홈
AI AI
속보
심층
이벤트
Pro
더보기
자금 조달 정보
특집
온체인 생태계
용어
팟캐스트
데이터
OPRR
简体中文
繁體中文
English
Tiếng Việt
한국어
日本語
ภาษาไทย
Türkçe
BTC
$96,000
5.73%
ETH
$3,521.91
3.97%
HTX
$0.{5}2273
5.23%
SOL
$198.17
3.05%
BNB
$710
3.05%
XRP
$2.25
2.07%
DOGE
$0.325
2.23%
USDC
$0.999
3.05%

JP모건: AI 맞춤형 칩 출하량, 2027년 GPU 추월 가능성... 브로드컴과 마벨이 주목받다

BlockBeats 뉴스, 6월 22일 - JP모건은 대형 클라우드 컴퓨팅 기업과 기술 대기업들이 AI 컴퓨팅 비용 절감, 에너지 효율성 향상, 그리고 범용 GPU에 대한 단일 경로 의존에서 벗어나기 위해 노력함에 따라 맞춤형 칩 ASIC 시장이 새로운 성장 사이클에 진입하고 있으며, Broadcom과 Marvell이 이러한 추세의 최대 수혜자가 될 것으로 전망된다고 밝혔다.


최근 발표된 반도체 산업 보고서에서 JP모건 애널리스트 Harlan Sur와 Mayur Ramdhani는 디지털 AI ASIC 시장이 2026년까지 약 600억~700억 달러에 이를 것이며, 향후 몇 년간 40%~50% 이상의 복합 성장률을 유지할 것으로 추정했다. 보고서에 따르면, Broadcom은 현재 고급 ASIC 시장에서 약 80%~85%의 점유율을 차지하고 있으며, Marvell이 약 10%~12%로 2위를 기록하고 있다.


AI 컴퓨팅 수요의 급속한 증가는 칩 조달 구조를 변화시키고 있다. JP모건은 Google, Amazon, Meta, Microsoft, OpenAI, SoftBank/Arm 등의 고객들이 더 나은 성능, 전력 소비, 총소유비용을 위해 자체 개발 또는 맞춤형 AI 프로세서 도입을 가속화하고 있다고 분석했다. Nvidia 및 AMD의 범용 GPU와 달리, ASIC은 일반적으로 특정 고객, 특정 소프트웨어 스택, 또는 특정 플랫폼을 위해 설계되며, 대규모 내부 워크로드를 보유한 하이퍼스케일 클라우드 업체에 더 적합하다.


보고서는 Broadcom의 AI 수익이 2025 회계연도 약 200억 달러에서 2026 회계연도 600억 달러 이상으로 크게 증가하고, 2027 회계연도에는 1500억 달러 이상을 추적할 것으로 예상했다. 해당 프로젝트 파이프라인에는 Google TPU, Meta MTIA, ByteDance AI 비디오 및 네트워크 칩, OpenAI XPU, SoftBank/Arm XPU, Anthropic 관련 TPU 랙 수준 솔루션이 포함된다.


Marvell의 경우, JP모건은 데이터센터 수익이 2025년 약 61억 달러에서 2026년 약 93억 달러로 증가하고, 2027년에는 약 146억 달러에 이를 것으로 전망했다. 성장 동력으로는 Amazon Trainium 3 및 Trainium 4, Microsoft Maia, Google SmartNIC/DPU, CXL 컨트롤러, 800G/1.6T 광 DSP, coherent lite, 초기 CPO 솔루션 등이 포함된다.


또한 보고서는 2027년까지 AI ASIC/XPU의 단위 출하량이 GPU를 초과할 것이라는 핵심 전망을 제시했습니다. JP모건은 2027년 AI 가속기 총 출하량이 2330만 개에 달할 것이며, 이 중 GPU는 1090만 개(47%), ASIC/XPU는 1250만 개(53%)를 차지할 것으로 예상했습니다. 이는 GPU가 여전히 성장세를 유지하겠지만, 맞춤형 칩이 신규 AI 연산력 배치에서 더 큰 비중을 차지할 가능성을 의미합니다.


JP모건은 Google/Broadcom TPU7x Ironwood와 Nvidia Blackwell을 예로 들어, AI ASIC이 가성비와 전력 효율성 측면에서 경쟁력을 갖추고 있다고 밝혔습니다. 보고서에 따르면 TPU7x Ironwood의 FP8 연산 성능은 Nvidia B200/B300에 근접하지만, 예상 판매 가격은 약 1만 3000달러로 B200의 3만 5000달러 및 B300의 4만 달러보다 낮습니다. 또한 달러당 연산 성능과 와트당 연산 성능에서도 비교 대상 GPU보다 우수합니다.


이러한 전망이 Nvidia의 수요가 급격히 감소할 것이라는 의미는 아닙니다. 오히려 이는 AI 인프라 투자의 분화를 시사합니다. GPU는 계속해서 범용 학습 및 추론 수요를 담당하는 반면, 클라우드 업체의 자체 개발 ASIC은 대규모의 안정적이고 예측 가능한 내부 워크로드에서 더 높은 침투율을 기록할 것입니다.


투자자 입장에서 JP모건의 보고서는 AI 하드웨어 체인이 GPU에서 ASIC, 고급 패키징, HBM 인터페이스, SerDes, 광 인터커넥트 및 CPO로 확산되는 논리를 강화합니다. 보고서의 전망이 현실화된다면, Broadcom과 Marvell은 단순한 AI 네트워크 또는 연결 칩 공급업체를 넘어, 차세대 AI 컴퓨팅 아키텍처 전환의 핵심 플랫폼 기업으로 자리 잡을 것입니다.

오류 신고/제보
제출
새 문고 추가
자신만 보기
공개
저장
문고 선택
새 문고 추가
취소
완료