"AI 칩"
기업
뉴스
인텔 18A PowerVia, AI 칩 전력전달 설계 바꾼다
인텔 파운드리 임원이 GSA 유럽 이그제큐티브 포럼 발표를 바탕으로, AI 시대 반도체 스케일링의 초점이 트랜지스터 미세화를 넘어 전력전달·연결성·패키징·공급망으로 확장되고 있다고 밝혔다. 인텔 18A는 RibbonFET GAA 트랜지스터와 후면 전력전달 기술 PowerVia를 적용해 전력·신호 경로를 분리했으며, 양산 준비 단계인 18A-P는 18A 대비 추가적인 성능·전력 개선을 제공할 것으로 예상된다고 설명했다. 칩렛 간 연결에는 UCIe 표준이, 다이 결합에는 EMIB-T와 Foveros Direct 등 패키징 기술이 활용된다고 덧붙였다. 또한 북미·유럽·아시아에 걸친 생산 거점을 통해 공급망 복원력과 고객의 생산지 선택 유연성을 높이고 있다고 밝혔다.
알파벳 재고 133억달러로 급증, 구글 AI 칩 공급 확대 반영
알파벳의 재고자산이 2025년 말 24억달러에서 2026년 9월 133억달러로 늘어난 것으로 나타났다. EE Times는 이러한 재고 증가가 구글이 AI 하드웨어 공급업체로서 역할을 넓히고 있는 상황을 일부 반영한다고 분석했다. 구글은 현재 완성형 텐서(Tensor) 제품을 판매하고 있다고 보도됐다.
설계·EDA·IP시놉시스 부사장, 한국 반도체엔 시스템 공동최적화가 기회
시놉시스 프랭크 셔마이스터 부사장은 지디넷코리아와의 인터뷰에서 AI 시대에는 컴퓨트·HBM·패키지를 따로 최적화할 수 없으며, 이를 하나로 묶는 '시스템 수준 공동 최적화'가 한국 반도체 기업들에게 가장 큰 기회라고 말했다. 그는 칩렛과 멀티다이 설계로 패키지 자체가 아키텍처의 일부가 되고 있다며, 설계 초기부터 다중 물리 시뮬레이션을 적용해야 한다고 제언했다. 시놉시스는 2024년 앤시스 인수 이후 반도체 설계와 다중물리 시뮬레이션을 결합한 '멀티피직스 퓨전' 솔루션을 선보인 바 있다. 그는 AI 칩 시장이 하이퍼스케일러용 초거대 칩과 피지컬 AI용 소형 칩으로 갈리고 있다며, 중소 팹리스는 특정 어플리케이션에 맞는 아키텍처로 경쟁해야 한다고 조언하면서 대표 사례로 리벨리온을 들었다.
AI 칩 수요 확대, 반도체 제조·패키징 기술 대응이 관건
EE Times는 AI 칩에 대한 수요 증가가 반도체 설계 발전을 이끌고 있다고 전했다. 다만 이런 설계가 실제 상업화로 이어지려면 반도체 제조와 패키징 기술이 이를 뒷받침할 수 있어야 한다고 지적했다. 매체는 이 과정에서 잘 드러나지 않는 영역들이 존재한다고 언급했다. 기사는 소재 단계부터 이어지는 제조 전반의 변화를 다룬다고 밝혔다.
오라클, 오픈AI 전사 협업 확대 — 클라우드 AI칩 라인업 다변화
오라클 클레이 마고요크 CEO가 10월 27일(현지시간) 라스베이거스 '오라클 AI 월드 2026' 기조연설에서 오픈AI와의 협력을 기업용 AI 제품 전반으로 확대한다고 밝혔다. 오픈AI의 모델과 개발 도구를 오라클의 애플리케이션·데이터와 결합하는 방식이다. 오라클은 클라우드에서 제공하는 AI 반도체 종류도 다변화하겠다고 밝혔으며, 여러 기술기업과의 협력을 통해 급증하는 AI 연산 수요에 대응하겠다는 구상을 제시했다.
패키징·후공정TSMC, CoWoS 패키징 가격 20% 인상 검토 — AI 칩 공급망 압박 가중
TSMC가 CoWoS 첨단 패키징 가격을 최대 20% 인상하는 방안을 검토 중이라고 트렌드포스가 공급망 소스와 현지 매체를 인용해 보도했다. 엔비디아 블랙웰과 차세대 루빈 등 AI 가속기가 로직 다이와 HBM 스택을 더 많이 통합하면서 패키징 수요가 늘고 있고, 테스트 시간도 블랙웰이 호퍼 대비 3~4배, 루빈은 최대 7배까지 늘어나 장비 가동 효율을 낮추고 있다. 장비 리드타임도 3~6개월에서 최대 8개월로 늘어나면서 TSMC는 올해 장비 주문을 가격 협상 없이 기존 조건으로 체결했다. TSMC는 2027년 첨단 공정 웨이퍼 가격도 5~10% 인상을 검토 중이며, 2나노·3나노급 고객과 추가 할당 물량을 요청하는 고객은 더 높은 비용을 부담할 수 있다고 트렌드포스는 전했다.
AWS 트레이니움, 토치뉴런으로 쿠다 생태계 공략
아마존웹서비스(AWS)는 자체 AI 칩 트레이니움의 소프트웨어 호환성을 높이는 오픈소스 도구 '토치뉴런(TorchNeuron)'을 공개했다고 27일 밝혔다. 토치뉴런은 트레이니움2와 트레이니움3를 지원하며, 기존 파이토치 코드에서 실행 장치 설정만 바꾸면 트레이니움에서 모델을 실행할 수 있게 해준다. AWS는 파이토치 분산 학습 프레임워크 토치타이탄과의 통합, 허깅페이스의 트레이니움 네이티브 지원 등 외부 개발 생태계와의 연계도 확대하고 있다. 음성 AI 기업 카르테시아는 파이토치 코드를 최소 수정해 트레이니움에서 추론 파이프라인을 실행했고, 리버 뇌발달연구소는 분자동역학 시뮬레이션의 트레이니움 가속을 검토하고 있다. 다만 토치뉴런은 아직 공개 베타 단계로, 쿠다 전용 커널이나 특수 라이브러리를 쓰는 모델은 별도 호환성 검증과 최적화가 필요하다.
시스템반도체·팹리스AMD, 피지컬 AI 칩 설계기준에 실시간 제어력 강조
AMD 적응형·임베디드 컴퓨팅 그룹(AECG) 수석부사장 겸 총괄책임자인 살릴 라제는 19일 공식 블로그에서 로봇 제조사들이 가장 많이 요구하는 것은 최고의 AI 연산 성능이 아니라고 밝혔다. 그는 고도화한 AI 모델과 계산 결과를 시간 안에 정밀하게 실행하는 실시간 제어 능력을 결합하는 것이 중요하다고 강조했다. 로봇과 자율주행차 같은 피지컬 AI는 현실 세계에서 기계를 직접 제어하고 물리적으로 작동한다는 점에서 안정성이 핵심 요건으로 꼽혔다.