테크뉴스

AI 칩 3파 분열 — Google Frozen v2·Z.AI 1GW 중국 칩·OpenAI Jalapeño가 쪼개는 엔비디아, 삼성·SK하이닉스 HBM 딜레마

해시우드 2026. 7. 22. 04:08
반응형

2026년 7월 20일, 불과 24시간 사이에 AI 칩 시장을 둘로 쪼개는 두 개의 발표가 동시에 터졌다. 구글이 자사 AI 모델 '제미나이(Gemini)'의 아키텍처를 실리콘에 직접 새겨 넣는 전용 칩 '프로즌 v2(Frozen v2)'를 개발 중이라고 The Information과 TechCrunch가 보도했고, 같은 날 블룸버그는 중국 AI 랩 Z.AI(구 지푸)가 1GW 규모의 거대 데이터센터를 완공하면서 엔비디아 칩을 단 하나도 사용하지 않고 중국산 칩으로만 운영한다고 전했다. 이틀 뒤인 7월 22일, 삼성은 런던에서 갤럭시 언팩을 열며 AI 폰의 하드웨어와 소프트웨어를 동시에 갈아엎었다. AI 칩 시장이 네 개의 궤적 — 엔비디아 GPU, 구글·아마존·오픈AI의 커스텀 실리콘, 중국의 자국산 칩, 삼성·SK하이닉스의 HBM 메모리 — 으로 동시 분할되고 있다.

AI 칩 3파 분열 — Google Frozen v2·Z.AI 1GW 중국 칩·OpenAI Jalapeño가 쪼개는 엔비디아, 삼성·SK하이닉스 HBM 딜레마

AI 칩 3파 분열 — Google Frozen v2·Z.AI 1GW 중국 칩·OpenAI Jalapeño가 쪼개는 엔비디아, 삼성·SK하이닉스 HBM 딜레마

이 24시간이 의미하는 것은 단순한 신제품 발표가 아니다. 2024년까지 AI 칩 시장은 '엔비디아가 설계하고, TSMC가 만들고, 삼성·SK하이닉스가 HBM을 공급하는' 단일 공급망이 지배했다. 그러나 2026년 7월, 이 체인이 세 방향에서 동시에 끊어지고 있다. 구글은 모델 아키텍처를 칩에 얼려 넣어( Frozen) TPU의 6~10배 효율을 추구하고, 중국은 1GW 데이터센터에서 엔비디아 없이 AI를 훈련하며, 오픈AI는 브로드컴과 함께 할라페뇨(Jalapeño) 칩으로 GPU 대비 50% 저렴한 추론을 목표로 한다. 엔비디아의 70% 시장 점유율은 여전히 압도적이지만, 그 성벽 안쪽에서 동맹들이 하나둘 자체 칩으로 이탈하고 있다.

Google Frozen v2 — 제미나이를 실리콘에 얼려 넣다

7월 20일, The Information의 보도를 TechCrunch와 Reuters가 동시 전했다. 구글이 내부 코드명 'Frozen v2'로 부르는 새 서버 칩은 기존 TPU(Tensor Processing Unit)와 다른 접근을 취한다. TPU가 다양한 AI 워크로드를 유연하게 처리하도록 설계된 반면, Frozen v2는 제미나이 모델의 특정 아키텍처를 실리콘 자체에 '하드와이어링(hardwiring)'한다. 모델의 핵심 연산 구조를 칩의 물리적 회로에 고정시켜, 추론(inference) 과정에서 불필요한 계산을 원천 제거하는 방식이다.

TechTimes의 7월 21일 분석에 따르면, Frozen v2는 현재 구글의 최신 TPU 대비 '와트당 토큰(tokens per watt)' 기준 6~10배 추론 효율을 목표로 한다. Tom's Hardware는 이 수치가 구글의 전체 AI 인프라 비용 구조를 근본적으로 바꿀 수 있다고 평가했다. 현재 구글은 제미나이 모델 서빙을 위해 막대한 TPU 클러스터를 운영하며, 컴퓨팅 용량 부족으로 내부 긴장이 고조되고 있다고 The Information은 전했다. Frozen v2는 이 병목을 해결하는 동시에, 구글이 외부 칩 공급자 — 결국 엔비디아 — 에 대한 의존도를 낮추는 수단이다.

그러나 Frozen v2에는 구조적 리스크가 있다. Analytics India Mag과 Technobezz의 분석이 지적하듯, 모델 아키텍처를 실리콘에 고정하면 향후 제미나이 버전이 아키텍처를 변경할 때 칩이 쓸모없어질 수 있다. AI 모델은 빠르게 진화하고, 2028년 배포 예정인 Frozen v2는 2026년의 제미나이 설계에 최적화되어 있다. 구글이 모델 구조의 핵심을 유지하면서 Frozen v2와 호환성을 맞춰야 한다는 설계 제약이 새로 생겼다. 이것은 '소프트웨어 유연성'을 '하드웨어 효율'으로 교환하는 전략적 도박이다.

중요한 것은 Frozen v2가 TPU의 후속이 아니라 별도의 칩 라인업이라는 점이다. Crypto Briefing과 Quartz의 보도에 따르면, 구글은 TPU 로드맵을 유지하면서 Frozen v2를 추가로 개발한다. 즉 구글의 AI 칩 전략이 '범용 GPU → 범용 TPU → 특정 모델 전용 칩'으로 세분화되고 있다. 이는 엔비디아가 'GPU 하나로 모든 AI 워크로드를 커버한다'는 전략과 정면으로 충돌한다. 고객이 자체 칩을 만들기 시작하면, 엔비디아의 최대 고객이 최대 경쟁자가 된다.

Z.AI 1GW 데이터센터 — 엔비디아 없이 AI를 훈련하는 중국

같은 7월 20일, 블룸버그는 중국 AI 랩 Z.AI(구 Zhipu)가 1GW(기가와트) 규모의 데이터센터를 완공하고 부분 가동을 시작했다고 보도했다. The Next Web과 Unite.AI의 분석이 강조하는 핵심은, 이 데이터센터에 엔비디아 칩이 '단 하나도 없다'는 것이다. Z.AI는 자체 GLM 모델 계열을 훈련하기 위해 화웨이 Ascend, 캠프리콘(Cambricon), 알리바바의 자체 칩 등 중국산 AI 가속기만으로 데이터센터를 채웠다.

1GW는 전력 규모만 놓고 보면 미국 최대 데이터센터와 맞먹는다. 그러나 Time.news의 분석이 지적하듯, 중국산 칩은 엔비디아 최신 칩 대비 효율이 뒤처진다. 화웨이 Ascend 910C는 엔비디아 H100의 약 60% 수준의 추론 성능을, H200에는 더 큰 격차로 뒤진다고 Tom's Hardware와 Reuters가 보도했다. 즉 Z.AI의 1GW 데이터센터는 같은 전력 규모의 엔비디아 기반 시설보다 유효 훈련 용량이 낮을 수 있다. 그럼에도 중국이 이 방향을 고수하는 이유는 '자율성'이다. 미국의 수출 통제로 엔비디아 최신 칩을 구할 수 없다면, 차선의 칩이라도 자국에서 만들어 대규모로 운영하는 것이 유일한 대안이다.

이 데이터센터의 의미는 단순한 '중국의 독자 노선'이 아니다. 중국은 2,950억 달러 규모의 전국 AI 컴퓨팅 그리드 계획을 추진 중이며, TechTimes의 6월 보도에 따르면 이 그리드의 80%를 국산 칩으로 채우겠다는 목표를 세웠다. Z.AI의 1GW 데이터센터는 이 계획의 첫 대규모 구현이다. 중국이 자국산 칩으로 대형 모델을 훈련하고 추론할 수 있음을 실증하면, 글로벌 AI 칩 시장은 '엔비디아 중심'과 '중국 자국산'이라는 두 개의 분리된 생태계로 완전히 분할된다.

Z.AI는 어떤 칩을 사용하는지 명확히 공개하지 않았다. 다만 Matveev Tech의 보도에 따르면, Z.AI의 최신 GLM-5.1 모델은 '화웨이 칩으로 완전히 훈련'되었으며, 코딩 벤치마크에서 Claude Opus 4.6의 94.6% 성능을 기록했다고 한다. 이 성적이 사실이라면, 중국은 엔비디아 없이도 최고 수준의 AI 모델을 만들 수 있다는 증거가 된다. 이는 삼성·SK하이닉스에게 복잡한 신호다. 중국이 자국산 칩으로 대규모 AI를 운영하면, 글로벌 HBM 수요의 성장 기반이 두 개로 쪼개진다.

OpenAI Jalapeño — GPU 50% 비용 절감이라는 두 번째 이탈

구글과 중국의 발표보다 한 달 앞선 6월 24일, OpenAI는 브로드컴과 함께 자체 추론 칩 '할라페뇨(Jalapeño)'를 공개했다. TechPillow와 VNCMac의 분석에 따르면, 할라페뇨는 TSMC 3nm 공정에서 제조되며, 8개 HBM 스택을 패키지에 통합하고, 대형 언어 모델 추론에 최적화된 시스톨릭 어레이(systolic array) 아키텍처를 탑재했다. 핵심 목표는 GPU 기반 추론 대비 '토큰당 비용 50% 절감'이다.

할라페뇨의 전략적 의미는 단순한 비용 절감이 아니다. OpenAI는 2029년까지 10GW 규모의 자체 AI 하드웨어를 구축하겠다는 로드맵을 발표했다. Awesome Agents의 분석이 지적하듯, 이는 OpenAI가 엔비디아 GPU를 구매하는 최대 고객에서 자체 칩을 운영하는 인프라 사업자로 전환하겠다는 선언이다. 구글의 Frozen v2가 '특정 모델 전용 칩'이라면, 할라페뇨는 '추론 전용 칩'이다. 두 접근은 다르지만 같은 방향을 향한다 — 엔비디아 GPU에서 자체 칩으로의 이탈.

이 세 가지 — 구글 Frozen v2, Z.AI 중국 칩, OpenAI 할라페뇨 — 를 나란히 놓으면 하나의 패턴이 보인다. 2024년까지 AI 칩 시장의 핵심 질문은 '엔비디아를 얼마나 빨리 구할 수 있는가'였다. 2026년 7월, 그 질문은 '엔비디아 없이 AI를 어떻게 운영할 것인가'로 바뀌었다. 구글은 효율을 위해, 중국은 자율성을 위해, OpenAI는 비용을 위해 각자의 이유로 엔비디아 의존에서 벗어나고 있다. 이것이 엔비디아의 70% 시장 점유율이 2026~2028년에 의미하는 바를 근본적으로 바꾼다.

커스텀 실리콘의 군비 경쟁 — $6,040억 시장의 분할

Introl의 2026년 분석에 따르면, 커스텀 AI 실리콘(ASIC) 시장은 44.6%의 연평균 성장률(CAGR)로 확대되고 있으며, 구글 TPU v7, 마이크로소프트 Maia 200, 아마존 Trainium 3, 메타 MTIA를 합친 시장 규모는 6,040억 달러에 이른다. Tom's Hardware의 5월 분석은 엔비디아가 AI 칩 시장의 약 70%를 점유하고 있지만, 이 점유율이 Google·Amazon·Meta·Microsoft·OpenAI의 자체 칩 투자로 인해 '지속적으로 잠식'될 것이라고 전망한다.

각 사의 전략은 분명히 다르다. 구글 TPU v7은 범용 훈련과 추론을 모두 커버하며, Frozen v2는 제미나이 전용으로 세분화된다. 아마존 Trainium 3는 2.52 PFLOPS의 FP8 연산 성능과 144GB HBM3e를 탑재하고, 이미 Anthropic과 OpenAI의 모델 훈련에 사용된다. 메타 MTIA는 메타의 추천 시스템과 Llama 모델 추론에 최적화되어 있다. 마이크로소프트 Maia 200은 1,400억 개 트랜지스터를 탑재해 Azure 추론 비용 절감을 목표로 한다. Celadon Research의 추정에 따르면, 비-엔비디아·비-AMD 가속기(Intel Gaudi, Google TPU, Amazon Trainium, Meta 커스텀 칩, Cerebras 등)의 합산 점유율은 현재 AI 가속기 수익의 5~10% 수준이지만, 2027~2028년에는 이 비중이 크게 확대될 것으로 전망된다.

핵심은 이 커스텀 칩들이 모두 HBM을 필요로 한다는 점이다. 구글 Frozen v2, 아마존 Trainium 3, OpenAI 할라페뇨, 메타 MTIA — 모든 커스텀 실리콘은 패키지 내에 HBM 스택을 통합한다. 이는 엔비디아의 칩 설계 패턴과 동일하다. 즉 AI 칩 시장이 엔비디아 중심에서 커스텀 실리콘으로 분할되더라도, HBM 수요는 줄어들지 않는다. 오히려 더 많은 종류의 칩이 더 많은 HBM을 요구하게 된다. 이것이 삼성·SK하이닉스가 이 '분할'에서 차지하는 독특한 위치다.

삼성 89.4조 원 실적과 SK하이닉스의 '비정상적' 메모리 가격

7월 7일 삼성전자는 2분기 잠정 영업이익 89.4조 원(약 584억 달러)을 발표했다. Korea Times와 SamMobile의 보도에 따르면, 이는 전년 동기 대비 19배 증가한 수치로, 엔비디아의 역대 최대 분기 이익을 넘어선 '기술 기업 사상 최대 실적'이다. 매출은 171조 원에 달했으며, Eastern Herald는 AI 메모리 칩 수요가 3분기 연속 공급을 초과한 것이 핵심이라고 분석했다. 삼성은 이 실적으로 엔비디아를 제치고 '분기 영업이익 기준 세계 최고 수익 기업'에 올랐다.

그러나 Quartz의 보도처럼, 삼성 주가는 이날 7% 하락했다. TechTimes는 이를 '셀 더 뉴스(sell the news)'로 해석했다. 시장이 우려한 것은 메모리 가격의 지속 가능성이다. 7월 17일 제주 KCCI 포럼에서 SK그룹 최태원 회장(SK하이닉스 회장 겸직)은 '현재 메모리 가격은 비정상적으로 높은 수준'이라고 공식 발언했다. Chosun과 Korea JoongAng Daily가 전한 최 회장의 발언은 계속된다 — 'AI 기업은 투자를 통해 비용 상승을 흡수할 수 있지만, PC와 스마트폰 제조사는 반도체 비용 상승을 제품 가격에 전가할 수밖에 없다.'

이 발언의 무게는 단순한 경영자의 견해 표명이 아니다. 최 회장은 메모리 가격이 '비정상적'이라고 진단하면서, SK하이닉스가 미국에 새로운 칩 생산 시설을 검토 중이라고 밝혔다. TrendForce의 7월 20일 보도에 따르면, 최 회장은 'AI 칩 수요는 내년 60~100% 증가할 것'이라고 전망하면서도 '비정상적 가격은 경쟁자를 불러들이고 정상화되어야 한다'고 경고했다. Asianews와 Economic Times의 분석은 이 발언이 AI 메모리 부족이 '상업적 공급 문제'를 넘어 '지정학적 문제'로 격상되었음을 시사한다고 본다. 외국 정부가 자국 산업을 위해 HBM 접근권을 확보하려 압박하고, 한국 정부도 유사한 압력에 직면할 것이라는 경고다.

HBM 딜레마 — 분할된 시장에서 누구에게 공급할 것인가

AI 칩 시장의 3파 분열은 삼성·SK하이닉스에게 '누구의 HBM을 만들 것인가'라는 새로운 전략 질문을 던진다. 2026년 현재, 엔비디아의 Vera Rubin AI 가속기에 탑재되는 HBM4는 삼성과 SK하이닉스가 독점 공급한다. NextWave Insight의 분석에 따르면 SK하이닉스가 약 70%, 삼성이 나머지를 담당하며, 마이크론은 Vera Rubin 1차 물량에서 배제되었다. Samsung과 SK하이닉스는 엔비디아와 다년간 기술 파트너십을 맺고 차세대 메모리 공동 개발에 합의한 상태다.

그러나 커스텀 실리콘의 확산은 이 공급망을 복잡하게 만든다. 구글 Frozen v2, 아마존 Trainium 3, OpenAI 할라페뇨, 메타 MTIA — 이 모든 칩이 HBM을 필요로 한다. 그런데 이 칩들은 엔비디아가 아닌 Google, Amazon, Broadcom, Meta가 설계한다. 삼성과 SK하이닉스는 엔비디아의 HBM 공급자이면서, 동시에 엔비디아의 경쟁자(구글·아마존·오픈AI·메타)의 HBM 공급자가 된다. 이것은 이해충돌이 아니라 '포지션의 다각화'다. HBM은 모델이나 칩 설계에 무관하게 필요하므로, 칩 시장이 분할되어도 HBM 수요는 단일 시장으로 존재한다.

문제는 '공급 능력의 한계'다. Crypto Briefing의 분석에 따르면 SK하이닉스는 2025년 글로벌 HBM 시장의 약 61%를 점유하며 삼성(17%)과 마이크론(21%)을 압도한다. 그러나 최 회장이 '비정상'이라 부른 가격 수준은 공급이 수요를 따라가지 못한다는 증거다. 엔비디아 Vera Rubin에 HBM4를 공급하면서, 동시에 구글 Frozen v2와 OpenAI 할라페뇨의 HBM 요구까지 충족하려면, 삼성과 SK하이닉스는 극단적인 증설이 필요하다. 24/7 Wall St의 7월 17일 분석은 HSBC가 SK하이닉스를 '최상위 칩 픽(top chip pick)'으로 유지하면서도, HBM 수요 사이클의 지속 여부가 핵심 변수라고 지적한 바를 전한다.

여기에 중국 변수가 추가된다. Z.AI가 중국산 칩으로 1GW 데이터센터를 운영하면, 중국 내 HBM 수요는 화웨이·캠프리콘 등 중국 칩 설계사의 요구로 대체된다. 중국은 2023년 이후 HBM 자체 개발에 착수했으나, 2026년 현재 삼성·SK하이닉스·마이크론의 3사 체제와 기술 격차가 크다. 중국이 자국산 HBM을 개발하기 전까지는, 중국의 AI 인프라 확장이 한국 HBM 수요를 직접 견인하지 못한다. 이는 글로벌 HBM 시장이 '엔비디아 생태계'와 '중국 자국산 생태계'로 나뉘면, 한국이 양쪽에 동시에 공급하지 못할 수 있음을 의미한다.

5가지 구조적 시사점 — 분열된 시장이 만드는 새 지도

시사점 1(엔비디아 독점의 '내부 붕괴'): 엔비디아의 70% 시장 점유율은 외부 경쟁자가 아니라 최대 고객들이 뚫고 있다. 구글, 아마존, 메타, 마이크로소프트, OpenAI — 모두 엔비디아 칩을 대량 구매하면서 동시에 자체 칩을 개발한다. 구글 Frozen v2는 이 중 가장 극단적 형태로, 모델 아키텍처를 칩에 고정하여 TPU 대비 6~10배 효율을 추구한다. 고객이 경쟁자가 되면, 점유율 하락은 시간문제다.

시사점 2(추론(inference) 중심의 시장 전환): 2024~2025년 AI 칩 수요는 '훈련(training)'이 주도했다. 대형 모델을 만들기 위해 엔비디아 GPU가 대량 필요했다. 2026년 7월, 시장의 무게가 '추론'으로 이동하고 있다. OpenAI 할라페뇨는 추론 전용 칩이고, 구글 Frozen v2는 제미나이 추론 효율에 초점을 맞춘다. 추론은 훈련보다 빈도가 높고, 비용에 민감하며, 특정 모델에 최적화하기 쉽다. 추론 중심 시장에서는 커스텀 실리콘의 경제성이 GPU보다 유리해진다.

시사점 3(중국의 '엔비디아 없는 AI' 실증): Z.AI의 1GW 데이터센터는 중국이 엔비디아 없이 대규모 AI를 운영할 수 있음을 처음으로 대규모로 입증한 사례다. 화웨이 Ascend 910C가 H100의 60% 성능이라면, 1.67배의 칩을 투입하면 동일한 훈련 용량을 달성할 수 있다. 전력과 칩 수가 더 많이 들어도, 수출 통제가 지속되는 한 중국에게 선택지는 이것뿐이다. 중국이 이 모델을 지속 가능하게 만들면, 글로벌 AI 칩 시장은 '엔비디아 권역'과 '중국 권역'으로 완전 분할된다.

시사점 4(삼성·SK하이닉스의 '다자 공급자' 전략): HBM은 칩 설계에 무관하게 필요하다. 엔비디아 Vera Rubin, 구글 Frozen v2, 아마존 Trainium 3, OpenAI 할라페뇨 모두 HBM을 탑재한다. 이는 삼성과 SK하이닉스가 '엔비디아 전용 공급자'에서 '모든 AI 칩의 HBM 공급자'로 포지션을 넓힐 수 있음을 의미한다. 그러나 공급 능력이 한정되어 있어, 누구를 우선할 것인지의 선택이 필요하다. 최 회장이 '비정상적 가격'이라 부른 현 상황은, 공급이 수요를 따라가지 못한다는 신호다.

시사점 5('칩플레이션(chipflation)'의 현실화): 최 회장은 SK하이닉스가 미국에 칩 생산 시설을 검토 중이라며 '칩플레이션' 가능성을 경고했다. AI 메모리 가격 상승이 PC와 스마트폰 가격으로 전가되면, 일반 소비자가 AI 붐의 비용을 부담하게 된다. 삼성 갤럭시 언팩이 7월 22일 런던에서 열리면서, 폴더블폰에 탑재되는 모바일 DRAM 가격 상승이 소비자 가격으로 직결되는 구조다. TechTimes의 6월 분석은 이를 '메모리 세금(memory tax)'이라 부르며, 삼성이 엔트리 티어에서 이를 일부 흡수할 수 있는 규모의 해자(moat)를 갖고 있지만, 경쟁 안드로이드 업체는 그렇지 못하다고 지적한다.

결론 — 2026년 7월, AI 칩 시장이 네 조각으로 깨지다

2026년 7월 20~22일은 AI 칩 시장이 '단일 엔비디아 중심'에서 '다극 분할'로 넘어가는 전환점이다. 구글이 Frozen v2로 제미나이를 실리콘에 얼려 넣고, 중국이 Z.AI의 1GW 데이터센터로 엔비디아 없는 AI를 실증하며, OpenAI가 할라페뇨로 추론 비용을 반으로 줄이겠다고 선언한 72시간이었다. 엔비디아의 70% 점유율은 여전히 압도적이지만, 그 성벽 안에서 고객들이 하나둘 자체 칩으로 이탈하고 있다.

이 분열의 가장 큰 수혜자이자 가장 큰 딜레마에 선 것이 한국 메모리 반도체다. 삼성과 SK하이닉스는 89.4조 원이라는 사상 최대 실적을 냈지만, 최태원 회장이 '비정상'이라 진단한 가격 수준은 지속 가능성의 의문을 던진다. HBM은 칩 시장이 분할되어도 모든 생태계에서 필요하므로, 한국은 '다자 HBM 공급자'로 포지션을 넓힐 기회를 갖는다. 동시에 중국이 자국산 HBM을 개발하기 전까지 중국 AI 시장에서 소외될 리스크도 안는다.

투자자가 주목해야 것은, 이 분열이 '엔비디아의 몰락'이 아니라 'AI 인프라의 다각화'라는 점이다. 구글·중국·OpenAI가 자체 칩을 만드는 것은 AI 수요가 줄어서가 아니라, 너무 커져서다. 추론 중심으로 시장이 이동하면, 커스텀 실리콘의 경제성이 GPU를 추월한다. 이때 HBM은 모든 칩의 공통 부품이 된다. 삼성과 SK하이닉스가 이 전환에서 '모든 AI 칩의 메모리 공급자'로 자리 잡으면, 2026년 7월의 분열은 한국 반도체에게 위협이 아니라 기회가 된다. 그러나 그 기회는 공급 능력의 확대 속도에 달려 있다. '비정상적 가격'을 '정상적 공급'으로 바꾸는 것이, 한국 반도체의 다음 시대를 결정한다.

참고문헌

  1. Google is working on a new AI chip designed to make Gemini more efficient — TechCrunch 2026-07-20
  2. Google's Frozen v2 Chip Hardwires Gemini Architecture: Up to Tenfold Inference Efficiency — TechTimes 2026-07-21
  3. Z.AI to Use Only Chinese AI Chips at New Giant Data Center — Bloomberg 2026-07-20
  4. Google plans new chip to run Gemini models more efficiently — Reuters 2026-07-20
  5. Google reportedly developing 'Frozen v2' chip with Gemini's architecture etched into the silicon — Tom's Hardware 2026-07-21
  6. Google developing Gemini-specific chip called Frozen v2 — Quartz 2026-07-20
  7. Google to Develop Frozen v2 Chip to Improve Gemini Efficiency — Analytics India Mag 2026-07-21
  8. Google's Frozen v2 Chip Bakes Gemini Into Silicon — Crypto Briefing 2026-07-21
  9. Custom Silicon Inflection 2026: Hyperscaler ASICs Challenge NVIDIA's GPU Dominance — Introl 2026-06
  10. The custom AI ASIC state of play (May 2026) — Tom's Hardware 2026-05
  11. SK Group Chairman Says Abnormal Memory Prices Should Fall, AI Chip Demand Seen Up 60–100% Next Year — TrendForce 2026-07-20
  12. SK Group Chairman Considers U.S. Plant to Lower Semiconductor Prices — Chosun 2026-07-19
  13. SK chief calls memory shortage 'utter chaos,' hints at plans to invest in U.S. — Korea JoongAng Daily 2026-07-19
  14. South Korea's SK chief warns AI memory shortage could turn geopolitical — Asianews 2026-07-20
  15. AI memory shortage threatens to trigger geopolitical strain, warns SK Group chief — Economic Times 2026-07-19
  16. Z.AI built a giant AI data centre on Chinese-made chips — The Next Web 2026-07-21
  17. Z.ai Builds Gigawatt Data Center on Chinese Chips Alone — Unite.AI 2026-07-21
  18. Samsung says its Q2 2026 profit could be $58.56 billion — SamMobile 2026-07-07
  19. Samsung Q2 2026: $58B Record Profit on AI Memory Surge — Eastern Herald 2026-07-07
  20. Samsung projects record Q2 earnings with $58.4 billion operating profit — Korea Times 2026-07-07
  21. Samsung Smashes Tech Profit Record: 19-Fold Surge Fails to Halt 7% Stock Drop — TechTimes 2026-07-07
  22. Samsung Posts Record $58.5 Billion Profit for Q2 2026 — ShiftDelete 2026-07-07
  23. Samsung overtakes Nvidia to become the world's most profitable company — SamMobile 2026-07-08
  24. OpenAI Jalapeño: Custom AI Inference Chip — TechPillow 2026-06-24
  25. OpenAI Jalapeño Chip: 50% Cheaper Inference with Broadcom — VNCMac 2026-06-25
  26. OpenAI + Broadcom Ship 'Jalapeño': First In-House Inference Chip — Synortex 2026-06-24
  27. NVIDIA AI Accelerator Market Position: Q1 2026 — Celadon Research 2026-Q1
  28. How Custom Silicon Is Reshaping the AI Chip Market in 2026 — Business20Channel 2026-06-29
  29. Z.AI Powers Up a 1 Gigawatt Data Center on Chinese Chips — PeopleAreGeek 2026-07-20
  30. GLM-5.1 from Z.ai: benchmarks, prices, and setup 2026 — Matveev Tech 2026-07
  31. Huawei Ascend 910C delivers 60% of NVIDIA H100 inference performance — Tom's Hardware 2026-02-04
  32. SK hynix Jumps 8% on Bargain-Hunting Rebound as HSBC Reaffirms SKHY as a Top Chip Pick — 24/7 Wall St 2026-07-17
  33. NVIDIA Vera Rubin & HBM4: Samsung and SK Hynix Secure Supply as Micron Pivots — HTelec 2026-06
  34. HBM4 Ramp: Why Three Suppliers Still Add Up to a Duopoly for Nvidia — NextWave Insight 2026-07
  35. Samsung Galaxy Unpacked 2026: Fold 8, Galaxy Glasses, and the Memory Tax Explained — TechTimes 2026-06-28
반응형