커스텀 반도체(ASIC; application specific integrated circuit)
1. Why 커스텀 반도체?
- 표준제품(ASSP) 사용하면 범용성이 좋다는 장점은 있으나, 불필요한 기능까지 지원할 수 있게 설계되어 비효율적이며, 가격이 비싸다는 단점도 존재함
- 반면에 커스텀 반도체를 사용하면 자사 제품에 최적화된 제품을 탑재할 수 있으므로 성능과 전력 효율성 측면에서 더 뛰어날 수 있으며, 비용 효율적(lower unit cost than NVDIA's GPUs in large-scale use)
- 데이터센터는 수 천개의 서버를 사용하는 만큼 전력 비용이 많이 투입되기도 하고, AI 모델을 훈련하는 과정에서 애플리케이션이 세분화되므로 개별 기업의 개발 목적에 특화된 성능을 발휘할 수 있는 반도체를 만드는데 수요가 존재하는 것임
- 대표적인 사례: 애플 실리콘 - 2020년부터 기존에 사용하던 인텔칩을 배제하고 직접 설계한 M 시리즈 반도체를 탑재하기 시작. 인텔 칩을 사용할 때보다 더 우수한 전력 효율성과 성능을 기록하면서 최적화의 성공사례 보여줌
2. 시장 규모
- 시장 규모 자체는 FPGA보다 작지만, 성장여력이 매우 높음
- 모건 스탠리 - AI ASIC 가속기시장 규모는 매년 34%의 성장률로 '24년 120억 달러 -> '27년 300억 달러로 성장할 것. 다만 ASIC로 인해 범용 GPU 수요가 감소한다고 보기는 어려울 수 있음. 두 기술은 장기적으로 공존할 것이며 고객사의 니즈에 따라 서로 다른 선택지를 제공할 수 있을 것(AI 기능이나 용도에 따라 optimal soulution 다를 수 있으므로)
- 또한 모건 스탠리는 보고서에서 '28년 인공지능 가속기 시장의 주문형 반도체 비중은 30%로 성장할 것으로 전망
*자료) https://longportapp.com/en/news/222437346
3. 커스텀 반도체가 HBM 수요에 영향 미치나?
ASIC 수요 증가 -> HBM 수요 동반해서 증가
- CSPs의 ASIC 개발은 HBM 수요처의 다변화를 의미함
- 엔비디아가 판매하는 AI 가속기는 엔비디아의 범용 GPU에 HBM 여러개를 탑재하여 패키징 하는 방식으로 제작하는데, ASIC로 만드는 AI 가속기 역시 HBM이 필요함
- 브로드컴은 최근 실적 발표에서 빅테크 세 곳(구글, 메타, 애플로 추정)과 ASIC을 개발 중이라고 밝힌바 있으며, 이에 따라 브로드컴이 SK하이닉스와 삼성에 맞춤형 HBM4 제작을 요청한 것으로 알려짐
추론용 HBM이 향후 HBM 수요를 견인할 것('27년 ~)
- 추론형 AI 반도체는 학습된 인공지능 모델 사용하여 새로운 입력에 대한 출력 생성하기 위해 적은 데이터와 간단한 수학적 연산 빠르고, 저전력으로 처리할 수 있는 성능 필요
- 따라서 학습형 AI와 달리 범용 AI 모델이 아닌 특정 AI 모델에 특화된 설계로 불필요한 전력 소모 최소화, 비용 효율성, 적은 전력 소비 달성이 주요 목표
- 하지만 그간 대다수 빅테크들은 GPU에 HBM 붙인 엔비디아의 AI 가속기를 학습/추론 용도 구분 없이 사용했으나 대량의 데이터 동시 처리에 특화된 기존 AI 가속기를 추론용에도 그대로 사용하는 것은 비효율적
- HBM은 높은 대역폭으로 대량의 데이터를 신속하게 처리할 수 있으므로 실제 서비스에서 지연시간을 낮출 수 있다는 점에서 장점을 지니고 있고, HBM을 사용하는 엔비디아의 AI 가속기 점유율이 80%이상인 현 상황에서 추론용 서버에서도 HBM 수요는 지속될 것으로 예상되나
- 비싼 가격을 낮추로, 전력효율을 높이려는 시도로 HBM 없는 AI 가속기 개발이 시도되고 있음
- AMD, ARM, 삼성전자-네이버 등이 HBM 없는 AI 가속기 개발 중에 있음
- HBM 대체품 등장할까? CXL, PIM 등
- '25년 AI 반도체 시장에서 추론용 AI 반도체는 78%, 학습용 AI 반도체가 22% 차지할 것으로 전망
- AI 추론 서버 시장의 잠재적 규모 역시 훈련 서버보다 성장 가파를 것으로 예상됨
- 옴디아: 추론용 AI 칩 시장 '23년 60억 달러 -> '30년 1,430억 달러
마벨 테크놀로지 - 실적 발표 다음날 23% 급등
브로드컴 - 실적발표 다음날 24% 급등, 시총 1조 달러 돌파
반도체 다운사이클
1. HBM 초과 공급
2. but, 컨센 종합 결과 3Q25 부터 상승사이클로 전환 될 것으로 기대
4. 국내 관련 기업
1) 팹리스
오픈엣지테크놀로지: 디자인 fabless
리벨리온: AI 반도체 중점 fabless
2) 디자인 하우스
에이디테크놀로지, 코아시아, 세미파이브, 에이직랜드
AI 팹리스가 AI 칩 만들고, 나머지 반도체 칩과 도로망 등 설계는 디자인 하우스가 제공하는 형태의 '디자인플랫폼'으로 디자인 하우스 산업의 패러다임이 변화하고 있음. 팹리스는 디자인 하우스의 설계 플랫폼을 구입하여 자체 개발한 핵심 AI 칩만 넣으면 되는 방식으로 개발이 가능하므로 시간과 비용을 단축할 수 있다는 장점이 있음
팹리스 고객으로부터 개발부터 양산까지 모두 관여하는 턴키 개발용역 수주하면 칩 설계와 함께 칩을 양산할 수 있는 권한을 부여받게 되므로 개발 완료 된 칩들이 양산에 돌입함에 따라 매출이 지속적으로 발생할 수 있음. 양산 과정에서는 파운드리와 OSAT을 통해 양산하는 과정을 관리만 하면 되므로 개발 과정에 비해 투입되는 인원이 매우 소수이며, 따라서 마진을 높일 수 있음.
https://m.blog.naver.com/englhk/223338565373
이미 설계 경험이 충분한 팹리스(ex. AMD, 퀄컴) 기업은 자체적인 라이브러리로 반도체 설계가 가능하므로 생산에 대한 외주만 필요하다. 하지만 구글, 테슬라, MS 처럼 설계 인프라 없이 자체 칩 솔루션을 개발하려는 팹리스, 제조업체 등이 디자인 하우스의 주요 고객사가 됨.
최근에는 부가가치가 높은 선단 공정의 칩을 수주받는 경우가 증가하면서 주로 레거시 공정의 칩을 담당했던 과거에 비해 이익률도 개선될 수 있는 가능성이 분명함. 따라서, ASIC 개발단계부터 양산까지 지속적인 매출 발생이 가능하고 업종의 부가가치도 높아지고 있는는 디자인 하우스에 주목해야 할 때!
ALCHIP(대만)
'24년 3분기 실적 발표: The Company’s Q3 2024 revenue reached $459.7 million, up 91.1% from Q3 2023 revenue of $240.6 million, and up 9.2% over Q2 2024 revenue of $421 million. The Q3 2024 net income of $55.5 million topped Q3 2023 net income of $28.1 million by 97.7%, and surpassed Q2 2024 net income of $49.3 million by 12.8%. Earnings per share closed the quarter at NT$22.46. 올해들어 주당순이익 꾸준히 증가세라는 점에서 긍정적
선단공정 노드 사용하는 제품군 비중 증가 중 -> ASCI 수요 촉발때문으로 보여짐
지난 16일 Alchip은 ASIC 제품군용 3DIC 디자인 서비스를 공개함. 3DIC 서비스는 TSV와 하이브리드 본딩을 활용해 적층된 칩을 통합합으로써 데이터 전송 속도를 줄이고, 전력소비를 줄이며, 설치 공간을 더욱 작게 만들 수 있음. 이는 TSMC의 SoIC와 같은 3패키징 설계를 제공함
에이직랜드
국내 유일 TSMC VCA로 반도체 개발부터 생산까지 턴키 솔루션 제공하고 있음
지난해 처음으로 TSMC OIP 생태계 포럼에 참가하면서 글로벌 고객사 확보에 나서고 있음
3) IDM: 삼성전자
SK하이닉스의 '25년 HBM 물량은 사실상 엔비디아향으로 모두 꽉 찬 상태였으나, 생산 계획 일부 수정해 내년 하반기 브로드컴에도 일정 물량 공급하기로 한 것으로 알려짐.
브로드컴의 ASIC 개발이 본격화됨에 따라 삼성전자도 브로드컴과 HBM4 공급 논의를 시작했으며, 현재 생산능력을 고려할 때 삼성전자도 브로드컴향 물량을 상당부분 확보할 것으로 기대됨. 이에 따라 삼성전자 HBM 매출 개선과 함께, 내년 출시되는 HBM4 수요가 당초 예상보다 클 것으로 전망되면서 현재 주가 부진한 삼성전자의 수혜가 비교적 더 크지 않을까 기대됨