이용문의

구글환불 <테크X72>"수율의 하이닉스 vs 공정의 삼성, HBM4가 시험대"지난 1월 13일 샌프란시스코의 로이터 사무실에 전시된 SK하이닉스의 HBM4 / 사진=로이터 연합올해 반도체 산업의 최대 승부처인 6세대 고대역폭메모리(HBM4)를 놓고 SK하이닉스와 삼성전자의 경쟁이 치열하다. SK하이닉스는 검증된 공급 안정성을 무기로 주도권 수성에 나선 반면, 삼성전자는 데이터 처리 속도를 승부수를 띄우며 자존심을 되찾겠다는 의지가 강하다. 양사 모두 HBM이 실적 견인의 일등공신인 만큼 HBM4 주도권 선점에 전사적인 역량을 쏟고 있다.'AI 반도체 도로' 두 배 넓어진다5일 반도체 업계에 따르면 SK하이닉스와 삼성전자는 HBM4 대량 생산을 위한 준비를 사실상 마무리했다. SK하이닉스는 올해 엔비디아 HBM4 수요의 약 70%를 공급하기로 했고, 현재 고객사 일정에 맞춰 양산 단계에 진입했다. 삼성전자는 이번달 엔비디아, AMD 등 주요 고객사에 HBM4를 정식 납품할 예정이다.HBM은 AI 칩 옆에 붙어 초고속으로 데이터를 주고받는 특수 메모리로, AI 학습과 추론 속도를 좌우하는 '데이터 고속도로' 역할을 한다. 기술적으로 HBM은 TSV(Through-Silicon Via) 기반 3차원 적층 DRAM으로, 그래픽처리장치(GPU)와 AI 가속기 옆에 실장돼 초당 수 테라바이트(TB/s)의 데이터 전송을 제공한다. 최신 규격인 HBM3E와 차세대 버전인 HBM4는 메모리 대역폭과 에너지 효율을 동시에 높여 AI 학습·추론 비용 구조를 결정짓는 핵심 부품이 됐다.최근 업계의 최대 화두는 기존 HBM3E에서 HBM4로의 전환이다. 이 변화는 단순한 속도 업그레이드가 아니라 AI 반도체 구조 자체를 바꾸는 수준의 전환이라는 평가를 받는다. HBM3E는 현재 엔비디아의 AI 가속기 등에서 주력으로 쓰이고 있는 메모리다. 쉽게 말해 지금까지의 AI 시스템은 '4차선 고속도로'를 쓰고 있었다고 볼 수 있다. HBM3E는 이 도로 위를 달리는 자동차(GPU와 AI 칩)가 더 빨리 달릴 수 있도록 제한 속도를 높인 버전이다. 하지만 차선 수는 그대로다. 더 많은 데이터를 보내려면 속도를 계속 높여야 하고 그만큼 전기가 많이 소모되고 발열 문제가 발생한다.HBM4는 설계가 다르다. 차가 더 빨리 달리게 하는 대신 도로 자체를 넓혔다. HBM3E가 1024개의 데이터 통로를 갖고 있었다면, HBM4는 이를 2048개로 두 배로 늘렸다. 차선을 두 배로<테크X72>"수율의 하이닉스 vs 공정의 삼성, HBM4가 시험대"지난 1월 13일 샌프란시스코의 로이터 사무실에 전시된 SK하이닉스의 HBM4 / 사진=로이터 연합올해 반도체 산업의 최대 승부처인 6세대 고대역폭메모리(HBM4)를 놓고 SK하이닉스와 삼성전자의 경쟁이 치열하다. SK하이닉스는 검증된 공급 안정성을 무기로 주도권 수성에 나선 반면, 삼성전자는 데이터 처리 속도를 승부수를 띄우며 자존심을 되찾겠다는 의지가 강하다. 양사 모두 HBM이 실적 견인의 일등공신인 만큼 HBM4 주도권 선점에 전사적인 역량을 쏟고 있다.'AI 반도체 도로' 두 배 넓어진다5일 반도체 업계에 따르면 SK하이닉스와 삼성전자는 HBM4 대량 생산을 위한 준비를 사실상 마무리했다. SK하이닉스는 올해 엔비디아 HBM4 수요의 약 70%를 공급하기로 했고, 현재 고객사 일정에 맞춰 양산 단계에 진입했다. 삼성전자는 이번달 엔비디아, AMD 등 주요 고객사에 HBM4를 정식 납품할 예정이다.HBM은 AI 칩 옆에 붙어 초고속으로 데이터를 주고받는 특수 메모리로, AI 학습과 추론 속도를 좌우하는 '데이터 고속도로' 역할을 한다. 기술적으로 HBM은 TSV(Through-Silicon Via) 기반 3차원 적층 DRAM으로, 그래픽처리장치(GPU)와 AI 가속기 옆에 실장돼 초당 수 테라바이트(TB/s)의 데이터 전송을 제공한다. 최신 규격인 HBM3E와 차세대 버전인 HBM4는 메모리 대역폭과 에너지 효율을 동시에 높여 AI 학습·추론 비용 구조를 결정짓는 핵심 부품이 됐다.최근 업계의 최대 화두는 기존 HBM3E에서 HBM4로의 전환이다. 이 변화는 단순한 속도 업그레이드가 아니라 AI 반도체 구조 자체를 바꾸는 수준의 전환이라는 평가를 받는다. HBM3E는 현재 엔비디아의 AI 가속기 등에서 주력으로 쓰이고 있는 메모리다. 쉽게 말해 지금까지의 AI 시스템은 '4차선 고속도로'를 쓰고 있었다고 볼 수 있다. HBM3E는 이 도로 위를 달리는 자동차(GPU와 AI 칩)가 더 빨리 달릴 수 있도록 제한 속도를 높인 버전이다. 하지만 차선 수는 그대로다. 더 많은 데이터를 보내려면 속도를 계속 높여야 하고 그만큼 전기가 많이 소모되고 발열 문제가 발생한다.HBM4는 설계가 다르다. 차가 더 빨리 달리게 하는 대신 도로 자체를 넓혔다. HBM3E가 1024개의 데이터 통로를 갖고 있었다면, HBM4는 이를 2048개로 두 배로 늘렸다. 차선을 두 배로 늘린 '8차선 고속도로'가 되는 셈이다. 자동차(GPU) 한 대, 한 대가 무리해서 빨리 달리지 않아도 전체 교통량을 훨씬 구글환불