중국 메모리 공급 구조를 DRAM의 CXMT, 낸드의 YMTC, 수출통제, 생산능력 사이클이 맞물리는 방식으로 설명합니다. 메모리 가격을 수요만이 아니라 공급 확대와 장비 접근 제약까지 함께 읽기 위한 기초 페이지입니다.
HBM을 AI 가속기 옆의 고대역폭 작업 메모리로 설명합니다. 메모리 대역폭, 적층, 패키징, 고객 인증이 왜 반도체 공급 사이클의 속도를 바꾸는지도 함께 정리합니다.
데이터를 프로세서로 계속 옮기는 대신 메모리 가까이에서 연산하려는 인메모리 컴퓨팅을 설명합니다. AI 추론의 전력 병목을 데이터 이동 관점에서 읽는 법도 함께 정리합니다.
언어모델이 이미 읽은 토큰의 중간 계산을 다시 쓰기 위해 남겨 두는 KV 캐시를 설명합니다. 응답 속도와 메모리 사용량이 왜 함께 움직이는지도 짚습니다.
전원이 꺼져도 데이터를 보관하는 낸드플래시를 AI 데이터센터의 저장 계층 관점에서 설명합니다. HBM·D램과 무엇이 다르고, 추론 수요를 볼 때 어떤 지표를 확인해야 하는지도 정리합니다.
CXMT를 중국 DRAM 공급 확대와 커창반 IPO가 만나는 회사로 설명합니다. 2028년 생산능력 목표와 공개시장 자금 조달이 메모리 가격 사이클에 어떤 질문을 남기는지 보기 위한 기초 페이지입니다.
SK하이닉스를 HBM 공급과 메모리 공정, 인메모리 컴퓨팅 실험이 만나는 지점에서 읽기 위한 기초 페이지입니다.
YMTC를 중국 낸드 공급 확대와 수출통제 환경이 만나는 회사로 설명합니다. AI 추론 수요가 낸드 가격을 밀어 올릴 때, 중국 공급 증가가 어떤 변수로 돌아오는지 보기 위한 기초 페이지입니다.
운영체제에서 중요한 부분인 메모리 관리 기능에 대해 알아보자. 메모리는 CPU 자원만큼 컴퓨터를 사용하는데 매우 중요한 자원 중 하나이다.
외부 단편화를 해결하는 방법인 페이징(Paging)에 대해 알아본다. 1. 페이징(Paging) 외부 단편화로 인한 메모리 낭비는 매우 심하다는 것을 살펴보았다.
SK하이닉스와 테트라멤이 실제 칩으로 검증한 인메모리 컴퓨팅을 통해, AI 추론의 전력 병목이 왜 데이터 이동에 있는지와 아직 남은 질문을 짚습니다.
한국은행이 AI 인프라 투자와 HBM 공급 제약을 근거로 반도체 확장기를 내년까지 보는 이유를 설명합니다. 수요보다 공급 속도가 사이클을 늦추는 구조와 다음 확인 신호를 짚습니다.
삼성전자의 수리용 자재비 인상은 반도체와 부품 가격 상승이 완제품을 넘어 AS 비용으로 내려오는 장면입니다. 소비자가 체감하는 가격 전가가 어디서 생기는지 짚습니다.
CXMT 상장이 왜 중국 메모리 공급망 전체의 재평가 신호로 읽히는지, IPO 일정·조달 자금·STAR50 편입 기대와 아직 확인해야 할 생산능력 숫자를 나눠 짚습니다.
낸드 가격 급등을 AI 저장장치 수요와 연결한 연합뉴스 보도에서, 확인된 가격 지표와 아직 검증해야 할 데이터센터 수요 가설을 나눠 봅니다.
최태원 SK그룹 회장의 미국 ADR 데뷔 인터뷰를 통해, AI 메모리 수요와 5년 증설 계획 사이에서 실제로 확인된 발언과 아직 비어 있는 수치를 나눠 봅니다.
SK하이닉스 ADR이 본주보다 비싸게 거래될 수 있는 이유를 전환 구조의 비대칭으로 설명합니다. TSMC ADR과 닮은 점, 그리고 프리미엄이 무한히 커지기 어려운 이유를 함께 짚습니다.