더 자세한 정보를 얻으려면  무료 샘플을 요청하세요 

 프로세싱 인 메모리(PIM) 시장을 형성하는 주요 시장 동향은 무엇입니까?

촉매제: 메모리 병목 현상과 전력 위기
2026년 프로세싱 인 메모리(PIM) 도입을 촉진하는 핵심 문제는 메모리 어레이와 프로세서 간 데이터 이동의 비효율성입니다. 데이터 집약적인 워크로드에서 메모리 버스를 통한 정보 왕복은 현재 시스템 전체 에너지의 60% 이상을 소모합니다. 인텔의 7nm 공정 연구에서는 데이터 이동에 필요한 에너지가 전체 전력 소비량의 약 63.7%를 차지할 수 있다고 경고했으며, 이는 데이터 센터 확장성을 심각하게 저해합니다.

GPU 와 같은 표준 컴퓨팅 중심 가속기는 대규모 컴퓨팅 처리량에 최적화되어 있지만, 메모리 제약이 심한 워크로드에서는 자원 활용률이 매우 낮습니다. 이는 특히 방대한 파라미터, 낮은 연산 강도, 엄격한 지연 시간 요구 사항을 특징으로 하는 LLM 추론의 자기회귀 디코딩 단계에서 두드러지게 나타납니다. 메모리 내 처리는 연산 로직을 메모리 뱅크 내부에 직접 또는 바로 인접한 위치에 통합함으로써 데이터 전송에 따른 지연 시간과 에너지 소모를 제거하여 이러한 문제를 완화합니다.

프로세싱 인 메모리(PIM) 시장의 주요 상업적 개발 및 배포 성과
현재 수요 추이를 이해하려면 기업 인프라 제공업체가 단순한 용량 업그레이드가 아닌 실제 성능 향상을 중심으로 하드웨어 주문을 어떻게 재구성하고 있는지 살펴보는 것이 중요합니다. 주요 반도체 업체들은 2025년과 2026년에 걸쳐 특수 프로세싱 인 메모리 하드웨어를 적극적으로 출시했습니다.

• SK하이닉스는 AiMX 가속기 카드와 GDDR6-AiM 제품을 통해 LLM(Long-Term Memory) 인프라 시장을 집중적으로 공략해 왔습니다. SK하이닉스 의 GDDR6-AiM 하드웨어는 고대역폭 메모리 에 연산 기능을 내장함으로써 특정 조건에서 최대 16배 빠른 연산 속도를 구현하는 것으로 입증되었습니다. 또한, 기업 시연에서 SK하이닉스는 고도로 분산된 메모리 중심의 AI 서버 환경을 위해 메모리 내 연산과 CXL( Compute Express Link ) 풀링 메모리를 성공적으로 결합했습니다
• 삼성은 마이크로커널 행렬-벡터 곱셈 성능을 최대 8.9배 향상시키고 에너지 소비를 획기적으로 줄인 Aquabolt-XL HBM2-PIM의 성공을 발판으로 삼아, 2026년 플래시 메모리 서밋(FMS)에서 LPDDR5X-PIM을 선보이며 엣지 디바이스로 포트폴리오를 확장했습니다. 이는 저전력 소비자 기기와 모바일 AI 분야에서 인메모리 컴퓨팅에 대한 향후 엄청난 수요 증가를 예고합니다.
• UPMEM은 상용 표준 DRAM PIM의 선구자로서 데이터 분석 및 서버 분야에서 활발하게 활동해 왔습니다. UPMEM은 경량 데이터 처리 장치(DPU)를 표준 DRAM 다이에 통합하여 실제 서버 환경에서 벤치마크 테스트를 진행한 결과, 자사의 PIM DIMM이 표준 멀티코어 프로세서보다 최대 35배 빠른 검색 속도를 제공하는 동시에 서버 에너지 소비량은 기존 시스템의 6분의 1 수준으로 줄이는 것으로 나타났습니다.

엣지 LLM(Layered Learning Machine) 및 PIM(Processing-in-Memory) 시장 수요에 대한 학계의 연구 개발 노력으로
인해, PIM 시장 수요는 더 이상 하이퍼스케일 데이터 센터에만 국한되지 않습니다. 2025년과 2026년에는 엣지 추론에 특화된 하드웨어-소프트웨어 공동 설계가 급증할 것으로 예상됩니다. 예를 들어, 미시간 대학교의 DREAM(Data Reuse-Aware Scalable Processing-In-Memory) 아키텍처는 최근 LLM 추론에서 비용 대비 성능 면에서 획기적인 발전을 보여주었습니다. 100만 개 이상의 토큰을 처리하는 컨텍스트 윈도우에 필요한 방대한 키-값(KV) 캐시를 관리하도록 설계된 이 PIM 아키텍처는 DGX H100과 같은 최첨단 GPU 서버에 비해 추론 속도가 4.7배 빠르고, 달러당 토큰 처리량은 11.8배 더 많았습니다.

이와 유사하게, 칭화대학교와 같은 세계적인 연구 기관들은 광범위한 기술 특허를 출원하고 2025년에 NAND 플래시 및 DRAM 칩렛 스택을 활용하는 엣지 LLM 추론 시스템을 공개했는데, 이 시스템은 스토리지급 컴퓨팅 성능을 갖추고 있어 클라우드에 의존하지 않고도 에이전트 기반 AI를 소비자 기기에 기본적으로 구현할 수 있습니다.

현재 PIM(Processing-in-Memory) 시장의 공급망 현황
조달 관점에서 볼 때, PIM 및 맞춤형 고대역폭 메모리에 대한 폭발적인 수요는 2026년 반도체 공급망을 근본적으로 변화시켰습니다. 소비자 기기용 범용 DRAM 시장은 뒷전으로 밀려나고 있으며, 삼성의 평택 P5/P6, SK하이닉스의 M15X 및 용인 클러스터와 같은 첨단 생산 시설들은 신규 생산 능력의 대부분을 맞춤형 HBM 스택 및 PIM 아키텍처에 할당하고 있습니다. 기업 구매자들은 현재 여러 분기에 걸친 계약을 체결하고 있으며, 심각한 병목 현상을 겪는 표준 멀티 GPU 구성에서 벗어나 데이터 집약적 워크로드에 대해 최대 80%의 에너지 효율 향상을 제공하는 PIM 하드웨어로 전환하고 있습니다.

궁극적으로 2026년 메모리 내 처리 수요 증가는 피할 수 없는 물리적 현실에 기인합니다. 즉, 연산 비용은 상대적으로 저렴해졌지만 데이터 이동 비용은 여전히 ​​천문학적으로 비싸다는 것입니다. AI 개발자와 데이터 센터는 연산 기능을 메모리 풀에 직접 내장함으로써 지난 10년간 성능 확장을 저해해 온 폰 노이만 병목 현상을 마침내 극복할 수 있게 되었습니다.

엣지 디바이스 인텔리전스 및 차세대 확장을 위한 전략적 로드맵은 무엇입니까?

프로세싱 인 메모리(PIM) 시장의 마지막 관문은 제약 없는 초고효율 인텔리전스를 엣지 디바이스로 직접 이전하는 것입니다. 디바이스 제조업체는 표준 모바일 DRAM을 대체하기 위해 활발히 검증 중인 저전력 더블 데이터 레이트 PIM(LPDDR-PIM)에 대비하여 AI 기반의 엄격한 워크플로 혁신을 실행해야 합니다. 

이러한 비파괴적 모바일 확장을 통해 스마트폰 OEM은 기존 메모리 인터페이스나 최신 하드웨어 설계의 핵심인 SoC 열 설계도를 변경하지 않고도 온디바이스 LLM 추론 속도를 세 배로 높일 수 있습니다. INT8 및 INT4 일반화 행렬-벡터 곱셈(GEMV)을 이러한 엣지 환경 제약 조건에 직접 최적화함으로써 클라우드 의존성을 제거하고 로컬 애플리케이션에서 의사 결정 피로도를 줄일 수 있습니다.

PIM 시장 급증: AI 지배를 위한 실행 가능한 하드웨어 전략

향후 하드웨어 전략가들은 새로운 아날로그 비휘발성 메모리 아키텍처를 연구하여 장기적인 비즈니스 목표를 실행 가능한 결과로 세분화해야 합니다. 프로세싱 인 메모리(PIM) 시장은 저항성 RAM(ReRAM), 상변화 메모리(PCRAM), 그리고 나노 스케일에서 커패시터 없이 통합이 가능한 플로팅 바디 DRAM(FBDRAM)으로 빠르게 확장되고 있습니다. 혁신가들은 센서 내 프로세싱 기술을 적극적으로 도입하여, 스핀트로닉 PIM을 CMOS 이미지 센서에 직접 결합함으로써 호스트 CPU를 깨우지 않고도 시각 데이터를 자율적으로 처리할 수 있도록 해야 합니다. 업계에서 초박형 PC와 데이터 센터에 쉽게 교체 가능한 LPCAMM2 메모리 모듈을 빠르게 도입함에 따라, 이러한 컴퓨팅 메모리 모듈(CMM)에 로직을 직접 탑재하는 것은 하드웨어 AI 업그레이드를 즉시, 로컬 환경에서 수행할 수 있는 가능성을 열어줍니다. 

하지만 엔지니어링 책임자들은 열과 관련된 모델 가정에 대해 적극적으로 이의를 제기해야 합니다. 3D 적층형 PIM은 본질적으로 열 부하를 집중시키기 때문에 차세대 아키텍처는 높은 성능 향상을 유지하기 위해 근본적으로 재설계된 호스트 관리형 글로벌 버퍼와 엄격한 열 제약 조건을 필요로 할 것입니다.

메모리 내 처리(PIM) 시장의 전반적인 궤적은 컴퓨팅 경제의 근본적이고 돌이킬 수 없는 재설계를 의미합니다. 데이터 병목 현상을 체계적으로 파악하고, 진화하는 CXL 생태계 전반에 걸쳐 개발 인센티브를 재구성하며, 엣지 추론 제약 조건을 전략적으로 해결함으로써 기술 선도 기업은 이론적인 하드웨어 속도 향상을 확실하고 확장 가능한 시장 지배력으로 원활하게 전환할 수 있습니다.

메모리 내 처리(PIM) 시장: 제약 요인 및 영향 분석(2026-2035)

경쟁 분석: 현재 프로세싱 인 메모리(PIM) 시장을 주도하는 상위 5개 업체

1. 삼성전자: HBM-PIM과 AXDIMM을 개척했습니다. AI 컴퓨팅 기능을 DRAM 뱅크에 직접 통합하여 시장을 선도하고 있으며, 막대한 대역폭과 낮은 지연 시간을 추구하는 하이퍼스케일러의 주요 파트너입니다.
2. SK하이닉스: 현재 HBM(하드 메모리 메모리) 시장을 장악하고 있습니다. SK하이닉스의 GDDR6-AiM(Accelerator-in-Memory) 기술은 탁월한 속도와 에너지 효율성으로 AI 추론 워크로드를 적극적으로 공략하며 시장 지배력을 입증하고 있습니다.
3. 마이크론 테크놀로지: 첨단 메모리 분야의 거물. 마이크론은 근접 메모리 컴퓨팅 혁신과 차세대 PIM 아키텍처의 핵심 기반이 되는 고밀도 HBM3e 솔루션을 통해 시장 지배력을 유지하고 있습니다.
4. TSMC: 명실상부한 파운드리 업계 선두주자. TSMC의 첨단 패키징(CoWoS) 및 고도로 최적화된 임베디드 SRAM 컴퓨트 인 메모리(CIM) 노드는 상용 PIM을 배포하는 팹리스 AI 칩 공급업체에게 필수적인 제조 기반을 제공합니다.
5. UPMEM: PIM 분야의 선도적인 혁신 기업입니다. 최초로 상용화되고 실리콘 검증을 거친 PIM DIMM 모듈을 공급하여 데이터 집약적인 분석 및 유전체학 워크로드를 획기적으로 가속화함으로써 특수 데이터 센터 시장을 선도하고 있습니다.

 프로세싱 인 메모리(PIM) 시장의 부문별 분석

기술별 분류: DRAM 기반 PIM(HBM-PIM, AXDIMM)이 시장을 주도하고 있습니다

DRAM 기반 PIM 아키텍처, 특히 HBM-PIM과 AXDIMM은 폰 노이만 병목 현상을 근본적으로 해결함으로써 2026년 시장을 주도할 것으로 예상됩니다. 이러한 구조적 우월성 덕분에 메모리 뱅크 내에서 직접 병렬 데이터 처리가 가능해져 지연 시간이 획기적으로 단축됩니다. 따라서 하이퍼스케일러들은 방대한 AI 생성 워크로드를 처리하기 위해 이러한 아키텍처를 적극적으로 도입하고 있습니다. 

시장 데이터에 따르면 이 분야는 고대역폭 환경에서 탁월한 비용 대비 성능 덕분에 SRAM 기반 대안보다 우수한 성과를 보입니다. DRAM 어레이에 컴퓨팅 기능을 직접 통합함으로써 전력 소비를 크게 줄여 시스템 온 칩(SoC) 설계의 표준으로 자리 잡고 있습니다.

• 기존 메모리 아키텍처 대비 데이터 이동 에너지 오버헤드를 최대 70%까지 절감합니다.
• HBM-PIM 구성은 복잡한 자연어 처리 모델에서 시스템 성능을 2.5배 향상시킵니다.
• AXDIMM 기술은 추천 시스템 설계에서 중요한 성과를 거두었으며, 임베딩 테이블 조회 속도를 3배 향상시켰습니다.
• 빠른 1단계 상용화 덕분에 프로세싱 인 메모리(PIM) 시장에서 대부분의 매출 점유율을 차지하고 있습니다.

메모리 유형별: 고대역폭 메모리(HBM)가 프로세싱 인 메모리(PIM) 시장을 주도하고 있습니다

고대역폭 메모리(HBM)는 인공지능 가속기 칩에 대한 끊임없는 수요에 힘입어 시장을 선도하는 핵심 기술로 자리매김하고 있습니다. 2026년에는 HBM3E 및 초기 HBM4 구현으로의 전환이 이러한 시장 지배력을 더욱 공고히 할 것으로 예상됩니다. HBM은 3D 적층형 DRAM과 실리콘 관통 비아(Through-Silicon Via)를 통합하여 엄청난 대역폭을 확보함으로써 메모리 병목 현상을 해결합니다.

로직 다이를 이러한 스택에 직접 통합하면 초대형 파라미터 모델에 대한 계산 효율성이 크게 향상됩니다. 표준 솔루션으로는 고급 신경망을 지원할 수 없기 때문에 시장은 이러한 유형의 메모리에 크게 의존하고 있습니다.

• 스택당 1.2TB/s 이상의 대역폭을 제공하며, 이는 실시간 생성형 AI 렌더링 작업에 필수적입니다.
• HBM은 프리미엄 가격을 형성하며, 프로세싱 인 메모리(PIM) 시장 전체 매출의 60% 이상을 차지합니다.
• 수직 적층은 물리적인 PCB 설치 공간을 획기적으로 줄여 기업 서버 구축 시 랙 밀도를 최적화합니다.
• HBM4 프로토타입에서 로직 칩을 직접 통합함으로써 개별 칩을 사용하는 방식 대비 비트당 전력 소비량을 40%까지 줄일 수 있습니다.

응용 분야별 분석: AI 추론이 시장을 지탱합니다

2026년에는 AI 추론이 프로세싱 인 메모리(PIM) 시장에서 가장 중요한 애플리케이션 분야로 부상할 것으로 예상되며, 그 규모는 학습 워크로드를 훨씬 능가할 것입니다. 기업 AI가 모델 개발에서 상용 배포 단계로 성숙해짐에 따라 실시간 추론에는 초저지연이 요구됩니다. PIM 기술은 가중치가 저장된 위치에서 직접 행렬 곱셈을 수행함으로써 추론 요구 사항에 구조적으로 부합합니다. 이는 가중치를 호스트 프로세서로 다시 전송하는 데 드는 막대한 에너지 소모를 없애줍니다. 

결과적으로 자동차 및 엣지 컴퓨팅 분야에서 이러한 현지화된 칩을 통합함에 따라 시장은 공격적인 확장을 경험하고 있습니다.

• 2026년에는 프로덕션 환경에서 기업 AI 컴퓨팅 사이클의 거의 80%가 추론 작업에 소요될 것으로 예상됩니다.
• PIM 아키텍처는 대규모 언어 모델 추론에서 토큰 생성 지연 시간을 최대 60%까지 줄여줍니다.
• 중복 데이터 접근을 제거하여 엣지 환경에 배포된 자율 로봇 시스템의 배터리 수명을 30% 연장합니다.
• 클라우드 제공업체들이 중앙 집중식 학습 환경보다 에너지 효율적인 추론 클러스터를 우선시함에 따라 빠르게 성장하는 추세를 포착했습니다.

최종 사용자별: 데이터 센터 운영업체가 메모리 내 처리(PIM) 시장을 독점하고 있다

데이터센터 운영자는 최종 사용자 시장에서 가장 큰 점유율을 차지하며 전력 소비 환경을 좌우합니다. 2026년에는 하이퍼스케일러들이 전력 가용성과 열 관리 측면에서 극복하기 어려운 총 소유 비용 문제에 직면하게 될 것입니다. PIM(전력 정보 관리) 기능이 탑재된 서버를 도입함으로써 운영자는 메모리에서 프로세서로의 데이터 전송에 낭비되는 에너지를 획기적으로 줄일 수 있습니다. 이러한 아키텍처적 전환은 대규모 시설 전반의 전력 사용 효율성 지표를 근본적으로 변화시킬 것입니다. 

또한, 주요 클라우드 제공업체들이 와트당 처리량을 극대화하기 위해 AI 클러스터 업그레이드에 PIM 포함을 의무화함에 따라, PIM(프로세싱 인 메모리) 시장은 하이퍼스케일 조달 주기에 힘입어 성장하고 있습니다.

• PIM 통합은 시설 전체의 전력 소비량을 최대 25%까지 줄여 운영자의 수익 마진에 직접적인 영향을 미칩니다.
• 하이퍼스케일 시설은 전 세계 시장 총 출하량의 55% 이상을 차지합니다.
• 마더보드 상호 연결 구성 요소의 국부적인 열 발생 지점을 낮춰 냉각 인프라 요구 사항을 줄입니다.
• 엄격한 40kW 제한을 초과하지 않으면서 서버 랙 컴퓨팅 밀도를 극대화하여 투자 수익률을 높입니다.

메모리 내 처리(PIM) 시장의 지역별 분석

북미: 하이퍼스케일 투자가 시장을 주도한다

북미는 1등급 클라우드 서비스 제공업체 들의 공격적인 인프라 확장에 힘입어 2026년 세계 시장에서 지배적인 위치를 차지할 것으로 예상됩니다 . 특히 미국은 국내 실리콘 밸리 대기업과 하이퍼스케일 기업들의 AI 하드웨어 공동 개발에 힘입어 지역 매출의 85% 이상을 점유하며 이러한 성장을 주도하고 있습니다. 실리콘 밸리의 기술 대기업들은 2조 개의 매개변수를 가진 대규모 언어 모델의 상용화에 필요한 막대한 메모리 대역폭을 관리하기 위해 PIM(프로그래밍 정보 관리) 아키텍처를 적극적으로 요구하고 있습니다.

결과적으로, 이 지역의 프로세싱 인 메모리(PIM) 시장은 고급 컴파일러 소프트웨어와 맞춤형 메모리 IP가 긴밀하게 통합된 생태계를 기반으로 번창하고 있습니다. 캐나다는 토론토의 AI 연구 상용화에 할당된 4억 5천만 달러 규모의 정부 지원 투자를 통해 이러한 지역적 선두 자리를 더욱 강화하고 있으며, PIM 하드웨어를 활용한 엣지 컴퓨팅 구축을 촉진하고 있습니다. 

북미 통신 사업자들은 2026년 데이터센터 업그레이드 주기에서 HBM-PIM을 표준화함으로써 기존 폰 노이만 방식의 병목 현상을 완전히 해결할 수 있습니다. 이러한 구조적 전환은 탁월한 컴퓨팅 밀도를 보장하고 기업 데이터 전송에 필요한 에너지 비용을 40%까지 절감합니다. 금융 및 의료 분야 전반에 걸쳐 실시간 생성형 AI 추론에 대한 끊임없는 수요는 북미가 프로세싱 인 메모리(PIM) 시장에서 전 세계 기술 도입 추세를 주도할 수 있도록 합니다.

아시아 태평양 지역 성장세: 반도체 제조 분야의 패권 다툼이 프로세싱 인 메모리(PIM) 시장 성장을 가속화하고 있다

아시아 태평양 지역은 2026년 시장에서 가장 빠르게 성장하는 지역으로 부상하며, 타의 추종을 불허하는 연평균 성장률을 기록할 것으로 예상됩니다. 이러한 폭발적인 성장은 첨단 반도체 제조 및 메모리 대량 생산 분야에서 이 지역이 압도적인 우위를 점하고 있다는 사실에 기인합니다. 

한국은 최첨단 HBM-PIM 및 AXDIMM 실리콘을 적극적으로 상용화하는 주요 메모리 공급업체들을 보유하며, 이러한 지역 확장의 핵심 동력을 제공합니다. 한국 기업들의 대규모 생산량은 단가를 획기적으로 낮추어 기업의 도입을 가속화하고, 지역 내 프로세싱 인 메모리(PIM) 시장의 규모를 확대합니다. 대만은 고도로 발전된 3D 패키징 기술을 통해 핵심 인프라를 제공하며, 이는 로직 다이와 메모리 어레이를 대규모로 수직 통합하는 데 필수적인 요소입니다. 

더 나아가 중국은 국내 실리콘 독립 이니셔티브에 25억 달러 이상을 전략적으로 투자하여 글로벌 컴퓨팅 제한을 우회하기 위해 자율주행 차량 부문에 PIM 아키텍처를 신속하게 도입하고 있습니다. 결과적으로 이 지역의 PIM(프로세싱 인 메모리) 시장은 산업용 로봇 분야에서 널리 확산되는 엣지 AI 덕분에 막대한 수혜를 입고 있습니다

일본은 초저전력 PIM을 차세대 제조 IoT 센서에 적극적으로 통합함으로써 강력한 성장 동력을 더하고 있습니다. 이러한 집중된 제조 허브와 급증하는 국내 AI 하드웨어 소비가 결합되어 아시아 태평양 지역은 PIM(프로세싱 인 메모리) 시장의 가장 역동적인 확장 지역으로 변모하고 있습니다.

메모리 내 처리 시장의 최근 5대 주요 동향

1. 삼성전자 , FMS 2026에서 업계 최초로 PIM(Physical Information Management) 기술을 적용한 LPDDR5X-PIM을 출시했습니다. 이 기술 은 메모리 내부에서 데이터를 처리하여 데이터 이동량과 전력 소비를 줄여줍니다.
2. 삼성, 상용 실리콘 검증: 삼성은 Hot Chips 2026에서 LPDDR5X-PIM 아키텍처 및 테스트 결과를 공개했습니다. Meta의 Llama 3.1 8B 모델을 사용하여 초당 81.3개의 토큰을 처리하는 성능을 달성했는데, 이는 표준 LPDDR5X 성능의 약 3배에 해당합니다. 
3. 삼성의 상용화 로드맵: 삼성은 LPDDR5X-PIM 의 양산 목표 시기를 2026년 말 또는 2027년 초로 설정했다고 밝히며 , 시연 단계에서 대량 생산 단계로의 전환을 예고했습니다.
4. SK하이닉스, PIM 기술 개발 확대: SK하이닉스는 CES 2026에서 차세대 AI 메모리 포트폴리오의 일환으로 PIM을 , AI 및 빅데이터 워크로드에서 발생하는 데이터 이동 병목 현상을 해결하는 기술로 PIM을 소개했습니다. 
5. 마이크론, 메모리-컴퓨팅 연구 확장: 마이크론은 100억 달러를투자하여 마이크론 연구소(Micron Research Labs)를 설립한다고 발표했습니다. 연구소는 첨단 메모리 및 컴퓨팅 아키텍처 연구를 수행하며, 이는 향후 PIM(Primary Information Management) 및 컴퓨팅 메모리 솔루션 개발에 기여할 것으로 기대됩니다.

프로세싱 인 메모리(PIM) 시장의 주요 기업

• 삼성전자
• SK하이닉스
• 마이크론 기술
• UPMEM
• 신화적인
• 신티안트
• EnCharge AI
• d-행렬
• 악셀레라 AI
• 언테더 AI
• TSMC
• 레인 AI
• 뉴칩스
• 알리바바(다모)
• 이멕
• 기타 주요 플레이어

시장 세분화 개요

기술에 의해

• DRAM 기반 PIM(HBM-PIM, AXDIMM)
• SRAM 기반 메모리 내 컴퓨팅
• 비휘발성/ReRAM 기반
• 근접 메모리 컴퓨팅

메모리 유형별

• HBM
• DDR/LPDDR
• 동독
• 신흥 NVM

신청을 통해

• AI 추론
• 추천 시스템
• 유전체학 및 분석
• 엣지 AI

최종 사용자에 의해

• 데이터센터 운영자
• AI 칩 공급업체
• 엣지 디바이스 OEM
• 연구

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