산업·기술
EDITORIAL HUB
산업·기술
INDUSTRY & TECHNOLOGY
AI 데이터센터를 칩이 아니라 하나의 시스템으로 읽습니다
GPU와 HBM의 성능이 높아져도 네트워크가 데이터를 옮기지 못하거나 냉각과 전력이 따라오지 못하면 AI 인프라는 작동하지 않습니다. 불마켓은 각 기술을 따로 설명하는 대신 반도체 → 네트워크 → 냉각 → 전력 → 현장발전으로 이어지는 시스템 흐름 안에서 봅니다. 각 글은 이 기술이 왜 필요한가, 누가 돈을 벌 수 있는가, 무엇이 다음 병목이 되는가라는 세 질문에 답합니다.
왜 필요한가누가 돈을 버는가무엇이 병목인가
GPU·HBM→네트워크→냉각→전력→원전·가스·백업전원
CURATED READING
대표 시리즈 시작점
산업·기술
AI 네트워크① — AI 데이터센터는 왜 일반 네트워크로 부족할까?
수천 개 GPU를 하나처럼 묶는 AI 네트워크에서 대역폭·지연시간·혼잡 제어와 RDMA가 중요한 이유를 설명합니다.
산업·기술
AI 냉각② — Direct-to-Chip: GPU에 냉각판을 직접 붙이는 시대
AI GPU에 Cold Plate를 직접 붙이는 Direct-to-Chip Liquid Cooling의 원리와 CDU·Manifold·Coolant Loop 구조를 설명합니다.
산업·기술
AI 전력① — AI 데이터센터는 왜 기존 전력 구조로 부족할까?
AI 랙의 전력밀도가 수십 kW에서 수백 kW, MW급으로 올라가면서 기존 데이터센터 전력 구조가 왜 한계에…전체 산업·기술 글
최신순
AI 데이터센터① — AI는 왜 이렇게 많은 전기를 먹을까?
GPU, 고밀도 랙, 전력 변환과 냉각 구조를 통해 AI 데이터센터가 많은 전기를 사용하는 이유를 설명합니다.
본문 읽기 →
AI 반도체 기술⑥ CXL·NVLink — 칩을 넘어 서버 전체가 하나처럼 움직이는 이유
여러 GPU를 설치하는 것만으로 AI 서버가 빨라지는 것은 아닙니다. NVIDIA NVLink와 CXL의 차이, 메모리 풀링과 AI 데이터센터의 연결 구조를 쉽게 설명합니다.
본문 읽기 →
AI 반도체 기술⑤ 다이투다이 인터커넥트와 UCIe — 칩렛끼리는 어떻게 대화할까?
칩렛을 하나의 반도체처럼 동작시키는 다이투다이 인터커넥트의 원리와 UCIe 표준, AMD MI300 사례를 초보자도 이해하기 쉽게 설명합니다.
본문 읽기 →
AI 반도체 기술④ 칩렛 — 거대한 칩을 왜 여러 조각으로 나눌까?
하나의 거대한 반도체 대신 여러 작은 다이를 연결하는 칩렛 구조를 쉽게 설명합니다. 모놀리식 한계, 수율과 비용, AMD·NVIDIA·Intel 사례와 UCIe를 살펴봅니다.
본문 읽기 →
AI 반도체 기술③ 첨단 패키징 — GPU와 HBM은 어떻게 하나의 AI 반도체가 될까?
GPU와 HBM을 하나의 AI 가속기로 연결하는 첨단 패키징을 쉽게 설명합니다. 2.5D 패키징, 인터포저, TSMC CoWoS, 칩렛과 패키징 병목을 살펴봅니다.
본문 읽기 →AI 반도체 기술② HBM — GPU 옆에 붙은 초고속 메모리는 왜 중요할까?
GPU가 아무리 빨라도 데이터를 제때 공급받지 못하면 기다릴 수밖에 없습니다. HBM의 대역폭, TSV 적층 구조와 첨단 패키징으로 이어지는 AI 메모리 산업을 초보자 눈높이에서 설명합니다.
본문 읽기 →
AI 반도체 기술① GPU — AI는 왜 GPU를 사용할까?
AI가 왜 하필 GPU를 쓰는지 궁금하다면, 답은 “GPU가 엄청 많은 비슷한 계산을 동시에 잘하기 때문”입니다. 원래 게임 그래픽용으로 출발했지만, AI의 계산 방식과 잘 맞으면서…
본문 읽기 →