Appearance
Forecasting Method Library
Papers/lectures 자료는 MemoCast의 방법론 층이다. 단일 수치 예측보다 structural model, diffusion, VAR/SVAR, bullwhip, inventory cycle, capacity planning으로 driver를 분해하는 데 사용한다.
이번 패스에서 읽은 source coverage
- Cluster raw files read: 331
- Ledger: [[raw-integration-ledger]]
- Related: [[raw-source-map]], [[citation-matrix]], [[supply-demand-gap]], [[forecasting-evidence-map]]
핵심 해석
- 수요예측은 단일 CAGR extrapolation이 아니라 shipments, content, mix, inventory, price elasticity, supply cap을 분리한 structural model로 유지한다.
- VAR/SVAR/ARIMAX/grey model류는 macro·price·inventory 지표의 lead/lag 검증 후보이며, simulator 기본값을 직접 대체하지 않는다.
- Bullwhip/cycle/capacity planning 논문은 구매자 재고축적과 supplier capex lag를 설명하는 방법론 근거다.
정리: MemoCast forecasting stack
Raw method source가 많아도, 실제 wiki 품질은 “어떤 상황에서 어떤 방법을 쓰는가”가 명확해야 올라간다. MemoCast의 기본 원칙은 forecast를 한 모델에 맡기지 않고, 제품/수요/공급/가격 신호를 계층화한 뒤 서로 충돌할 때 confidence를 조정하는 것이다. ^[raw/lectures/memory-demand-forecasting-methodology-bottoms-up.md] ^[raw/papers/dram-price-determinants-arimax-pmi-dsi.md]
| Forecast layer | Best method family | Required inputs | Output should be | Failure mode |
|---|---|---|---|---|
| End demand structure | bottom-up structural model | units, content, mix, attach/adoption | EB/PB demand by product and segment | CAGR-only extrapolation |
| Technology transition | diffusion / scenario / grey model | adoption stage, product roadmap, sparse history | scenario bands, not point truth | overfitting 1~2 launch cycles |
| Price/inventory cycle | ARIMAX / VAR / SVAR + inventory variables | spot/contract, inventory weeks, PMI, downstream demand | lead/lag signal and regime | treating price as demand quantity |
| Bullwhip and allocation | system dynamics / base-stock logic | orders, lead time, channel inventory, allocation | order-vs-end-demand correction | interpreting panic buying as true consumption |
| Supply realization | capacity planning + bottleneck min-gate | wafer, package, test, power, yield/ramp | realization factor / supply ceiling | capex headline copied into bit supply |
| Decision synthesis | scenario ensemble | structural EB + price regime + supply gate | base/bear/bull forecast with confidence | single-source forecast hardening |
Model governance rules
- No single source default: one raw article can create a scenario, but not a default forecast unless another source family corroborates it.
- Quantity and price are separate: revenue growth can be ASP, bit growth, or both; every page must say which axis is being discussed.
- Short history means scenario, not precision: HBM4, custom ASIC, edge AI, CXL/HBF are scenario layers until enough time-series exists.
- Contradictions stay visible: if channel price says shortage but unit shipment says slowdown, keep both and lower confidence rather than overwriting one.
- Simulator defaults are conservative: interactive controls may expose upside, but default values should represent cross-source middle cases.
정량 승격: Forecasting method selector
방법론 raw는 예측값을 직접 대체하지 않고, 관측 가능한 신호 조건에 따라 어떤 모델 계층을 우선 적용할지 선택하는 scoring layer로 승격한다.
text
history_adequacy = clamp(history_months / 48 × 100)
signal_breadth = clamp(signal_count / 6 × 100)
method_score = weighted_sum(history, breadth, lead_lag, interpretability, nonlinear, small_sample, inventory, capacity)
primary_method = argmax(method_score)구현 파일:
wiki/lib/forecastingMethodSelector.tswiki/data/forecasting-method-presets.jsontests/forecastingMethodSelector.test.ts
| Preset | 우선 방법 | 모델 선택 조건 | Source URL anchors |
|---|---|---|---|
structural-var-leading-indicator-reference | structural-var-arimax | 48개월 이상 이력, macro/price/inventory/downstream 수요 신호, lead/lag와 해석 가능성이 중요 | sciencedirect.com, researchgate.net |
bullwhip-inventory-cycle-reference | bullwhip-inventory-system-dynamics | 주문 증폭, channel inventory, lead time, base-stock 정책이 관측 수요를 왜곡 | orca.cardiff.ac.uk, kar.kent.ac.uk, semanticscholar.org |
technology-diffusion-small-sample-reference | diffusion-grey-scenario | HBM4/AI PC/edge AI처럼 이력이 짧고 mix/adoption 전환이 비선형 | pubsonline.informs.org, sciencedirect.com, sciencedirect.com |
모델 사용 규칙
primary_method는 시뮬레이터의 수요량을 바로 바꾸지 않는다. 어떤 evidence layer를 우선 읽고 어떤 sensitivity를 붙일지 결정한다.structural-var-arimax는 downstream shipment와 memory ASP/inventory 간 lead/lag 검증에 사용한다.bullwhip-inventory-system-dynamics는 channel pricing signal 및 supply constraint 모델과 결합해 order ≠ end demand인 구간을 보정한다.diffusion-grey-scenario는 short history 기술전환에 사용하며, confidence가 낮은 preset은 scenario ensemble로만 노출한다.
Source notes read in this pass
| Raw file | Source URL | What it adds to the wiki model | Numeric anchors observed |
|---|---|---|---|
raw/articles/aisilicon-datacenter-buildout-gigawatts-2026-2028.md | futurumgroup.com | 2026 US hyperscaler AI capex 합산 ~$700B(MSFT/Alphabet/Amazon/Meta/Oracle). Amazon ~$200B, Google $175~185B.; Wall Street 컨센서스: 2028년 ~$930B, 2025-2030 누적 $4.7T. | $700B, $200B, 185B, 2028년, $930B, $4.7T |
raw/articles/aisilicon-largest-training-clusters-gpu-count-2026.md | introl.com | xAI Colossus(Memphis): 555,000 GPU, $18B, 세계 최대. 2026-01-17 Colossus 2 가동(첫 GW급 coherent 학습 클러스터). ~1GW → 2026-04 1.5GW → 총 2GW 계획. GB200/GB300 중심. 목표 100만 GPU.; Microsoft/OpenAI Stargate Abilene: 첫 450,000 GPU Blackwell 캠퍼스 2026 초 가동. | $18B, 1GW, 1.5GW, 2GW, 100만, 288GB |
raw/articles/aisilicon-nvidia-amd-hbm-capacity-roadmap-2026.md | trendforce.com | B200: 192GB HBM3e. GB300 NVL72 (Blackwell Ultra): GPU당 288GB HBM3e (B200 192GB 대비 증가).; 2026 출하 mix: Blackwell이 NVIDIA 하이엔드 GPU 출하의 71% 차지 전망. Rubin은 29%→22%로 하향(딜레이 리스크). GB200/B200은 기존 수주·가격민감 고객 수요로 2H26까지 지속. | 192GB, 288GB, 71%, 29%, 22% |
raw/articles/aisilicon-onprem-edge-inference-memory-2026.md | intuitionlabs.ai | 추론 전용 GPU 대용량 메모리화: Intel Crescent Island 160GB(Xe3P, air-cooled inference), AMD MI400 432GB HBM4, NVIDIA Rubin 288GB HBM4(50 PFLOPS NVFP4).; on-prem 정당화: 활용률 80%+ 지속, 데이터주권, 멀티이어 계약. | 160GB, 432GB, 288GB, 80%, 14B, 7B |
raw/articles/aisilicon-tpu-ironwood-trainium3-hbm-specs-2026.md | trendforce.com | 칩당 192GB HBM3e, 대역폭 7.4 TB/s. dual-chiplet(각 chiplet 96GB, HBM3E 8 stack).; dense FP8 4.6 PFLOPS(B200 4.5 대비 소폭↑). 9,216칩 superpod = 직접접근 HBM 1.77 PB. | 192GB, 7.4 T, 96GB, 1.77 PB, 144GB, 4.9 T |
raw/articles/channel-counterfeit-gskill-vcolor-ddr5-2026.md | tomshardware.com | 위조 대상 브랜드: G.Skill, V-Color.; 유통 경로: 중국 온라인 마켓플레이스 — 특히 gray-market 및 second-hand 채널. | 100% |
raw/articles/channel-register-dram-price-hikes-supplier-inventory-2026.md | theregister.com | Q1 2026 DRAM 계약가: 최대 98% 상승.; 메모리 칩메이커 산업 매출: Q1 +81% → $97B. | 98%, 63%, 81%, $97B |
raw/articles/channel-retail-ddr5-32gb-375-minimum-2026.md | tomshardware.com | 32GB DDR5 최저가: $374.97 (Silicon Power, 프로모코드 적용). 한동안 ~$320 → 최근 몇 주 $350 돌파.; 16GB 단품: 현재 $240+. | 32GB, 1년, 400%, 16GB |
raw/articles/channel-shi-datacenter-buyer-allocation-leadtimes-2026.md | blog.shi.com | 대형 DRAM 주문 리드타임: 2025년 12월 25주 → 45주+, 2026년 초 일부 40주 초과.; 1H26 가격 상승: 1월 기준 대비 30~60% 추가 상승 예상. Q4 2025부터 하이퍼스케일러 비축으로 가격 급등. | 40주, 2025년, 25주, 45주, 2026년 |
raw/articles/channel-sourceability-qoq-price-allocation-2026.md | sourceability.com | Q4 2025: DDR5 16Gb 칩 spot $6.84(9월) → $27.20(12월). NAND는 Kingston datacenter SSD 매니저 인용 "2025년 초 이후 +246%, 최근 60일에 ~70% 집중".; Q1 2026: 대부분 세그먼트 QoQ 최대 80~90% 상승; DDR4 legacy rally로 분기 최대 +50%. | 100%, 2025년, 246%, 70%, 90%, 50% |
raw/articles/channel-teamgroup-gm-ram-pricing-crisis-2026.md | tomshardware.com | DRAM·3D NAND 계약가: 12월 MoM 80~100% 상승, 일부 카테고리는 단월 2배(doubled in a single month).; DDR5 16Gb 칩 현물가(spot): 9/20 평균 $6.84 → 11/19 $24.83 → 12/1 $27.2 (세션 레인지 $19~$37). 9월 대비 약 +297%. | 100%, 297%, 2026년, 2028년 |
raw/articles/channel-used-refurbished-server-memory-secondary-2026.md | inteleca.com | DDR5 kit 가격 12개월 +478%, 신규 서버 구성에 unit당 $10,000~27,000 프리미엄(ITAD DDR4 대안 대비).; 폐기(decommissioned) 14G/15G 플릿 DDR4 모듈이 2025-12 대비 +30~50%. | 12개월, 478%, 50%, 5년 |
raw/articles/consol-dram-price-fixing-scandal.md | en.wikipedia.org | 담합 기간: 1998-07-01 ~ 2002-06-15 (국제 가격담합 공모).; 미국 DOJ에 유죄 인정한 5개사: Hynix, Infineon, Micron Technology, Samsung, Elpida. | 6개월, 8개월 |
raw/articles/consol-elpida-bankruptcy-micron.md | en.wikipedia.org | 설립: 1999년 NEC + Hitachi의 DRAM 사업 합병으로 "NEC Hitachi Memory" 출범. 2000년 Elpida로 사명 변경. 2003년 Mitsubishi Electric DRAM 사업 인수.; 즉, 일본 주요 3사(NEC, Hitachi, Mitsubishi) DRAM이 Elpida 하나로 통합됨. | 2012년, 1999년, 2000년, 2003년, 2004년, 2011년 |
raw/articles/consol-intel-nand-skhynix-solidigm.md | news.solidigm.com | 발표: 2020-10, Intel-SK hynix가 총 $9 billion 인수 합의. 대상: NAND SSD 사업, NAND 컴포넌트·웨이퍼 사업, 중국 다롄(Dalian) NAND 공장.; 1단계(2021-12): SK hynix가 SSD 사업 + 다롄 공장을 $6.61 billion(또는 보도에 따라 ~$7B)에 인수. Intel 엔터프라이즈 SSD 사업을 "Solidigm"으로 리브랜딩, 별도 자회사로 운영. | $9B, $7B, $8.85B |
raw/articles/consol-qimonda-bankruptcy.md | en.wikipedia.org | 분사: 2006-05-01 Infineon Technologies에서 분리. 설립 시점 세계 2위 DRAM 업체(Gartner Dataquest 기준).; 본사: 독일 뮌헨. NYSE 상장(2006-08). | 2009년, 77.5%, 35.6%, 1년 |
raw/articles/consol-toshiba-kioxia-bain.md | cnbc.com | NAND/플래시 기원: 1980년 Toshiba의 Fujio Masuoka가 플래시 메모리 발명, 1984년 NOR 플래시 발표. Toshiba가 NAND 플래시의 발명사.; 매각 배경: 미국 원전 자회사 Westinghouse 파산(2016)으로 인한 대규모 손실 -> 재무 구멍 메우기 위해 메모리 사업 매각. | $18B, 1980년, 1984년, 01 T |
raw/articles/consol-wd-sandisk-nand.md | datacenterknowledge.com | 인수: Western Digital이 SanDisk 전량을 약 $19 billion(주당 $86.10)에 인수, 2016년(WD 회계 3분기) 클로징.; 전략: HDD 거인 WD가 플래시(NAND)로 전환 -> 비휘발성 메모리 역량과 규모 확보. | $19B, 2025년, 2016년, 15년, 18개월 |
raw/articles/ddr4-ddr5-transition-2026.md | corewavelabs.com | 2026년 신규 PC 빌드는 DDR5 기본 (모든 신규 Intel·AMD 데스크톱 플랫폼).; DDR4 capacity 2026년 말 2024년의 약 20~25% 수준으로 축소. | 2026년, 2024년, 25%, 2025년 |
raw/articles/ddr4-eol-last-time-buy-legacy-2026.md | trendforce.com | 3사 DDR4 단종 진행이나 timeline 연기: Samsung DDR4 로드맵 2026년 말까지 연장, SK는 우시 fab로 DDR4 유지(고마진), Micron LTB 윈도우 1Q26 마감.; DDR4 일부 SKU가 2024 저점 대비 +2,200%. DDR4 spot이 contract보다 172% 높음(2026 초). | 2026년, 200%, 172%, 25%, 100% |
raw/articles/domain-arvr-xr-headset-memory-content.md | support.apple.com | Apple Vision Pro (M2, 2024): 16GB unified memory, R1 코프로세서(256GB/s 대역폭, 12ms photon-to-photon), 스토리지 256GB/512GB/1TB.; Apple Vision Pro (M5, 2025-10): M5 3nm, 동일 16GB RAM, 스토리지 256GB/512GB/1TB, 120Hz, NPU AI 최대 50% 향상. | 16GB, 256GB, 512GB, 1T, 3nm |
raw/articles/domain-automotive-l4-300gb-ram-micron.md | tomshardware.com | L4 자율주행 차량 1대당 300GB 이상 RAM 필요 전망 (CEO Sanjay Mehrotra).; 현재 일반 차량 RAM은 약 16GB 수준 → L4는 약 18배 이상 증가. | 300GB, 16GB, $23.86B, $8.03B, 200%, 2029년 |
raw/articles/domain-autonomous-vehicle-data-generation-storage.md | tuxera.com | 자율주행 테스트카 1대 하루 11~152TB(센서 시간당 1.4~19TB). 최신은 하루 수백 TB 추정.; Continental ADAS팀: 전세계 차량 수집 150TB+ 이미지·센서 데이터 중앙 저장. | 152T, 19T, 150T |
raw/articles/domain-crypto-gpu-mining-legacy-gddr.md | plisio.net | 2026년 마이닝 GPU 표준 메모리: GDDR6 / GDDR6X.; RTX 4090: 24GB GDDR6X — 고급 해시레이트. | 2026년, 24GB, 8GB, 448 GB, 6GB |
raw/articles/domain-gaming-handheld-lpddr-content.md | rog.asus.com | ASUS ROG Ally: LPDDR5-6400. ROG Ally X: 최대 24GB LPDDR5X.; ASUS ROG Xbox Ally X: 24GB LPDDR5X. | 24GB, 32GB, 2024년, 50% |
raw/articles/domain-hpc-supercomputer-hbm-memory-capacity.md | en.wikipedia.org | El Capitan (LLNL, 2024-11 세계 1위): HBM3 총 5.4 PB. MI300A 가속기당 128GB HBM3.; Frontier (ORNL): 총 메모리 9.2PB(절반 HBM/절반 DDR4) → HBM 약 4.6 PB. | 5.4 PB, 128GB, 9.2PB, 4.6 PB, 8.16 PB, 12.2PB |
raw/articles/domain-humanoid-robotics-memory-content.md | trendforce.com | NVIDIA Jetson Thor (Blackwell, TSMC 4nm): Jetson Orin 대비 AI 컴퓨트 7.5배, CPU 3.1배, 메모리 2배. 130W 전력 envelope. 2070 FP4 TFLOPS GPU.; Tesla Optimus HW5급 보드: CPU+GPU+NPU에 수백억 트랜지스터. HW5 칩 TSMC N3P/Samsung 2nm, 2026년 양산 전망. | 4nm, 128GB, 64GB, 2nm, 2026년, 2030년 |
raw/articles/domain-industrial-automation-edge-ai-memory.md | iot-analytics.com | IoT MCU 시장 2030년 $7.32B, CAGR 6.3% — 산업·엣지 AI 견인 (IoT Analytics).; 글로벌 로보틱스 시장 2024 $45B → 2030 $110.7B, 2.5배, CAGR 13.8% (ABI Research). | 2030년, $7.32B, 6.3%, $45B, $110.7B, 13.8% |
raw/articles/domain-iot-smart-home-edge-ai-memory-2026.md | iot-analytics.com | IoT 수요 안정적이나 폭발적 아님 — 엣지 OEM이 부품가 변동성에 신규 출시 지연.; DRAM fab이 HBM/고성능 server 우선 → 레거시 DRAM·entry NAND(노트북/SSD/IoT) output 감소(공급 제약). | - |
raw/articles/domain-medical-device-ai-imaging-memory.md | fortunebusinessinsights.com | 반도체 메모리 시장에서 헬스케어 세그먼트 CAGR 약 14.96% — 전 분야 중 최고 (Fortune Business Insights).; AI in diagnostics 시장 2026 $10.12B → 2034 $209.63B, CAGR 46.06%. | 14.96%, $10.12B, $209.63B, 46.06%, $1.36B, $19.78B |
raw/articles/domain-networking-switch-hbm-broadcom-tomahawk.md | broadcom.com | Broadcom Tomahawk 6: 단일 칩 102.4 Tbps 스위칭 — 업계 최초, 기존 최고 대비 2배.; Tomahawk Ultra: 랙당 Intel Gaudi 3 가속기 최대 64개 all-to-all 연결, 총 HBM 대역폭 76.8 TB/s; SUE 적용 시 XPU 간 <400ns 지연. | 102.4 T, 76.8 T, 51.2 T |
raw/articles/domain-networking-switch-router-ddr-memory-2026.md | innodisk.com | AI 데이터센터용 400G/800G 스위치 등장 → 전통 DRAM 한계, DDR5 모듈 업그레이드 필수.; 라우터 메모리 비용 ~7배 상승(DRAM 급등 전이). | 171%, 70% |
raw/articles/domain-smart-glasses-ar-wearable-memory-2026.md | meta.com | Ray-Ban Meta Display: Qualcomm Snapdragon AR1 Gen1, 32GB 저장, 2GB RAM. LLAMA 4 통합.; Gen2 $299, Display(EMG 손목밴드) $799. Gen3 2026(지연 시 2027), screenless, 배터리 6~8h. | 32GB, 2GB |
raw/articles/domain-sovereign-ai-national-datacenter-memory-2026.md | g42.ai | Stargate UAE(G42·Oracle·NVIDIA·Cisco·SoftBank): Abu Dhabi 1GW 클러스터, 1단계 200MW 2026 가동. OpenAI "for Countries" 1호.; Saudi HUMAIN: Riyadh Hexagon 480MW Tier IV. 2030년 1.9GW, 이후 4년 내 6.6GW 확장 계획. | 1GW, 200MW, 480MW, 2030년, 1.9GW, 4년 |
raw/articles/domain-space-aerospace-radhard-memory.md | marketsandmarkets.com | 글로벌 rad-hard 메모리 시장 2024년 $1.27B → 2033년 $2.68B, CAGR 8.5% (Dataintelo).; rad-hard 전자부품 시장 2025년 약 $2.0B → 2032년 $3.5~3.8B, CAGR 6~8% (Electronicsmedia / MarketsandMarkets는 2030년 $2.30B 인용). | 2024년, $1.27B, 2033년, $2.68B, 8.5%, 2025년 |
raw/articles/domain-surveillance-cctv-nand-demand.md | grandviewresearch.com | AI in video surveillance 시장 2026년 $4.04B → 2032년 $10.88B, CAGR 17.9%.; CCTV 카메라 시장 2025년 $13.2B → 2026년 $14.1B → 2036년 $28.3B, CAGR 7.2% (Fact.MR). | 2026년, $4.04B, 2032년, $10.88B, 17.9%, 2025년 |
raw/articles/domain-telecom-5g-6g-edge-memory-demand.md | fortunebusinessinsights.com | IT & Telecom 메모리 세그먼트 2034년까지 CAGR 약 20.6% 전망.; 5G 기지국 사이트에 DDR5 탑재 MEC 서버 확산 — Nokia, Ericsson, Huawei 모두 최신 엣지 컴퓨팅 플랫폼에 DDR5 적용. | 2034년, 20.6%, 60%, 12.8%, 2035년, 2030년 |
raw/articles/edge-ai-iot-memory-demand-2026.md | edge-ai-vision.com | 1Q26 표준 DRAM contract 가격 +55~60% QoQ 전망 (서버·HBM으로 capacity 재배분).; LPDDR4X·LPDDR5X 공급 부족 지속. Raspberry Pi가 LPDDR4 원가 급등 이유로 2025년 12월 가격 인상. | 60%, 2025년, 2026년, 150 GB, 20% |
raw/articles/esg-memory-fab-energy-water-carbon-re100.md | news.skhynix.com | 5대 반도체사(Samsung·SK·TSMC·Intel·Micron) 연간 물 5,000만㎥+, 전력 90억 kWh+ 소비.; 반도체 산업 연 CO2 배출 1,500만 톤+, 2030년까지 2배 전망. | 000만, 90억, 500만, 2030년, 2021년, 19.3 T |
raw/articles/gddr-gaming-console-memory-2026.md | tweaktown.com | PS5: 공식 16GB GDDR6, 대역폭 448 GB/s.; PS6 (루머): 30GB GDDR7, 대역폭 640 GB/s (PS5 대비 +42%). 메모리 가격 급등으로 출시 2028년 이후로 연기 가능성. | 16GB, 448 GB, 30GB, 640 GB, 42%, 2028년 |
raw/articles/gddr7-graphics-memory-demand-crowding-out-2026.md | astutegroup.com | 16GB GDDR7 카드당 비용 2025 중반 $65~80 → 연말 $200+. GDDR6도 2025 중후반 ~60% 상승.; NVIDIA·AMD 단계적 GPU 가격 인상(AMD 1월, NVIDIA 2월~). | 16GB, 60%, 40% |
raw/articles/history-dram-memory-cycles-2016-2026.md | uncoveralpha.com | 2016-2018 supercycle: 스마트폰 저장용량 증가 + 클라우드 초기 buildout + 제조사들이 3D NAND로 capacity 전환하며 conventional DRAM 공급 일시 제약. Micron 매출 2016 $12.4B → 2017 $20.3B (+64%). 2017·2018 사상 최대 매출.; 2019 crash: 수요 정체 + bit growth 지속 + 재고 증가 → 공격적 ASP 하락. 대표적 다운사이클. | $12.4B, $20.3B, 64%, 2022년, 2023년, 1년 |
raw/articles/history-memory-fab-disruptions-supply-shocks.md | computerworld.com | SK hynix 우시(Wuxi) 화재(2013): PC DRAM 장비 손상 + 정전·클린룸 오염 → 1주 만에 메모리 가격 27%+ 급등. Samsung·Micron 수혜.; 대만 지진(2024): Micron·Samsung·SK가 contract price 공시 중단, wafer fab 셧다운으로 추가 가격 인상 신호. | 1주, 27%, 4%, 3%, 90% |
raw/articles/history-memory-trade-disputes-antidumping-cartel.md | en.wikipedia.org | 1986-09-02 체결. 일본 시장개방 + 덤핑 중단. 반덤핑은 학습곡선 무시한 price floor로 구현.; 배경: 일본 글로벌 반도체 점유 1978 28%→1987 50%, 미국 55%→44%. DRAM은 미국 70%→20%, 일본 <30%→75%(1978-1986). | 28%, 50%, 55%, 44%, 70%, 20% |
raw/articles/idc-memory-shortage-smartphone-pc-impact-2026.md | idc.com | 2026년 DRAM·NAND 공급 성장률: DRAM +16% YoY, NAND +17% YoY (역사적 평균 하회).; 스마트폰 시장(2026): | 2026년, 16%, 17%, 2.9%, 5.2%, 5% |
raw/articles/korea-legacy-dram-ddr4-crowding-out-2026.md | thelec.kr | 2026-01 기준 글로벌 DDR4/DDR5 가격, 2025-09 이전 대비 4배+ 급등.; 단종 임박 DDR3(L)·DDR2까지 수요·가격 상승: DDR3(L) 8GB 1만원대(2024-25) → 1~2만원(2025말~2026초). 2026-04 DDR2-DDR3 +20~40%, DDR4 4GB +20%. | 8GB, 1만, 2만, 40%, 4GB, 20% |
raw/articles/micron-automotive-memory-per-vehicle.md | micron.com | 차량 1대당 평균 메모리(RAM+NAND):; 코드 복잡도: 고급차 현재 1억 라인 → 자율주행차 2.5~3억 라인 → 향후 10억 라인 전망. | 2022년, 90GB, 2026년, 278GB, 2T, 2030년 |
raw/articles/model-agentic-ai-memory-demand-2026.md | theregister.com | 메모리(compute 아님)가 지능형 시스템 scaling의 1차 병목으로 이동.; reasoning 모델은 결과 전 토큰 대량 생성 → VRAM(긴 KV cache)·추론시간 증가. | 85K, 350만, 32K, 141GB |
raw/articles/model-ai-coding-enterprise-software-inference-demand-2026.md | getpanto.ai | AI 코딩 시장 2026 $12.8B → 2032 $30.1B(CAGR 27%). 개발자 85% 사용(73% 정기).; OpenAI(2026-04-08): 주간 300만 활성, 토큰 사용 MoM +70%+. | $12.8B, $30.1B, 27%, 85%, 73%, 300만 |
raw/articles/model-ai-inference-memory-bound-token-economics.md | spheron.network | inference의 decode 단계는 본질적으로 sequential(autoregressive, 토큰 1개씩) → memory-bandwidth bound(compute bound 아님).; 2023→2025 HBM 비용 용량·대역폭 각 +35% 상승(같은 기간 DDR ~절반 하락). HBM3e 프리미엄 server DDR5 대비 4~5배 → 2026말 1~2배로 축소. | 35%, 55%, 130%, 70%, 5.3T, 192GB |
raw/articles/model-context-length-kv-cache-memory-demand.md | introl.com | 1M 토큰 컨텍스트 production-ready(2025-12). KV cache 약 15GB/user(1M 토큰).; Llama 3.1-70B에서 128K 컨텍스트 KV cache만 약 40GB HBM → 단일 A100 용량 초과. | 15GB, 70B, 128K, 40GB, 16T, 1% |
raw/articles/model-deepseek-v3-671b-moe-technical-report.md | arxiv.org | 총 파라미터 671B, 토큰당 활성 파라미터 37B (Mixture-of-Experts); 각 MoE 레이어: 1 shared expert + 256 routed experts, expert 중간 hidden dim 2048 | 671B, 37B, 685GB, 14B |
raw/articles/model-epoch-ai-compute-growth-trends.md | epoch.ai | frontier LLM 학습 compute: 2020년 이후 연 5배(doubling ~5.2개월).; 전체 notable AI 모델: 2010년 이후 연 4.4배 성장. | 2020년, 5.2개월, 2010년, 6.8개월, 7개월, 2026년 |
raw/articles/model-generative-video-multimodal-memory-demand.md | leoniscap.com | 비디오 생성 compute 비용 $0.50~2.00/generation(텍스트·이미지 대비 orders of magnitude↑). 10초 Sora ~$1.30(GPU 40분/4-GPU 8~10분).; 요청당 수십 GB 메모리, attention이 수천 프레임. 5초 720p에 80,000+ 토큰, attention이 추론시간 85%+. | 85%, 8x, 141GB, 2T, $200K |
raw/articles/model-introl-ai-memory-supercycle-hbm-2026.md | introl.com | GPU별 HBM 사양: H100 80GB / 3.35 TB/s (HBM3), H200 141GB / 4.8 TB/s (HBM3e), B200 (Blackwell) 192GB / 8.0 TB/s (HBM3e), R100 (Rubin) 288GB / 13-15 TB/s (HBM4), GB300 (Blackwell Ultra) 288GB (HBM3e), Rubin Ultra 512GB (HBM4); 메모리 룰: 16-bit 정밀도에서 1B 파라미터당 약 2GB GPU | 80GB, 3.35 T, 141GB, 4.8 T, 192GB, 8.0 T |
raw/articles/nvidia-gpu-hbm-capacity-roadmap-2026.md | spheron.network | B200 (Blackwell): 192GB HBM3E, 대역폭 8 TB/s. 스택 구성 8-Hi 기반.; B300 / Blackwell Ultra: 288GB HBM3E (12-Hi 스택), 대역폭 8 TB/s. B200 대비 GPU당 용량 +50% (192GB→288GB). | 192GB, 8 T, 288GB, 50% |
raw/articles/oem-apple-dram-lta-expiry-2026-price-hike.md | wccftech.com | Apple LTA(장기공급계약) 만료 시점: 2026년 1월 → 이후 Samsung/SK hynix에 프리미엄 지불 가능성; 확보된 가격 락(price lock): H1 2026까지만 커버 → 하반기 추가 인상 노출 | 2026년, 12GB, 2025년, 230%, 3년 |
raw/articles/oem-apple-iphone17-12gb-dram-samsung-share.md | trendforce.com | iPhone 17 Pro / Pro Max: DRAM 12GB (전작 iPhone 15 Pro~16 시리즈 8GB 유지에서 상향); 일반 iPhone 17 / 기타 변형: 8GB DRAM 유지 | 12GB, 70%, 8GB |
raw/articles/oem-automotive-memory-per-vehicle-bosch-continental-2025.md | dataintelo.com | 차량당 메모리(2021 기준): DRAM 약 5.3GB + NAND 약 50GB; 하이브리드(HEV) 듀얼 파워트레인 관리: DRAM 4-6GB (Bosch/Continental 공급망) | 5.3GB, 50GB, 6GB, 4GB, 128GB, 31.74% |
raw/articles/oem-dell-hpe-ai-server-backlog-memory-bom-2026.md | newsletter.semianalysis.com | Dell: FY26에 AI 최적화 서버 $25B+ 출하, FY27 진입 백로그 $43B(기록적), FY27 AI 서버 매출 전망 $60B로 상향; HPE: AI 시스템 백로그 $6.3B, AI 인프라 매출 YoY +52%; 분기 매출 $10.7B(+40%) | $25B, $43B, $60B, $6.3B, 52%, $10.7B |
raw/articles/oem-hyperscaler-custom-silicon-memory-buyers-2026.md | introl.com | 하이퍼스케일러 합산 capex 2026: 약 $660-690B, 이 중 약 75%가 AI 인프라; Google/Microsoft/Amazon/Meta 각사 AI capex: $60-80B 규모 | 690B, 75%, 80B, 9.6 T, 144GB, 216GB |
raw/articles/oem-memory-price-cloud-instance-passthrough-2026.md | softwareseni.com | 메모리는 서버 BOM의 30~40%. 메모리 2~3배 시 서버 원가 상승 불가피.; 서버 가격 인상 2025-12~2026-01(Dell·Lenovo 확정). 클라우드는 조달-소매 가격 3~6개월 lag. | 40%, 6개월, 10%, 15%, 960GB |
raw/articles/oem-module-makers-kingston-adata-crucial-channel-2025.md | thetechrevolutionist.com | Kingston: DRAM 모듈 세그먼트 22년 연속 1위, 점유율 약 66%; ADATA: 글로벌 2위, 2024 매출 +20% | 22년, 66%, 20%, 7%, 40%, 172% |
raw/articles/oem-pc-dell-hp-lenovo-price-hike-memory-2026.md | trendforce.com | Dell: 2025년 12월 중순부터 PC 가격 "at least 15-20%" 인상; Lenovo: 2026년 초 인상 (견적 2026-01-01 만료) — 구체 % 미공개 | 20%, 2025년, 2026년, 01 만, 18% |
raw/articles/oem-samsung-mx-smartphone-shipments-2025.md | gsmarena.com | Samsung 2025 연간 출하: 241.2 million units (YoY +7.9%), 점유율 19.1%; Apple 2025: 247.8 million units, 19.7% — 13년 만에 삼성 추월 1위 | 7.9%, 19.1%, 19.7%, 13년, 18.2%, 12GB |
raw/articles/oem-server-odm-gb200-nvl72-hbm-shipments-2025.md | tweaktown.com | GB200 NVL72: 2025년 4월 단월 1,500 units 출하 (Q1 2025 전체 1,000 units 대비 급증); GB200 NVL72 랙 구성: 72 x Blackwell B200 GPU, 랙당 HBM3e 약 130TB pool | 2025년, 72 x, 130T, 80% |
raw/articles/oem-smartphone-dram-content-spec-downgrade-2026.md | trendforce.com | 저가 스마트폰 기본형: 2026년 4GB로 회귀 가능성 (콘텐츠 다운그레이드); 16GB LPDDR: 시장 약 28% (주로 플래그십); 프리미엄 모바일의 42%+가 16GB LPDDR5 | 2026년, 4GB, 16GB, 28%, 42% |
raw/articles/oem-windows10-eol-pc-refresh-memory-demand-2026.md | omdia.tech.informa.com | Windows 10 지원 종료 2025-10-14. ESU(유료)로 2026-10-13까지 보안업데이트(상용 $61/대, 매년 2배).; Omdia: 2026이 Windows 11 refresh 중요 해(SMB 중심 fleet 업데이트 지속). 단 Windows 10 사용은 2026-2027까지 잔존(SMB·소비자). | 16GB, 8.9% |
raw/articles/oem-xiaomi-oppo-vivo-transsion-shipments-2025.md | gsmarena.com | Q4 2025 글로벌 총 출하: 336.3M units (YoY +2.3%); Q4 2025 Apple 1위: 81.3M units, 24.2% | 2.3%, 24.2%, 2025 X, 11.2%, 60%, 8GB |
raw/articles/on-device-slm-smartphone-ram-2026.md | v-chandra.github.io | 모바일 SLM 1B~7B 파라미터. 7B 4-bit ≈ 3.5~4.5GB RAM 로드.; 2026 플래그십 12~16GB unified memory(7B가 OS+앱과 공존 상한). | 16GB, 1B, 7B, 4.5GB |
raw/articles/power-ai-query-energy-inference-memory-2026.md | epoch.ai | 표준 ChatGPT 쿼리 ~0.34 Wh(Altman), GPT-4o ~0.42 Wh(학술), 최신 중앙값 0.24~0.3 Wh(reasoning/멀티모달은 훨씬 높음).; AI compute의 80~90%가 inference → inference가 규모에서 지배적 에너지 소비. | 90%, 160% |
raw/articles/power-datacenter-vacancy-leasing-market-2026.md | jll.com | primary market 공실률 2025년 말 1.4% 사상 최저(북미 1.6%, 1년 전 2.8%). Northern Virginia colo 0.72%.; 건설 중 capacity의 74~92% pre-leased/precommitted → 2030년까지 저공실 지속 전망. | 2025년, 1.4%, 1.6%, 1년, 2.8%, 0.72% |
raw/articles/power-deloitte-ai-datacenter-123gw-2035.md | prnewswire.com | AI 데이터센터 전력 수요: 2024년 4 GW → 2035년 123 GW (30배 이상 증가 전망).; 전체 데이터센터 전력 수요: 2024년 33 GW(AI 비중 12%) → 2035년 176 GW(AI 비중 70%). | 30x, 2025년, 2024년, 4 GW, 2035년, 123 GW |
raw/articles/power-goldman-datacenter-power-demand-165pct-2030.md | goldmansachs.com | 데이터센터 전력 수요 2023~2030 +165% 증가 전망.; 전력망(grid) 투자 약 $720 billion(2030년대까지) 필요. | 165%, 2030년, 11년 |
raw/articles/power-hbm4-hbm5-per-stack-watts-roadmap.md | tomshardware.com | HBM4: HBM3E 대비 bit당 전력 약 40% 감소, 열성능 약 4% 개선.; HBM4 인터페이스 폭 1024-bit → 2048-bit로 2배(전력 효율·열 대응 목적). | 40%, 4%, 4 T, 2026년 |
raw/articles/power-iea-datacenter-electricity-945twh-2030.md | iea.org | 글로벌 데이터센터 전력 소비: 2024년 약 415 TWh(전 세계 전력의 ~1.5%) → 2030년 약 945 TWh(2배 이상). 일본 전체 전력 소비 수준.; AI 최적화 데이터센터 전력 수요는 2030년까지 4배 이상 증가 전망. | 945 T, 2024년, 415 T, 1.5%, 2030년 |
raw/articles/power-nuclear-smr-ppa-ai-datacenter-deals-2025.md | introl.com | Amazon/Google/Microsoft 합산 원자력 파트너십 $10B 이상 약정, 글로벌 ~22 GW 프로젝트 개발 중.; 집계: 13개 딜, 합산 9.7+ GW 약정. | $10B, 22 GW, 835 MW, 20년, $16B, 2028년 |
raw/articles/power-perf-per-watt-blackwell-vs-hopper.md | perspectives.nvidia.com | Blackwell: MoE 모델 기준 MW당 처리량 Hopper 대비 ~10배.; Blackwell Ultra: Hopper 대비 MW당 성능 최대 ~50배, 토큰당 비용 ~35배 저감(SemiAnalysis). | - |
raw/articles/power-schmidt-congress-ai-power-29gw-2027.md | techpolicy.press | 데이터센터 추가 전력 수요: 2027년까지 +29 GW, 2030년까지 추가 +67 GW.; 업계 전력 수요 비중 전망: 총 발전의 3% → 99% (극단적 상방 주장, 회의론 존재). | 29 GW, 67 GW, 2027년, 2030년 |
raw/articles/power-socamm-lpddr5x-low-power-ai-server-memory.md | tomshardware.com | LPDDR5X SOCAMM 동작 전압 ~1.05V, DDR5 RDIMM 대비 전력 30~35% 절감.; 일부 자료: SOCAMM이 표준 DDR5 RDIMM 대비 전력 1/3 수준 소비. | 35%, 55%, 128GB, 2027년, 30% |
나머지 251개 cluster source는 [[raw-integration-ledger]]에서 파일 단위로 추적한다.
Integration rule
이 페이지의 source note는 model input 후보이다. EB 산식이나 simulator preset으로 승격하려면 최소한 unit/shipments, content per unit, mix/adoption, supply or realization constraint 중 어느 축에 해당하는지 명시하고, 가능하면 2개 이상 raw cluster로 교차 확인한다.