에서 상당한 삽입 손실이 발생합니다. 보드 상에서는 전기 배선 용량이 ​​빠르게 한계에 도달하는 반면, 능동형 케이블과 리타이머는 전력 소모를 증가시키고 시스템을 더욱 복잡하게 만듭니다. 

물리적 부담 또한 심각합니다. 무거운 구리 케이블 다발은 공기 흐름을 차단하고, 랙 무게를 증가시키며, 열 관리 문제를 야기합니다. 고주파수에서는 표피 효과, 임피던스 불일치, 누화 현상이 더욱 악화됩니다. 이러한 이유로 구리는 점차 과도기적 매체로 여겨지고 있으며, 광자 컴퓨팅 시장에서는 광자 기술이 장기적인 해결책으로 주목받고 있습니다. 

전기 연결이 끊어지는 이유는 무엇일까요?

속도가 빨라짐에 따라 구리선에는 더 많은 보강이 필요합니다. DSP, 리피터, 리타이머는 하나의 문제를 해결하는 동시에 다른 문제를 야기합니다. 각 단계가 추가될 때마다 전력 소모와 지연 시간이 증가합니다. 고밀도 AI 랙 환경에서는 이러한 손실이 빠르게 허용할 수 없는 수준에 이릅니다. 

구리의 한계

• 수동 DAC용 구리는 3미터 이상 거리에서 100Gbps의 전송 속도를 유지할 수 없습니다. 
• 활성 전기 케이블은 어셈블리당 10와트의 전력을 소비할 수 있습니다. 
• 전기 중계기는 홉당 10~20나노초의 추가 시간을 발생시킵니다. 
• 800G 구리 케이블은 광섬유 케이블보다 무게가 3~4배 더 나갈 수 있습니다. 

첨단 광자 하드웨어 기능은 어떻게 복잡한 딥러닝 성능 병목 현상을 해결할 수 있을까요?

초고속 처리 아키텍처가 핵심 AI 제약을 해소합니다.
첨단 광자 하드웨어는 데이터 전송 지연 시간을 획기적으로 줄여 딥러닝 병목 현상을 직접적으로 해결합니다. 기존 전자 아키텍처는 메모리와 처리 장치 간의 끊임없는 데이터 왕복으로 인해 성능 저하를 겪습니다. 인메모리 광 컴퓨팅은 신경망 가중치를 직접 처리하여 불필요한 데이터 이동 오버헤드를 제거합니다. 광 행렬 곱셈은 복잡한 텐서 연산을 초고속으로 실행하여 광자 컴퓨팅 시장에서 더 빠른 AI 추론을 가능하게 합니다. 광자 상변화 물질은 유휴 상태일 때 정적 전력 소모가 전혀 없이 모델 가중치를 저장합니다. 이러한 혁신 기술들은 종합적으로 AI 워크로드 전반에 걸쳐 처리량 향상, 지연 시간 단축, 에너지 효율성 개선을 가져옵니다.

광자 효율 향상을 이끄는 주요 성능 지표

• 광자 송수신기는 단 120펨토줄이라는 극히 낮은 에너지 소모량에서도 성공적으로 작동합니다.
• 차세대 마이크로LED 광학 인터커넥트 플랫폼은 비트당 80펨토줄의 에너지로 안전하게 작동합니다.
• 통합 광자 컴퓨팅 하드웨어 패브릭은 대용량 데이터 이동 비용을 비트당 13피코줄로 획기적으로 줄입니다.
• 통합 뉴로모픽 신호 처리기는 디지털 처리 없이 100기가보드 신호를 5km 이상 완벽하게 전송합니다.

광자 시장 성장에 영향을 미치는 공급망 현실과 기업 도입 현황은 무엇일까요?

하이퍼스케일러 투자 및 인프라 확장 동향

하이퍼스케일러들이 2026년 광자 컴퓨팅 시장의 하드웨어 자본 지출 예산을 6,500억 달러를 훨씬 웃도는 수준으로 공개 발표했습니다. 특히 AI 데이터 센터 네트워크 패브릭 하드웨어 투자액은 매년 수백억 달러에 달할 것으로 예상됩니다. 

전 세계 데이터 센터 하드웨어 산업은 1억 개 이상의 이더넷 플러그형 광 모듈에 대한 강력한 수요를 보이고 있습니다. 새로운 초대형 AI 데이터 센터의 전력망 구축 일정은 4~8년의 심각한 지연에 직면해 있습니다. 최신 퍼컴퓨팅 클러스터는 수백만 개의 병렬 AI 연산을 지속적으로 동기화하기 위해 광 연결을 필수적으로 사용합니다. 상용 데이터 센터 운영업체는 광 컴퓨팅 시장에서 2RU 내에 256개의 개별 광섬유 포트를 제공하는 초고밀도 광 스위치를 배포하고 있습니다.

기업 및 통신 구축 패턴이 성장을 가속화하고 있습니다

• 통신 사업자는 재생 단계 없이 최대 120킬로미터까지 코히런트 광 전송 범위를 확장할 수 있습니다.
• 서비스 제공업체들은 전 세계적으로 고속 광대역 접속을 지원하는 수백만 대의 광 네트워크 단말기를 설치하고 있습니다.
• 엣지 컴퓨팅 애플리케이션은 10 세제곱센티미터 미만의 소형 광자 모듈을 효율적으로 통합합니다.
• LIDAR 센서 기술은 감지 애플리케이션을 위해 소형 5mm 칩 내에 완전한 광학 엔진을 내장합니다. 

경쟁 분석: 광자 컴퓨팅 시장을 주도하는 상위 5개 기업

1. 브로드컴: 실리콘 포토닉스 및 광 트랜시버 분야의 선도적 지위를 활용하여 하이퍼스케일 기업을 위한 맞춤형 AI ASIC 및 고집적 광 스위치를 제공합니다.
2. 인텔: 막대한 연구 개발 투자를 통해 시장 혁신을 주도하며, 향상된 대역폭과 에너지 효율성을 갖춘 차세대 광자 칩을 개발합니다.
3. Lightmatter: 광학 기술과 컴퓨팅을 융합하여 AI 워크로드의 에너지 소비와 처리 지연 시간을 획기적으로 줄이는 전문 광자 슈퍼컴퓨팅 회사입니다.
4. 코히런트(Coherent): 고속 데이터 전송에 필수적인 정밀 레이저 및 첨단 광학 부품 제조를 전문으로 하며, 주요 AI 하드웨어 기업과의 전략적 파트너십을 통해 경쟁력을 강화하고 있습니다.
5. Marvell Technology는 맞춤형 실리콘 포토닉 컴퓨팅 분야를 선도하며, 고속 데이터 센터 연결을 위한 고급 광 물리 계층 장치(PHY) 및 데이터 인터커넥트를 제공합니다.

광자 컴퓨팅 시장의 부문별 분석

아키텍처 분야: 디지털/하이브리드 광자 통합 분야의 명실상부한 선두주자

이 특정 기간 동안 디지털 및 하이브리드 광자 통합 모델은 시장 아키텍처 선호도를 완전히 지배했습니다. 이 매우 독창적인 하이브리드 접근 방식은 기존 전자 제어와 첨단 광 처리 기능을 완벽하게 결합합니다. 

전 세계 반도체 파운드리 업체들은 증가하는 디지털 하이브리드 부품 수요를 충족하기 위해 생산 능력을 대폭 확장했습니다. 주요 국제 시장 분석가들은 이러한 특정 분야를 확장성의 확실한 기준으로 꾸준히 강조하고 있습니다. 벤처 캐피털 투자자들은 하이브리드 포토닉스가 즉각적인 상업적 실현 가능성을 보장한다는 이유로 막대한 투자를 단행했습니다. 이러한 부인할 수 없는 구조적 지배력은 향후 10년간 포토닉 컴퓨팅 시장의 기술 발전 과정에서 사실상 변함없이 유지될 것입니다.

• 급속도로 확장되는 최신 실리콘 포토닉스 제조 공정은 집적 광학 칩렛의 생산 비용을 효과적으로 절감했습니다.
• 하이브리드 컴퓨팅 아키텍처는 순수 개별 전자 논리 부품에 비해 전체 에너지 소비량을 획기적으로 낮춥니다.
• 완벽한 하드웨어 통합으로 기존의 독립형 광 프로세서에서 흔히 발생하는 심각한 조립 손실을 완전히 제거합니다.
• 이러한 완전 통합 시스템은 최신 병렬 컴퓨팅 시스템 성능을 저해하는 주요 대역폭 병목 현상을 성공적으로 해결합니다.

응용 분야별 분석: 광자 컴퓨팅 시장에서 AI/ML 추론 워크로드의 놀라운 지배력

인공지능 및 머신러닝 추론 워크로드는 시장에서 가장 지배적인 응용 분야로 자리매김했습니다. 신경망 프로그래밍 알고리즘은 방대한 행렬 곱셈 연산을 필요로 하는데, 광 컴퓨팅은 이러한 연산을 기본적으로 손쉽게 가속화합니다. 광 컴퓨팅 아키텍처 내의 내재된 병렬 처리 기능은 추론에 필요한 복잡한 벡터 연산을 완벽하게 보완합니다.

대규모 상업 기업들은 민감한 로컬 추론 처리를 위해 전용 사설 광 서버를 빠르게 구축하고 있습니다. 상용 생성 알고리즘이 널리 보급됨에 따라 일일 추론 작업량은 초기 학습량을 자연스럽게 앞지르고 있습니다. 하드웨어 개발사들은 최신 세대 광자 회로를 추론 실행에 특화하여 선택적으로 최적화해 왔습니다. 이러한 고도의 최적화는 상용 광자 컴퓨팅 시장에서 추론 애플리케이션의 절대적인 지배력을 더욱 공고히 하고 있습니다.

• 광자 코어 프로세서는 복잡한 실시간 자연어 처리 연산 작업 중 네트워크 지연 시간을 획기적으로 줄여줍니다.
• 대규모 인공지능 모델은 기존 전자 프로세서가 안정적으로 제공할 수 없는 극도의 처리량을 요구합니다.
• 분산형 엣지 추론 환경은 엄격한 전력 효율성을 유지하기 위해 광학 칩에 점점 더 많이 의존하고 있습니다.

구축 유형별: 데이터 센터, 주요 지배 부문으로 급부상

중앙 집중식 상업용 데이터 센터 환경은 2025년 가장 중요한 구축 분야로 부상했습니다. 대규모 기업 인프라 현대화 프로젝트는 광 컴퓨팅 시장에서 심각한 열 관리 문제를 해결하기 위해 광 기술을 적극적으로 통합하고 있습니다. 기업 수준의 클라우드 수요가 증가함에 따라 전례 없는 속도로 작동하는 매우 강력한 데이터 센터 네트워크가 필수적입니다.

시설 네트워크 운영업체들은 고질적인 신호 저하 문제를 해결하기 위해 기존 구리 배선을 적극적으로 폐기하고 있습니다. 전략적인 사업 투자 우선순위는 이러한 대규모 데이터 센터에 첨단 광학 물리 계층(OPL)을 구축하는 데 집중되어 있습니다. 결과적으로, 현재 진행 중인 시설 업그레이드가 상용 광자 하드웨어 구매 계약의 대부분을 주도하고 있습니다. 이러한 매우 공격적인 도입 추세는 데이터 센터가 앞으로도 지배적인 위치를 유지할 수 있도록 보장합니다.

• 핵심 데이터 처리 시설은 광 인터커넥트를 활용하여 매년 발생하는 과도한 전기 냉각 비용을 획기적으로 절감합니다.
• 고밀도 컴퓨팅 서버 랙은 통합 포토닉스 기술을 활용하여 제한된 물리적 공간 내에서 처리 밀도를 극대화합니다.
• 최신 서버 클러스터 전반에 걸쳐 분산된 컴퓨터 메모리 풀은 연결을 위해 매우 빠른 광자 브리지가 필요합니다.

최종 사용자별: 하이퍼스케일 및 클라우드 제공업체가 가장 큰 시장 점유율을 차지하고 있습니다

하이퍼스케일 네트워크 운영업체와 주요 클라우드 제공업체들이 오늘날 광자 컴퓨팅 시장에서 역사상 최대 규모의 점유율을 확보했습니다. 이러한 거대 국제 기술 기업들은 선구적인 기술 도입에 필요한 막대한 재정 자원을 독보적으로 보유하고 있습니다. 반면, 규모가 작은 경쟁 기업들은 일반적으로 하드웨어를 직접 구매하기보다는 이러한 첨단 시스템에 대한 접근 권한을 임대하여 사용합니다. 

따라서 주요 광학 부품 판매는 자연스럽게 이러한 몇몇 막강한 클라우드 서비스 기업에 집중됩니다. 시장 분석가들은 이러한 하이퍼스케일 기업들이 광자 분야에 막대한 투자를 꾸준히 하고 있다는 점을 주목하고 있습니다. 이러한 집중된 구매력은 최종 사용자 시장 전반에 걸쳐 이들의 지속적인 우위를 효과적으로 보장합니다.

• 기술 대기업들은 복잡한 독자적인 인공지능 아키텍처를 학습시키기 위해 완전히 맞춤 제작된 광학 실리콘을 시급히 필요로 합니다.
• 하이퍼스케일러들은 대규모 하드웨어 조달 계약을 일상적으로 체결하여 업계 전반의 부품 제조 표준을 일방적으로 좌우합니다.
• 상용 퍼블릭 클라우드 서비스의 확장은 첨단 광자 컴퓨팅에 전적으로 의존하는 대규모 네트워크 스위치를 필수적으로 요구합니다.
• 하이퍼스케일러와 칩 파운드리 간의 직접적인 전략적 협력은 특수 광학 부품의 상용화를 신속하게 가속화합니다.

광자 컴퓨팅 시장의 지역별 분석

북미는 하이퍼스케일 투자 덕분에 시장을 장악하고 있다

현재 북미는 전 세계 시장에서 가장 큰 점유율을 차지하고 있습니다. 이러한 지역적 지배력은 대규모 하이퍼스케일 데이터 센터 운영업체들의 집중적인 분포에 힘입어 강력하게 뒷받침되고 있습니다. 선도적인 팹리스 반도체 설계 회사들은 실리콘 포토닉스 생태계 전반에 걸쳐 전례 없는 혁신을 적극적으로 주도하고 있습니다. 현재 미국에는 수천 개의 하이퍼스케일 엔터프라이즈 데이터 센터가 운영되고 있으며, 인공지능 컴퓨팅 용량에 대한 수요는 매 분기마다 두 자릿수라는 놀라운 성장률을 기록하고 있습니다. 

정부 자금 지원은 국가 양자 컴퓨팅 시장 관련 국가 양자 이니셔티브 법안과 같은 정책을 통해 광학 기술 연구를 강력하게 지원합니다. 기업들의 막대한 연구 개발 예산은 첨단 광학 집적 분야에서 끊임없이 새로운 혁신을 가져오고 있습니다. 주요 기술 기업들은 연간 막대한 수익의 상당 부분을 첨단 광자 기술 개발에 투자하고 있습니다. 

실리콘 포토닉스 관련 특허 출원 건수가 미국 내 여러 경쟁 기술 분야에서 사상 최고치를 기록했습니다. 실리콘 밸리와 버지니아 북부에 위치한 주요 기술 허브는 광학 하드웨어의 빠른 개발을 가속화하고 있습니다. 포토닉 컴퓨팅 시장에서는 공급업체들이 최첨단 엣지 컴퓨팅 아키텍처와 초고속 광학 칩 처리 기능을 성공적으로 통합하고 있습니다. 이러한 완벽한 시너지 효과 덕분에 일반 소비자들은 초고속 데이터 처리와 실시간 응답성을 경험할 수 있습니다. 

거대 기술 기업들은 광 인터커넥트를 활용하여 기가와트급 인공지능 데이터 캠퍼스를 공격적으로 구축하고 있습니다. 미국의 벤처 캐피털 생태계는 혁신적인 광 기술 스타트업에 지속적으로 투자하며 매우 활발한 활동을 이어가고 있습니다. 이러한 여러 요인들이 결합되어 북미는 글로벌 광자 컴퓨팅 분야에서 명실상부한 선두 주자로 자리매김하고 있습니다.

아시아 태평양 지역은 첨단 광자 컴퓨팅 시장에서 가장 빠르게 성장하는 지역입니다.
현재 아시아 태평양 지역은 인공지능 워크로드 수요의 폭발적인 증가에 힘입어 지역 성장 지표를 주도하고 있습니다. 주요 동유럽 국가들의 대규모 클라우드 인프라 업그레이드는 이 지역의 광학 부품 도입률을 빠르게 가속화하고 있습니다. 

중국

중국은 대규모 하이퍼스케일 처리 수요를 충족하기 위해 방대한 데이터 센터 시설을 공격적으로 현대화하고 있습니다. 중국의 주요 기술 기업들은 첨단 광자 처리에 최적화된 독자적인 서버 플랫폼을 적극적으로 도입하고 있습니다. 

일본

일본은 고성능 컴퓨팅 및 반도체 제조 역량 확장에 상당한 자본을 적극적으로 투자하고 있습니다. 일본의 연구 기관들은 고도의 혁신적인 신경 형태 광학 공학 설계 분야에서 지속적으로 획기적인 발전을 주도하고 있습니다. 

인도

인도는 광자 컴퓨팅 시장에서 신흥 기술 스타트업과 급속한 디지털 전환의 중요한 중심지로 부상하고 있습니다. 인도 정부는 다양한 매력적인 국내 전자제품 제조 인센티브를 통해 국내 하드웨어 생산을 적극적으로 장려하고 있습니다. 

인도네시아 공화국

인도네시아는 전례 없는 인터넷 보급률을 경험하고 있으며, 이에 따라 광 네트워크를 갖춘 강력한 지역 데이터 센터에 대한 수요가 증가하고 있습니다. 인도네시아 통신 부문은 급속도로 성장하면서 지역 광대역망 구축에 필요한 막대한 인구 밀도를 충족하기 위해 광자 부품을 빠르게 통합하고 있습니다. 아시아 전역에서 증가하는 국내 기술 소비는 엣지 로케이션에서 훨씬 빠른 컴퓨팅 처리 속도를 요구하고 있습니다. 

광자 컴퓨팅 시장의 최근 3대 주요 동향

1. Xanadu는 광자 양자/광자 프로세서용 패키징 벤치마크인 초저 에지 결합 손실 (평균 0.085dB/면) 광자 칩 패키징 기술을 달성했다고 발표했습니다
2. LightOn은 자사의 광처리 장치(OPU)를 유럽 500대 슈퍼컴퓨터 (IDRIS/Genci)에 통합하여 광자 코프로세서의 데이터센터 도입 가능성을 입증하는 시범 사업을 진행 중임을 확인했습니다.
3. 포토닉(Photonic Inc.) iF 디자인 어워드를 또 하나의 중요한 성과를 거두었습니다.

광자 컴퓨팅 시장의 주요 기업

• 빛물질
• 빛지능
• 천상의 AI
• 아야르 랩스
• Q.ANT
• 살리언스 랩스
• NTT
• 인텔
• IBM
• 자나두
• 옵탈리시스
• 아케토닉스
• 뉴로포스
• 루미너스 컴퓨팅
• 마이크로소프트
• 기타 주요 플레이어

시장 세분화 개요

유형별로

• 광자 가속기/코프로세서
• 광 인터커넥트 컴퓨팅
• 광자 양자

건축에 의해

• 아날로그 포토닉
• 디지털/하이브리드 포토닉

신청을 통해

• AI/ML 추론
• AI 학습
• HPC 및 과학
• 신호 처리

배포를 통해

• 데이터 센터
• 가장자리

최종 사용자에 의해

• 하이퍼스케일 및 클라우드
• HPC/연구
• 통신
• 방어

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