📰 한국어 뉴스 대시보드

Intel이 메모리 공급 부족 상황 속에서 DDR4 지원 Raptor Lake 제품군을 단종하지 않겠다고 밝혔다. DDR5 대비 DDR4의 비용 이점이 여전히 유효하며(32GB 기준 DDR4 $199 vs DDR5 $449), 신형 Wildcat Lake 플랫폼에서는 8GB 단일 채널 메모리 구성도 검증 중이다. AMD 역시 DDR4 호환 AM4 플랫폼 수요 때문에 2024년 단종된 Ryzen 7 5800X3D를 재출시하는 등 DDR4 생태계 연장이 업계 전반에서 나타나고 있다. CPU 가격보다 메모리 비용이 전체 시스템 가격의 주요 결정 요인이 됐다는 점이 특징적이다.

SK그룹 최태원 회장이 6월 4일 TSMC 회장 C.C. Wei와 2024년 6월 이후 2년 만에 회동했다. 이 자리는 차세대 AI 기술, HBM, 어드밴스드 패키징을 중심으로 논의됐다. SK하이닉스는 HBM3E까지 베이스 다이를 내재화했으나 HBM4부터는 TSMC 12nm 로직 다이를 채택하고 있으며, HBM4E에는 TSMC 3nm 적용을 검토 중이다. 이는 고객의 베이스 다이 맞춤화 수요에 TSMC의 첨단 공정으로 대응하기 위한 전략적 선택이다. CoWoS 패키징 수요가 공급을 초과하는 상황에서 TSMC는 2026년 말 월 11만 5,000~14만 장, 2027년에는 월 17만 장 수준으로 CoWoS 캐파를 확대할 계획이다. SK하이닉스는 TSMC CoWoS 병목에 대비해 Intel EMIB 기반 2.5D 패키징도 테스트 중이다.

2nm 이하 공정에서 기존 스케일링 공식이 한계에 봉착하는 '서브-2nm 역설'이 반도체 업계의 핵심 화두로 떠올랐다. 배선이 극도로 얇아지면서 RC 지연이 심화되고, SRAM 스케일링은 디지털 로직보다 훨씬 느리게 진행되어 단일 레티클 다이에 탑재 가능한 캐시 메모리가 제한된다. 공정 변이(process variation) 문제도 수백~수천 개 삽입 지점에 걸쳐 누적되어 수율이 하락하고 비용이 증가한다. proteanTecs Evelyn Landman CTO는 정적 가드밴드 방식으로는 2nm·18A 이하에서 더 이상 대응이 불가능하며, 실제 워크로드 하에서 실시간 타이밍 마진을 측정·관리하는 방식만이 지속 가능하다고 강조했다. 한편 AI 수요 급증으로 단일 다이 대신 chiplet 기반 멀티-다이 어셈블리가 표준화되고 있으며, 300mm 원형 웨이퍼에서 500×500mm 직사각형 패널로의 전환도 가속화되고 있다. 트랜지스터 구조는 gate-all-around(GAA)를 거쳐 nFET과 pFET을 수직 적층하는 CFET으로 발전하며, Lam Research David Fried에 따르면 CFET은 트랜지스터를 넘어 배선·패키징 전반에 구조적 복잡성을 확산시킨다. 소재 혁신도 W→Mo, Co→Ru 전환과 집적 포토닉스 도입으로 이어지며, Intel 14A에서는 High-NA EUV 단일 패스 패터닝 도입이 검토 중이다.

반도체 검증 분야가 agentic AI를 통해 근본적 변혁을 앞두고 있다. Siemens EDA, Synopsys, Cadence 등 주요 EDA 업체들은 agentic verification을 "반복적 검증 플로우를 AI 에이전트가 오케스트레이션하는 체계"로 정의하고 있다. UVM 에러 분석, 커버리지 클로저, RTL 변경 추적 등 반복적 저부가가치 작업을 자동화해 엔지니어가 아키텍처·코너케이스 추론에 집중할 수 있게 한다. Moores Lab 사례에서는 2개월 소요 작업을 48시간 내 완료하는 성과를 보였다. 그러나 아날로그 도메인은 인터넷상 훈련 데이터 부족으로 효과가 제한적이며, LLM 컨텍스트 한계와 토큰 비용 예측 불가, IP 노출 리스크, 할루시네이션 문제가 산업 적용의 주요 과제로 지적된다. 엔지니어의 최종 검토와 피드백 루프가 품질 보증의 핵심 요건으로 강조된다.

Sandisk가 AI 추론 워크로드를 위한 고대역폭 플래시 메모리(HBF, High-Bandwidth Flash)를 제안했다. HBF는 16개 다이와 베이스 다이를 적층한 구조로 HBM과 동일한 풋프린트를 가지며, HBM 대비 8~16배 높은 용량(스택당 512GB)을 제공한다. 읽기 대역폭은 1.6TB/s이며, HBM4와 동일한 규격을 따른다. Sandisk는 2026년 하반기 샘플 출하, 2027년 초 HBF 탑재 추론 디바이스 샘플 제공을 목표로 한다. SK Hynix와 협력해 Open Compute Project(OCP)에 표준화를 제출한 상태다. 쓰기 속도의 구조적 한계로 인해 학습이 아닌 추론 전용이며, AI 모델 가중치(weights)를 패키지 내에 상주시켜 스토리지-DRAM-SRAM 경로를 우회함으로써 지연 시간과 에너지를 대폭 줄이는 것이 핵심 가치다.

현재 '궤도 데이터 센터'는 사실상 위성 컨스텔레이션에 추가 컴퓨트를 붙인 형태에 가깝다. SpaceX는 100만 개 위성으로 100기가와트 우주 내 컴퓨트 파워 확보를 선언했으며, Blue Origin의 TeraWave 위성 네트워크도 구축 중이다. 위성당 최대 40~100킬로와트 전력 공급 한계로 인해 대규모 AI 추론·학습은 아직 불가능하고, 100개 Nvidia GPU 구동에 33m² 태양전지판과 16m² 방열 패널이 필요하다는 계산이 나온다. 우주 방사선 환경에서 FinFET, GAA 첨단 노드 메모리(DRAM, DDR5, HBM, NorFlash)는 단일 이벤트 업셋(SEU)에 취약하며 3중 모드 이중화가 필수이나 비용이 막대하다. 열 관리는 복사 방열판(infrared radiator)만으로 해결해야 하며, 데이터 전송은 광 위성 간 링크(OISL, 2.5Gbps 현재 / 10Gbps 목표)를 통한 다중 홉(multi-hop) 릴레이 구조로 운영된다. NASA는 Microchip과 공동 개발한 rad-hard HPSC 프로세서를 발표했고, Nvidia는 Aetherflux·Axiom Space 등과 파트너십으로 우주용 데이터센터 플랫폼을 공개했다. Google과 SpaceX의 우주 데이터센터 구축 협상도 진행 중이나, Amazon의 Jeff Bezos는 2~3년 시간표가 다소 야심적이라고 평가했다. Infineon Helmut Puchner는 향후 5년 내 상당한 우주 컴퓨트 파워 설치가 가능할 것으로 전망했다.

보안 알고리즘 최신화가 칩 설계·제조·배포·유지보수 전 수명주기에 걸친 구조적 과제로 부상했다. Rambus Scott Best에 따르면 보안 알고리즘은 더 이상 소프트웨어 라이브러리의 추상적 수학이 아니라 실리콘에 직접 구현된 root-of-trust, 보안 실행 환경, tamper-resistant 프로토콜 가속기로 내재화되고 있다. 주요 과제는 분절된 공급망, 수십 년에 달하는 기기 수명 주기(자동차·군용), 일관성 없는 업데이트 관행이며 특히 IoT·임베디드 시스템에서 두드러진다. Post-quantum cryptography(PQC)가 시급한 현안으로 떠올랐다. 미국 연방 워크로드는 2029년까지 PQC 지원 플랫폼 전환이 요구되며, Microsoft·Google·AWS는 차세대 서버의 내부 컴포넌트까지 post-quantum 보안 업그레이드를 진행 중이다. Synopsys Reed Hinkel은 하드웨어 root of trust가 없는 플랫폼에 보안이 뒤늦게 적용되는 현실을 지적하며 PUF(물리적 복제 불가 함수) 기반 디바이스 아이덴티티 생성을 해법으로 제시했다. Open Compute Project의 Caliptra는 데이터센터용 TPM형 보안 블록으로 정부 인증 펌웨어 서명·자동 업데이트를 지원한다. Apple iPhone에는 약 $80~$100 상당의 보안 기능이 탑재되어 있으며, 하이퍼스케일러는 FIPS 인증 알고리즘·펌웨어 서명·BOM 관리를 의무적으로 적용하고 있다.

자동차 산업이 SDV(소프트웨어 정의 차량)를 넘어 AIDV(AI 정의 차량) 시대로 전환하면서 Automotive Ethernet, TSN(시간 민감 네트워킹), MACsec(미디어 접근 제어 보안) 의 통합이 필수 인프라로 자리잡고 있다. Arm Dipti Vachani는 AIDV가 클라우드·차내 AI 모델을 병행 운용하며 ADAS, IVI, 차량 제어 전반에 AI를 확산시키는 형태라고 정의했다. TSN은 IEEE 802.1AS 기반으로 저지연·결정론적 통신을 보장해 카메라·라이다·레이더·4D 이미징·초음파·열화상 등 다중 센서 퓨전을 지원하며, 10BASE-T1S 저속 구간에서는 대역폭 대비 이용률 관리가 특히 중요하다. 반면 25G 이상 고속 P2P 링크에서는 TSN 필요성이 낮아진다. MACsec(IEEE 802.1AE)은 라인 레이트 암호화·데이터 무결성·인증을 제공하고, OEM의 애프터마켓 위젯 차단 및 수익 보호 수단으로도 활용된다. 결함 허용 설계는 IEEE 802.1CB FRER 기반 이중 경로 토폴로지(존형·링형 아키텍처)로 구현되며, ASIL A/B 등 기능 안전 표준 준수가 IP 개발 비용을 높이는 요인이다. Cadence는 Automotive SerDes와 데이터센터 SerDes의 설계 제약(단선 트위스티드 페어 vs. 파이버/구리)이 근본적으로 달라 상호 채택이 어렵다고 지적했다.

GaN(질화갈륨) 전력 소자는 소비자 전자기기용 저전압 충전기 시장에서는 이미 주류 기술로 자리잡았으나, 고전압 산업용 응용 분야에서는 단락 및 과전압 내성 문제가 여전히 과제로 남아 있다. GaN HEMT는 GaN/AlGaN 이종 접합 구조에서 형성되는 2DEG(2차원 전자 가스)를 활용하며, enhancement-mode 동작을 위해 p-GaN 게이트 구조가 주로 사용된다. Intel Foundry는 GaN N-MOS HEMT에 실리콘 PMOS 층을 모놀리식 통합한 19마이크론 두께의 초박형 GaN chiplet 플랫폼을 시연했다. 홍콩과기대 연구진은 이중 2DEG 채널 구조로 crosstalk 문제를 해결했으며, 선택적 epitaxy 및 punch-through 게이트 설계 등 다양한 공정 혁신을 통해 항복 전압 향상과 신뢰성 개선이 이루어지고 있다.

chiplet 아키텍처에서 I/O 다이와 컴퓨트 다이 중 어느 쪽을 교체할지에 대한 전략적 논의가 깊어지고 있다. AI/HPC 수요 급증으로 컴퓨트·I/O·메모리 시스템이 동시에 업데이트되는 추세이나, 기본 원칙은 '비용과 재인증 부담이 적은 쪽을 교체'로 수렴한다. I/O 칩렛(SerDes, PCIe, PHY)은 성숙 공정에서 수율이 좋고 PCIe·CXL·기능안전 인증 비용 재지출이 불필요해 안정적으로 유지되는 경향이 있다. 컴퓨트 다이는 N3·N2·A16 등 최첨단 공정 마이그레이션과 아키텍처 변화로 매 세대 교체 주기가 빠르다. UCIe 2.0·BoW 표준이 다이 간 경계를 안정화해 여러 컴퓨트 세대에 걸쳐 동일한 I/O 논리 인터페이스 유지가 가능해졌다. 자동차·산업 시장은 센서·네트워킹 인터페이스 변화 속도가 컴퓨트보다 빨라 I/O 교체 패턴이 더 빈번하다. Altera FPGA의 프로그래머블 I/O는 프로토콜 다양성이 극심한 산업 엣지 환경의 대안으로 주목받는다.

Intel이 Computex 2026에서 차세대 데이터센터 GPU 'Crescent Island'의 새로운 세부 사항을 공개했다. 이 GPU는 HBM 대신 LPDDR5x 메모리를 채택해 최대 480GB 용량을 제공하며, 이는 Nvidia 플래그십 GPU의 최대치인 288GB를 크게 상회한다. 메모리 대역폭은 최대 1.2TB/s(1024비트 버스 기준)로 추정되며 Nvidia·AMD 최신 GPU의 20TB/s 대비 현저히 낮다. 그러나 이 설계는 프리필(prefill)에 특화된 분산 추론 아키텍처를 겨냥하고 있다. Nvidia가 Groq 인수 후 Rubin CPX를 사실상 폐기하며 생긴 프리필 가속기 공백을 Intel이 노리는 구도다. Xe-3P 마이크로아키텍처 기반으로 FP8·FP4 데이터타입을 지원하며 350W 공랭식 PCIe 카드로 출시 예정이다. Intel은 Nvidia Dynamo 프레임워크 지원도 예고했다.

Intel이 Computex 2026 기조연설에서 Foxconn 등 인프라 파트너와 공동 개발한 랙 스케일 레퍼런스 디자인을 공개했다. 두 가지 변형 구성으로 제공되며, 각각 레이턴시 최적화와 밀도 최대화를 목표로 한다. 최대 128개 프로세서(128코어 Granite Rapids Xeon 6 또는 신규 288코어 Clearwater Forest Xeon 6+)를 탑재해 총 16,384~36,864개 코어와 최대 384TB DDR5 메모리를 100kW 전력 봉투 안에 구현한다. 이 설계는 에이전트 AI 오케스트레이션 계층의 CPU 인프라를 겨냥하며, OpenClaw 같은 에이전트 하네스가 LLM을 외부 도구·API에 연결하는 환경에서 대규모 동시 에이전트 세션을 지원한다. Vector Core Compute와 Together.AI가 초기 채택자로 나섰으며, SambaNova와의 분리형 추론 아키텍처(프리필은 Nvidia GPU, 토큰 생성은 SambaNova 가속기)도 함께 공개됐다. 경쟁 제품으로 Nvidia의 256코어 Vera CPU 랙과 Arm의 8,160~45,696코어 AGI 기반 설계가 있다.

GitHub Copilot이 2026년 6월 2일부터 기존 정액제에서 사용량 기반 종량제로 전환하면서 개발자들의 강한 반발을 사고 있다. 한 사용자는 2시간 만에 월 할당량의 8%를 소진했다고 보고했고, 또 다른 사용자는 단일 기능 요청에 6달러 이상이 청구됐다고 불만을 제기했다. Reddit에서는 Pro+ 사용자가 "사실상 아무것도 아닌 것"에 월 할당량의 16%(1,180 크레딧)가 소진됐다는 사례도 공유됐다. Microsoft는 에이전트형 AI 워크플로우가 더 많은 컴퓨팅을 소모하기 때문에 지속 가능한 서비스를 위한 불가피한 전환이라고 설명했다. 불만 개발자들은 OpenRouter, RooCode, LM Studio, Anthropic 및 OpenAI 직접 접속 등 대안으로 이탈을 검토 중이다.

Mercury Research의 2026년 1분기 PC 프로세서 보고서에 따르면, x86 전체 출하량이 전분기 대비 6% 이상 감소한 가운데 서버 CPU는 예외적으로 전년 동기 대비 10% 이상 증가하며 AI 서버 수요 확대를 반영했다. AMD의 서버 CPU 시장점유율은 33.2%로 전년 동기 대비 6%포인트 상승했으나 Intel은 여전히 약 67%를 유지하고 있다. 데스크톱 CPU는 전년 대비 20% 가까이 급감했으며 Intel의 제조 용량 재배분 결정이 공급 제약을 야기해 모바일 시장에서 AMD가 점유율을 28.3%(전년 22.5%)로 끌어올렸다. Arm 기반 서버 CPU는 전체의 13.2%를 차지하며 전년 대비 거의 2배로 성장했는데, 이는 Nvidia의 Grace CPU를 탑재한 Blackwell NVL72 AI 랙 플랫폼 수요가 주요 동인이다. AMD는 메모리 공급 위기로 인해 하반기 CPU 출하량 감소를 예고했다.

Intel CFO David Zinsner이 Bernstein Strategic Decisions Conference에서 18A 공정 노드 개발의 실패를 공개적으로 인정했다. 원래 2024년 말 양산 준비, 2025년 본격 생산이 목표였으나 첫 18A 기반 제품인 Core Ultra Series 3 CPU는 2026년 1월에야 출시됐다. 핵심 실패 원인은 성능 향상과 수율 개선을 동시에 추진한 것이었다. 이후 Naga Chandrasekaran 주도로 성능 안정화 우선 → 수율 단계적 월별 개선 전략으로 전환했다. 차세대 14A 공정은 같은 개발 단계에서 18A보다 앞서 있으며, 목표 마진 달성 시점을 2027년 말로 앞당길 전망이다. 추론 AI 수요 증가로 CPU 시장도 성장 기회를 맞이할 것으로 기대하고 있다.

Intel이 18A 공정으로 제조된 288코어 Clearwater Forest Xeon 6+ 프로세서를 출시했다. 본래 통신망·웹스케일 워크로드용으로 설계된 이 칩은 AI 에이전트 시스템의 급증으로 새로운 수요처를 발견했다. 구조는 12개의 24코어 타일(Intel 18A 공정) + 3개의 메모리 컨트롤러·L3 캐시 다이(Intel 3 공정)로 이뤄진 멀티레이어 패키징으로, I/O 다이는 이전 세대 Xeon에서 차용해 플랫폼 호환성을 확보했다. E-코어(Darkmont) 기반으로 AVX-512, AMX, 하이퍼스레딩은 지원하지 않지만 이전 E-코어 Xeon 대비 IPC 17% 향상, 부스트 클럭도 개선됐다. 암호화·데이터 이동·압축·부하 분산 등을 위한 전용 가속기 16개를 탑재하며 SKU는 144~288코어, TDP 330~450W 범위로 구성된다.

AI 하드웨어 스타트업 Majestic Labs가 LLM 추론의 "메모리 장벽" 해소를 목표로 서버 Prometheus를 개발 중이다. 최대 128TB의 LPDDR6 DRAM을 단일 서버에 탑재하며, 이는 Nvidia DGX B300 대비 60배 이상의 메모리 용량이다. HBM 대신 DRAM 단일 아키텍처를 채택하고, 1m 유효 거리의 독자 고속 구리 케이블 인터페이스와 맞춤형 메모리 집계 칩으로 25.6TB/s 대역폭을 구현한다. AI 처리는 ARM 애플리케이션 코어와 RISC-V 벡터/텐서 코어를 결합한 자체 설계 칩 Ignite 12개가 담당한다. PyTorch, vLLM, Triton 등 주요 프레임워크를 코드 수정 없이 지원하며, 2027년 출하 예정이다. Majestic은 고객 CapEx를 워크로드에 따라 최대 50배, 전력 소비 또한 동등 수준 절감 가능하다고 주장한다.

Center for Humane Technology의 Imran Khan은 AI가 인간의 인지·관계·행동을 재편할 능력을 갖추고 있음에도, 그 사회적·심리적 영향을 체계적으로 측정하려는 노력이 극히 부족하다고 지적한다. AI 업계는 SWE-bench, LLM Arena 등 모델 성능 지표에 막대한 자원을 투자하는 반면, 청소년 자살, AI 정신증 등 실제 인간 피해는 거의 측정되지 않고 있다. Khan은 FDA의 의약품 사후 모니터링처럼 AI 배포 후에도 장기적 심리사회적 영향을 추적하는 규제 체계가 필요하다고 주장하며, 현재 AI 기업들만 보유한 사용자 데이터를 외부 연구자에게 개방하는 것이 핵심 과제라고 밝혔다.

스탠퍼드대 연구팀이 스파스(희소) 컴퓨팅 전용 칩 SIGMA를 개발해 CPU 대비 평균 70배 에너지 절감, 8배 속도 향상을 달성했다. 대규모 AI 모델의 파라미터 중 상당 부분이 실제로 0에 가까운 스파스 특성을 지니는데, 기존 GPU·CPU는 이를 활용하지 못한다. Cerebras는 LLM의 70~80% 파라미터를 0으로 설정해도 정확도 손실이 없음을 이미 시연했다. 스파스 하드웨어, 펌웨어, 소프트웨어를 통합 설계할 때만 이점을 극대화할 수 있다.

1987년 영국 사진작가 Richard Greenhill이 아마추어 그룹과 함께 제작한 이족보행 로봇 Shadow Walker의 역사를 조명한 기사다. 모터 대신 압축공기로 작동하는 28개의 McKibben 방식 "에어 머슬"을 사용해 8개 관절(고관절, 무릎, 발목, 발가락)에서 12 자유도 운동을 구현했다. 키 168cm, 폭 46cm, 무게 38kg의 로봇은 단풍나무 골격에 단순화된 해부학 구조를 적용했다. 직립과 균형 유지에는 성공했으나 보행 구현은 난제로 남았다. 이 프로젝트는 훗날 Shadow Group이 로보틱스 회사(Shadow Robot Company)를 창업하는 기반이 됐다.

2026년 위성 IoT 시장이 변곡점에 도달한 가운데, LoRa 기반 Kinéis(프랑스, 25기 LEO 위성)와 블루투스 기반 Hubble Network(시애틀, 7기 위성)가 2030년 6G 표준(NB-IoT NTN) 도입 이전 시장 선점을 위해 경쟁 중이다. Kinéis는 2025년 6월 상업 서비스를 개시했으며, 위성 1기당 수천km 직경 커버리지와 수천 사용자 동시 접속을 지원한다. Hubble Network는 10센트 수준의 블루투스 칩만으로 위성 직접 통신이 가능하다고 주장한다. 그러나 두 기술 모두 양방향 통신이 제한적이어서, 스마트 시티·자율주행·원격 수술 등 고대역폭 응용에서는 2030년 이후 6G NB-IoT NTN이 시장 주도권을 쥘 전망이다.

Intel이 The Next Platform의 Hot Seat 인터뷰를 통해 288개 E-core를 탑재한 Intel Xeon 6+ 프로세서의 서버 통합 가치를 강조했다. Intel 18A 제조 공정을 적용해 코어 수를 2배로 늘리고 LLC(Last Level Cache)를 5배 확장한 이 프로세서는 AI 워크로드 확장으로 포화 상태가 된 데이터센터의 즉각적 공간·전력 회수 수단으로 제시됐다. 특히 전력 가용성과 냉각 인프라가 제약된 5G 코어·엣지 환경에서 성능/전력비(performance-per-watt)가 핵심 차별화 요소로 부각됐다. SGX·TDX 하드웨어 격리로 컨테이너화 워크로드와 에이전틱 AI 애플리케이션 보안을 실행 중 강제(enforce-at-execution)하며, Intel Application Energy Telemetry로 워크로드별 정밀 전력 과금이 가능하다. AMD EPYC 9965와의 벤치마크 비교도 포함됐다.

HPE가 회계연도 2026년 2분기(4월 마감)에 총 매출 107억 달러를 기록하며 전년 대비 40% 성장했다. 그러나 AI 서버 부문에서 Dell과의 격차가 더욱 뚜렷해졌다. HPE의 AI 시스템 매출은 15.4억 달러(+66% YoY)로 Dell의 161억 달러(+8.8배 YoY)의 약 10분의 1 수준이다. 전통 서버 매출은 39.1억 달러(+25%)로 Dell의 85.4억 달러(+89.3%)에 비해 절반 이하다. Cloud & AI 그룹 매출은 77.1억 달러(+22.9%), 서버 매출 54.5억 달러(+32.7%), 데이터센터 네트워킹은 3.2억 달러(+3.3배)를 기록했다. Juniper Networks 인수 효과가 포함된 네트워킹 그룹은 26.9억 달러(+2.5배)였으나 앞으로는 쉬운 비교 기간이 소진된다. HPE는 FY2026 전체 연간 매출을 442~456억 달러로 전망하며 Cloud & AI 그룹의 성장 전망을 중간 싱글~저 20%대로 상향 조정했다.

Cisco Live 2026에서 Cisco는 AI 에이전트 시대에 맞춘 엔터프라이즈 인프라 전략을 발표했다. AI 에이전트는 기존 도구 대비 작업당 450% 더 많은 네트워크 트래픽을 발생시키며, 네트워크 침해 후 측면 이동까지의 평균 돌파 시간을 29분으로 단축시킨다. Cisco는 이를 대응하기 위해 AgenticOps 플랫폼 'Cloud Control'과 자체 실리콘부터 네트워크·보안을 통합한 풀스택 전략을 제시했다. 특히 Anthropic Claude Mythos 같은 프런티어 AI 모델이 취약점 발견과 익스플로잇 생성을 급속화하는 위협에 대응해, N9000 시리즈 스위치에 'Live Protect' 보안 기능을 도입하고 향후 스마트 스위치·방화벽·라우터·SD-WAN까지 확대할 계획이다.

Computex 2026에서 Nvidia는 AI 데이터센터 전체를 통합 관리하는 소프트웨어 플랫폼 'DSX OS'를 공개했다. DSX OS는 디지털 트윈 설계 도구(DSX Sim), API 허브(DSX Exchange), 전력망 연동(DSX Flex), 그리고 신규 MaxLPS 모듈로 구성된다. MaxLPS는 차세대 "Vera" CPU + "Rubin" GPU 플랫폼의 동적 전력 기능과 연동해, 동일 전력 예산 내에서 GPU 배치를 최대 40% 늘리고 토큰 처리량과 매출을 40% 향상시킨다. Nvidia는 직원의 75%가 소프트웨어 엔지니어인 소프트웨어 회사임을 강조하며, 하드웨어를 넘어 데이터센터 전력망까지 포괄하는 플랫폼 지배력을 확장하고 있다.

Dell이 회계연도 2027년 1분기(4월 마감)에 총 매출 438억 달러를 기록하며 전년 대비 87.5% 성장했다. 데이터센터 부문(ISG) 매출은 전년 대비 2.8배 급등한 290억 달러에 달했으며, 서버·네트워킹 부문은 무려 3.9배 증가한 246억 달러를 기록했다. AI 시스템은 "mid single digits" 수준의 영업이익률(약 6.2%)만 제공하지만, 162억 달러 규모에서 약 10억 달러의 이익을 창출했다. Dell은 현재 513억 달러 규모의 AI 시스템 수주잔고를 보유하며 연간 AI 서버 매출 목표를 600억 달러로 상향했다. Nvidia의 GPU 할당 권한이 OEM 파트너의 AI 시장 접근을 사실상 통제하고 있으며, Dell은 Nvidia로부터 미국 및 유럽의 핵심 AI 시스템 공급사로 지명된 상태다.

Dell Technologies World 2026에서 Dell의 COO Jeff Clark와 스토리지 담당 임원들은 AI 시대에 데이터와 스토리지가 GPU 인프라만큼 핵심 역할을 한다고 강조했다. Dell 조사에 따르면 AI 워크로드의 67%가 클라우드 외부(온프레미스·엣지·코로케이션)에서 실행되며, 기업 경쟁력은 자사 비정형 데이터를 AI 모델에 통합하는 역량에 달려있다고 밝혔다. 신제품으로 PowerStore Elite(3U 폼팩터, 최대 5.8PB, 전 세대 대비 3배 성능, 6:1 데이터 압축)와 AI Data Platform 개선(비정형 파일 인덱싱·파이프라인 연계), Lightning File System(랙당 최대 150GB/s), Dell Exascale Storage(파일·오브젝트·병렬파일 통합)가 공개됐다. Nvidia GTC 2026에서 발표된 스토리지 스택 위에 스토리지-어그노스틱 오케스트레이션 레이어를 구축해 클라우드·구조적·비구조적 데이터를 통합 관리하는 전략이 Dell의 차별화 포인트로 부각됐다.

뉴욕주 버팔로 인근 Lake Ontario 호숫가에 위치한 TeraWulf의 Lake Mariner 데이터센터 부지는 비트코인 채굴 시설에서 HPC/AI 인프라 허브로 전환 중이다. 157에이커 규모의 이 부지는 최종 750MW 용량을 목표로 한다. CB-4 건물은 33만 평방피트, 200MW 규모로 4개 데이터 홀을 갖추며 랙당 8,000~10,000파운드를 지지하는 슬래브 콘크리트 바닥을 채택했다. Schneider Electric과 Motivair에 이미 2억 9천만 달러를 지출했으며, Fluidstack(Google 투자, Anthropic TPU 설치 지원)이 CB-5의 160MW를 계약했다. AI/HPC 인프라 건설 비용은 메가와트당 700만~1,000만 달러로 비트코인 채굴 시설($50만/MW)의 14~20배에 달한다. 현장에서 가장 큰 병목은 GPU나 RAM이 아닌 전기 기술자(electricians)로, 24시간 운영 현장에 1,800명의 기능인력 중 650~800명이 전기 기술자다.

미국 트럼프 행정부가 CHIPS and Science Act 예산을 활용해 9개 양자 컴퓨팅 기업에 총 20억 달러 이상을 지원하기로 발표했다. IBM은 10억 달러를 받아 자체 1억 달러를 추가 투자, 순수 양자 칩 파운드리 'Anderon'을 뉴욕 올버니에 설립한다. GlobalFoundries는 3억 7,500만 달러를 받아 QPU, 극저온 IC, 초전도 인터커넥트를 포함한 완전한 양자 하드웨어 솔루션 제조에 나선다. Atom Computing, D-Wave, Infleqtion, PsiQuantum, Quantinuum, Rigetti 각각 1억 달러, Diraq는 3,800만 달러를 받는다. D-Wave는 10만 큐비트 어닐링 시스템과 100개 논리 큐비트를 포함한 1만 큐비트 게이트 방식 시스템 개발에 자금을 사용할 예정이다. 중국도 15차 5개년 계획(2026~2030)에서 양자를 7대 미래 산업 최우선 순위로 지정해 175억 달러 규모의 3개 지역 펀드를 조성하며 미중 양자 기술 패권 경쟁이 가속화되고 있다. 다만 의회에서는 자금 배분 방식의 투명성 부족과 정부 지분 취득에 대한 반발이 제기되고 있다.

Nvidia가 1MW 랙 아키텍처 'Kyber'를 통해 800V DC 전력 도입을 추진하고 있지만, Schneider Electric은 2030년까지 신규 AI 노드의 10% 미만만 800V로 전환될 것으로 전망했다. 현재 데이터센터 랙은 140~200kW 수준이며, 48V 기준의 150kW 랙에는 8개 전원 케이블이 필요하지만 1MW 랙으로 가면 32개가 필요해 실용성이 없다. 해결책은 랙 외부로 전력 변환기를 이동시키고 전압을 높이는 것으로, 초기에는 600kW~1MW를 커버하는 사이드카 방식이 올해 말 소규모 배포될 예정이며, 2029년에는 AC에서 800V로 직접 변환하는 2~5MW 단위의 중앙화 솔루션이 등장한다. 액체 냉각 도입 효과도 분석됐는데, 텍사스 100MW 데이터센터 기준 공랭식 대비 액냉 방식이 물 소비를 161개에서 79개 올림픽 수영장 분량으로 절반 이하로 줄이면서 토큰 처리량은 1.99×10⁸에서 2.52×10¹¹으로 약 1,000배 이상 향상되는 것으로 나타났다.