Appearance
Long-tail Domain Memory Demand
Long-tail application 자료는 smartphone/PC/server만으로 빠지는 수요를 보완한다. 아직 EB 산식으로 직접 승격하기보다 content-per-device anchor와 adoption scenario 후보로 유지한다.
이번 패스에서 읽은 source coverage
- Cluster raw files read: 27
- Ledger: [[raw-integration-ledger]]
- Related: [[raw-source-map]], [[citation-matrix]], [[supply-demand-gap]], [[forecasting-evidence-map]]
핵심 해석
- Automotive, networking switch/router, robotics, XR, medical, surveillance, aerospace는 각각 unit 수요가 작아도 GB/device 또는 TB/device가 커질 수 있다.
- 이 domain들은 현 단계에서 total EB chart에 바로 더하기보다 scenario library와 content anchor로 보관한다.
- 특히 networking/HPC/automotive는 HBM 또는 high-capacity DRAM을 쓰는 비-AI-server bucket으로 별도 추적 가치가 있다.
Forecast thesis
Long-tail domain은 base forecast를 크게 바꾸는 단일 축이라기보다, 기존 smartphone/PC/server 모델이 놓치는 content shock과 specialty stickiness를 보존하는 scenario layer다. 핵심은 “작은 시장도 GB/device가 크면 의미가 있다”와 “큰 unit 시장도 attach-rate가 낮으면 EB 영향은 제한적이다”를 동시에 보는 것이다. ^[raw/articles/domain-automotive-l4-300gb-ram-micron.md] ^[raw/articles/domain-networking-switch-hbm-broadcom-tomahawk.md] ^[raw/articles/domain-surveillance-cctv-nand-demand.md]
| Tier | Domain buckets | Why it matters | Forecast treatment | Do not do |
|---|---|---|---|---|
| Tier A: high-content + plausible volume | automotive ADAS/L4, networking/HPC, sovereign AI-adjacent infrastructure | DRAM/HBM/DDR content per unit can be large enough to move specialty demand | scenario upside with explicit attach-rate and supply gate | roll into base EB without attach-rate evidence |
| Tier B: high-volume + medium/low content | surveillance, IoT, smart home, wearables/glasses | unit count is large, but memory per unit is usually modest | sensitivity band; NAND/LPDDR watchlist | treat CAGR headlines as memory bit demand |
| Tier C: high-content + uncertain volume | humanoid robotics, XR, edge robotics, medical AI imaging | potential content shock, but adoption timing uncertain | scenario-only until shipment data stabilizes | hard-code launch roadmap as volume forecast |
| Tier D: specialty/sticky demand | aerospace, military, rad-hard, long-lifecycle industrial | small EB, but long qualification cycles and legacy compatibility create sticky demand | supply allocation and pricing resilience note | ignore because total unit volume is small |
Decision rule: base forecast vs scenario
| Evidence available | Where it belongs | Confidence |
|---|---|---|
| unit shipment + content per unit + attach-rate from 2+ source families | candidate to enter base/weighted forecast | medium/high |
| content per unit only, weak unit visibility | scenario card only | low/medium |
| market revenue CAGR only | qualitative driver; not EB input | low |
| specialty lifecycle/regulatory requirement | supply/pricing resilience note | medium |
| one vendor roadmap or rumor | watchlist, no default effect | low |
정량 승격: Long-tail domain scenario bucket
Long-tail domain은 unit × attach-rate × content-per-unit 형태의 민감도 bucket으로 승격한다. Smartphone/PC/server 총량 모델에 즉시 합산하지 않고, 제품군별 content shock이 얼마나 EB 단위로 커질 수 있는지 별도 추적한다.
text
effective_units_million = units_million × attach_rate_pct / 100
DRAM_EB = effective_units_million × DRAM_GB_per_unit / 1000
NAND_EB = effective_units_million × NAND_GB_per_unit / 1000
HBM_EB = effective_units_million × HBM_GB_per_unit / 1000구현 파일:
wiki/lib/longTailDomainDemand.tswiki/data/long-tail-domain-presets.jsontests/longTailDomainDemand.test.ts
| Preset | 핵심 변수 | 계산 의도 | Source URL anchors |
|---|---|---|---|
automotive-l4-memory-reference | connected car 8GB DRAM/80GB NAND, L4 car 300GB DRAM/278GB NAND, attach-rate 55%/5% | 일반 connected car와 L4 memory-rich 차량의 content gap을 EB 민감도로 분리 | tomshardware.com, micron.com, dataintelo.com, eetimes.com |
edge-robotics-surveillance-reference | robotics 64GB/256GB, AI CCTV 2GB/128GB, smart glasses 2GB/32GB, industrial IoT 1GB/8GB | unit은 크지만 attach-rate와 content가 다른 edge AI bucket을 하나의 sensitivity bundle로 관리 | trendforce.com, grandviewresearch.com, meta.com, iot-analytics.com |
networking-hpc-hbm-reference | HPC 5.4PB HBM, switch HBM 512GB, router DDR 64GB | AI server 외부의 HBM/DDR high-content 수요를 별도 bucket으로 보존 | wikipedia.org, broadcom.com, innodisk.com |
모델 사용 규칙
long-tail결과는 본 forecast의 base EB에 자동 합산하지 않는다. 우선 scenario upside/downside로 표시한다.- Automotive와 networking/HPC는 high-content DRAM/HBM 때문에 supply constraint 및 HBM realization factor와 교차 확인한다.
- Surveillance/IoT/robotics는 unit 추정 불확실성이 크므로 preset confidence를 낮게 두고 attach-rate를 바꿔 민감도 분석한다.
Source notes read in this pass
| Raw file | Source URL | What it adds to the wiki model | Numeric anchors observed |
|---|---|---|---|
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/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/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/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/datasets/memory-demand-domain-taxonomy.md | local-taxonomy | demand domain; domain group | - |
raw/datasets/steam-pc-gaming-ram-share-2026.md | pcgamesn.com | period, ram_tier(16gb/32gb), share_pct, note, confidence; 2026-03: 16GB 40.97%(32GB 첫 추월), 32GB -20.31% 붕괴(36.62%). 2026-04: 16GB 40.86%, 32GB 37.55%. | 32GB, 16GB, 40.97% |
raw/papers/hbm-bit-cost-domain-specific-ecc-ai-inference-2025.md | arxiv.org | HBM은 on-chip ECC, TSV 적층, 낮은 수율로 인해 일반 DRAM 대비 bit당 원가가 매우 높음(통상 5~10배).; on-chip ECC를 제거하고 결함 처리를 메모리 컨트롤러로 위임하여 bit 원가를 낮추는 것이 목표. | 78%, 97% |
raw/reports/military-aerospace-memory-demand-2026.md | globenewswire.com | 군용·항공 메모리·프로세서 시장: 2025 $7.13B → 2026 $7.97B(CAGR 11.8%). 전체 메모리·스토리지 솔루션 $18.2B(2026).; 방산 시스템 수명 20년+ → 부품 장기 가용성·레거시 호환 필수. Infineon longevity 프로그램 최소 10년 지원. | $7.13B, $7.97B, 11.8%, $18.2B, 20년, 10년 |
raw/reports/region-europe-automotive-memory-demand-2026.md | eetimes.com | 2026 커넥티드카 평균 278GB 메모리(코드 최대 1억 줄).; 자동차 메모리 IC 수요 2031까지 연 ~20% 성장. | 278GB, 1억, 20%, 70%, $148.65B |
raw/reports/region-europe-chips-act-automotive-demand.md | cryptobriefing.com | EU Chips Act 2.0 발표: ~2026년 6월 3일. 신규 투자 목표 €120B (2035년까지); WSTS Europe 빌링 2026: +58.4% ($54.7B → $86.6B) | 2026년, 120B, 2035년, 58.4%, $54.7B, $86.6B |
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.