Grapefruit enthusiast

This is bad Looks like Chinese tungsten export controls are starting to hurt a lot

Sumitomo just dropped its shutdown notice for tungsten rods, cutting production starting July 1st due to the total halt of tungsten material flowing into Japan. ​This is going to hit PCB cutting and routing tools, but it won't really matter for PCB micro drills.

Do you believe micro LED works in rack?

삼성전자-SK하이닉스 HBM4E 비교

스위스 회담 연기를 양쪽 다 애써 의미 축소하며 수습 중

JUST IN: Strait of Hormuz traffic hits highest level since April

K반도체 장비, 머스크 테라팹 생태계 입성 1/ 일론 머스크가 추진하는 초대형 AI 반도체 생산기지 테라팹 프로젝트에 국내 반도체 장비 업체들이 핵심 공급망으로 진입하고 있다. 2/ 전공정 장비 기업 HPSP는 이미 테라팹 파일럿 생산 설비용 고압 수소 어닐링 장비 공급을 확정하고 구매주문서를 받았다. 3/ 이 장비는 반도체 회로의 미세 결함을 수소로 보완해 수율과 성능을 높이는 핵심 장비로, HPSP가 세계 시장에서 독보적인 기술력을 가진 분야다. 4/ 후공정 전문 기업 한미반도체도 HBM용 TC본더와 패키지 절단·검사 장비, EMI 차폐 장비 등 공급을 위해 테라팹 측과 막판 협의를 진행 중이다. 5/ 테라팹은 미국 텍사스 오스틴에 177조원 규모로 건설되는 프로젝트로, 2028년 본격 가동을 목표로 내년부터 파일럿 라인 구축에 들어간다. 6/ 파일럿 라인 공급은 양산 라인까지 이어질 가능성이 높아 국내 기업들에게 사실상 생태계 입장권으로 평가받고 있다. 7/ 이번 참여는 삼성·SK하이닉스 중심에서 벗어나 빅테크가 직접 반도체 공급망을 구축하는 새로운 시장을 국내 장비 업체들이 선점하는 계기가 될 전망이다.

"Some neo-clouds worry that they can’t stray from buying Nvidia’s full stack of hardware for fear of being put in “Jensen jail,” meaning they might lose their allocations of Nvidia chips, said Adam Fisher, a partner at Bessemer Venture Partners." It seems Jensen Huang is effectively threatening neo-clouds implying that Nvidia could cut their chip allocations if they don’t buy Nvidia’s full stack.

While Broadcom’s Tomahawk or Jericho could technically serve as networking alternatives, neo-clouds that lack their own proprietary network stack software would find it highly impractical to optimize NVIDIA's networking software, NCCL, on Broadcom's Tomahawk or Jericho hardware. Furthermore, it would likely be a grueling task for NVIDIA engineers to support such an endeavor. Therefore, from a practical standpoint, it seems entirely rational for both sides to stick with NVIDIA’s full-stack solution.

다들 엔비디아 GPU 연산 속도가 얼마나 빠른지만 얘기하죠? 하지만 진짜 테크 헤드들과 월가의 큰손들은 지금 다른 곳을 보고 있습니다. 칩 연산력이 아무리 진화해도 결국 '이 물리적 한계'에 부딪히면 무용지물이거든요. AI 스케일링의 진짜 저승사자, 메모리 월(Memory Wall)과 빅테크의 원전 매입에 숨겨진 비밀을 쉽게 풀어봅니다. 1/ AI 반도체 성능을 볼 때 흔히 연산 속도(TFLOPS)만 보지만, 진짜 핵심은 '데이터를 얼마나 빨리 퍼다 나를 수 있는가'입니다. 연산 장치(GPU) 속도는 빛의 속도로 빨라지는데, 정작 데이터를 기억 장치(DRAM)에서 가져오는 길은 여전히 왕복 2차선 골목길에 멈춰 있거든요. 이 격차에서 오는 병목을 '메모리 월(Memory Wall)'이라고 부릅니다. 2/ 쉽게 비유해 볼게요. 시속 500km로 달릴 수 있는 수퍼카(GPU 코어)를 수만 대 만들어놨는데, 정작 들어가는 진입로가 좁아터진 시골길(일반 메모리)이면 어떻게 될까요? 수퍼카들은 도로에 갇혀 출발도 못 하겠죠. 반도체 세계에서는 이걸 GPU가 데이터를 공급받지 못해 굶어 죽는 'GPU Starvation(기루 현상)'이라고 합니다. 3/ "그럼 칩 내부에 기억 장치를 꽉 채우면 되잖아?" 하실 텐데요. 초고속 내장 메모리인 SRAM은 미세 공정(3나노, 2나노)을 거쳐도 물리적 크기가 거의 줄어들지 않는 치명적인 특성이 있습니다. 그래서 고안한 돌파구가 바로 HBM(고대역폭 메모리)입니다. DRAM을 아파트처럼 수직으로 쌓고, 머리카락보다 얇은 미세 구멍(TSV)을 수백만 개 뚫어 데이터 통로를 2048차선 초고속 고속도로 수준으로 넓혀 GPU 바로 옆에 붙여버린 거죠. 4/ 그런데 하드웨어 병목을 겨우 해결하고 나니, 이제는 진짜 거대한 '물리학의 벽'인 전기와 열이 가로막습니다. 젠슨 황이 이번 대담에서 계속 강조한 단어가 있어요. 바로 데이터 센터가 아니라 'AI 팩토리(공장)'라는 개념입니다. 원자재(데이터와 에너지)를 집어넣어서 디지털 노동력(토큰)을 찍어내는 제조 공장이라는 뜻입니다. 5/ 문제는 이 공장이 먹어 치우는 전력량입니다. 1기가와트(GW)급 AI 공장을 돌리려면 보통 중소도시 하나가 쓰는 전력이 통째로 필요해요. 태양광이나 풍력은 날씨에 따라 공급이 출렁거리고, 화석 연료는 탄소 규제에 걸리죠. 결국 24시간 내내 기가와트 급의 고밀도 전력을 무중단으로 뿜어내 줄 유일한 대안은 '원자력 발전(Baseload Power)'밖에 없습니다. 빅테크들이 원전을 사들이는 진짜 이유죠. 6/ 전기를 무지막지하게 쓰면 그만큼 무시무시한 열이 발생합니다. 기존에는 큰 선풍기를 돌리는 공랭식을 썼지만, 엔비디아의 최신 블랙웰 랙은 단 하나가 120kW 이상의 열을 뿜어냅니다. 공기로 식히다간 팬 돌리는 전력 비용이 더 나오는 배보다 배꼽이 더 큰 상황이 오죠. 그래서 차가운 액체가 흐르는 관을 칩에 직접 밀착시키는 '폐쇄 루프 액체 냉각(Closed-Loop Liquid Cooling)' 인프라가 이제는 생존 필수 조건이 되었습니다. 7/ 결국 요약하자면, 미래 AI 혁명의 최종 승자는 단순히 '칩 설계만 잘하는 회사'가 아닐지 모릅니다. 반도체의 데이터 병목을 뚫어내는 HBM 생태계, 그리고 기가와트 급의 전력(원전)과 열(액체 냉각)을 통제할 수 있는 인프라 기업들이 향후 AI 판도를 흔들 핵심 키를 쥐고 있습니다.

At this point, system designers must look beyond layout tweaks—materials must be upgraded. Using next-gen ultra-low-loss laminates like Panasonic’s Megtron 8 (M8) or the forthcoming Megtron 9 (M9), with Dk ≈ 3.1, Df ≈ 0.0012 @14 GHz, and Tg ~220°C, provides a clear advantage. These materials drastically reduce insertion loss, maintain signal integrity across temperature extremes, and, with ultra-smooth copper foils (e.g., VLP/RTF), significantly cut conductor losses.

@Alisvolatprop12 최태원 회장은 조강지처랑 있을때 투자하고 갈고닦고 준비해논걸 재혼와이프가 하하호호 하는 상황이 마음아픕니다. 남자는 여자를 조심해야..

수 많은 이들이 칸나에 전투의 한니발을 꿈꾸며 오늘도 모루와 망치를 준비하지만, 준비되지 않은 그들의 모루는 박살나고 망치자루는 빠져 뒹굴게된다. 자문하자. "나는 준비가 되었는가?"

금리 상승이 AI 장세를 꺾기 어려운 이유 🥷🔫 1줄 요약: 미국 증시 추세를 지배하는 것은 PER이 아닌 EPS이며, AI 업황의 매출 성장성이 금리를 압도하는 현 구조에서 연준 긴축이 현재 상승 추세를 훼손하기 어려움 --- 1) 역사적으로 약세장 전환의 핵심 메커니즘은 PER 훼손이 아닌 EPS 붕괴였으며, EPS가 꺾이지 않은 상태의 일시 급락은 대부분 빠르게 회복됨 2) 2018년, 2022년 연준 긴축 국면에서도 시장이 추세적으로 하락한 직접 원인은 EPS의 하락 반전이었고, 기준금리 상승 자체가 즉각적인 EPS 훼손으로 이어지지는 않음 3) 긴축 사이클에서도 EPS가 견고하면 주가 상승이 장기 지속된 선례 다수 존재 → 테크 버블 후반부, 2000년대 중반, 2017년, 포스트 팬데믹 장세 모두 해당 4) 긴축 구간 PER 하락의 본질은 할인율의 기계적 작용이 아니라 미래 EPS 하락을 선반영하는 것 → 역으로 EPS 전망이 견고하면 PER 하락 압력도 제한적 5) 현재 AI 투자 주체들의 차입은 과도하지 않고 매출 성장성이 금리를 압도하는 수준 → 연준이 급격히 올리지 않는 한 금리 노이즈로 현 추세가 훼손될 가능성은 낮음 Source: 신한투자증권 #AI

@Alisvolatprop12 반공포로 석방

주인을 무는 개를 어떻게 처리해야 하는 지는 다들 알고 있을 듯...

@Alisvolatprop12 이승만이지요

SK hynix will be the next 80% like NVDIA in 2023 or Ford in the advent of automobile.

I think people still MASSIVELY MASSIVELY underestimate the eventual price point and volume demand of NAND or DRAM. I cannot believe I am the one to point out this. Stage I: Training need. DRAM was considered to be essential to fit model in training stage. As model grew bigger, more HBM is needed and bridged for model training. That was 2024-2025. Stage II: Inference need. HBM and DRAM and even NAND is then needed for mass deployment of models, millions of them, triggers the second wave of shortage, which is what we are witness now. People would think the demand for storage top here and gradually decline. No Stage III: Operation optimization. Ever wondered why Deepseek is so cheap to use? They cache heavily and massively so the cache read saves people 50~80% of the token. (Deepseek might have purchased massive storage for its hedging fund operations in the years before at cheap). This will be the differentiator going forward. Caching with NAND and DRAM are much cheaper than re-calculating. And people around the world are asking very similar questions everyday. So deploying more NAND has a tremendous ROI and save MASSIVELY for AI cloud. A simple calculation here is this: for any question that will be asked 5 times, caching saves 80% compared to re-calculate which means running electricity through GPU, cost and more cost. NAND read is basically 0 cost once deployed. A question that is asked 10 times, caching saves 90% A question that is asked 100 times? caching saves 99% Think of google in the AI age, instead, the information needs to be cached is not the url. It is all the knowledge or questions (with semantic proximity index and compression) people will need to ask. Judging from search engine usage data, about 50% of the questions asked might be repeated 5 times or more, which means the following: About 50% of AI queries, are better served via caching, rather than re-calculating, which, in long run, cuts GPU demand by 50% and raise NAND demand massively. And the rest of the 50% question, they can be decomposed into "elemental" questions that again, could be cached. This will be extremely lucrative business for cloud operators. We are not talking about ROI of 20% or 50% per TB NAND deployed. We are talking about ROI of 5000% or so. A question may need 0.05$ compute to answer, if repeated 10 times, that is 0.50$ to answer the same question 10 times. It costs a fraction of 0.3$ per GB NAND to cache that, the cost per caching is at 0.01$ or so (likely much less than that), that is 5000% ROI. At ~3$ per hour for H200 right now, NAND price needs to be at about 2.80$ per GB until caching become less economical than compute. That is more than 10X of the NAND price today. (Opus told me that BTW) How massive, you may ask. Well, we may not have enough EBs in the world to serve that, in 5 to 10 years. Remember, as human beings, we always know there are two forms of intelligence: those who think fast, and those who remembers everything. Market has priced in those who think fast (GPU). Market still massively underprice those who remembers. The age of shared artificial intelligence on the cloud via NAND requires 10,000 of EBs, which will take years for manufacturers to catch up even if they expand. And hint, they won't expand as fast as you wish, because all their employees are multi-millionaires taking month-long vacations now.

tbh, there is no guarantee that NAND prices will go down after 1Q27 Hynix won't be expanding capacity NAND prices will be largely dictated by how much YMTC expands capacity in the next 18 months

Stop Saying Half of 2026 US Datacenter Capacity Is Canceled: Don't Believe The Vibecoded Estimates, Go Through Every Individual Filing Instead newsletter.semianalysis.com/p/stop-saying-…