
**번역본뉴스입니다. 오역이 있을수 있습니다.
AI 경쟁이 본격화되면서 빅테크 기업들은 고가이자 공급이 부족한 엔비디아 GPU에 대응하거나 대체할 수 있는 맞춤형 칩을 개발하기 위해 끊임없이 기회를 모색하고 있습니다. 구글의 TPU(Tensor Processing Unit)와 아마존의 트레이니엄(Trainium) 칩은 엔비디아의 AI 컴퓨팅 제품을 보완하기 위해 더 적은 전력 소비와 비용에 의존하는 대표적인 사례들입니다. 이러한 가운데, 모건 스탠리(Morgan Stanley)의 최근 보고서에 따르면 구글의 신형 TPU 칩이 자사의 제미나이(Gemini) 모델에 맞춰 특화될 것이며, TSMC의 CoWoS(Chip-on-Wafer-on-Substrate) 칩 패키징 기술이 필요하지 않을 것이라는 주장이 나왔습니다.
구글, 성능 향상 및 패키징 필요성 제거를 위해 신형 TPU 칩의 RAM을 실리콘에 직접 배치 고려
구글이 TPU 칩에 채택할 패키징 기술에 대해 언론의 추측이 끊이지 않고 있습니다. 여러 보고서에 따르면 구글과 TPU 디자인 파트너인 미디어텍(MediaTek)이 TPU 칩에 인텔의 EMIB-T 패키징 기술을 사용할 수 있다고 주장했습니다. 그러나 분석가들은 이러한 선택이 수율, 즉 작업 가능한 칩을 인도할 수 있는 인텔의 능력에 달려 있을 것이라고 추측해 왔습니다.

이제 모건 스탠리의 보고서는 구글이 자사 칩에서 패키징 필요성 자체를 완전히 제거하는 데 관심을 두고 있다고 주장합니다. 인텔의 EMIB-T 기술은 중급형 AI 칩에 적합한 것으로 널리 알려져 있으며, TSMC의 CoWoS 패키징은 엔비디아의 AI GPU와 같은 고성능 칩에 선호되는 선택지입니다.
세부 내용에 따르면, 구글은 비유적으로 일석이조를 노리는 'Frozen V2'라는 이름의 칩을 설계하고 있습니다. 구글은 이 TPU를 통해 자사의 제미나이 AI 모델을 구동하는 데 특화된 맞춤형 칩을 만드는 것을 목표로 합니다. 구글은 CoWoS와 같은 별도의 패키징 기술 필요성을 없애기 위해 실리콘 상에 칩의 SRAM을 직접 하드와이어링(hardwiring)하는 방식으로 이러한 최적화를 달성하고자 합니다.
모건 스탠리는 Frozen V2가 내년에 초기 생산 단계에 들어가 2028년에 양산을 본격화할 수 있다고 덧붙였습니다. 구글의 파트너사에 대해서는 마벨(Marvell)이 하나의 선택지가 될 수 있다고 언급했지만, 현재까지 확인된 파트너 정보는 없습니다. 이러한 방식이 완전히 새로운 것은 아니며, 올해 초 AI 칩 제조업체인 탈라스(Taalas)에서도 이와 유사한 방식을 공개한 바 있습니다.
탈라스 역시 메모리-연산 간 데이터 전송 병목 현상을 해결하기 위해 신경망 가중치(weights)를 실리콘에 직접 하드와이어링하는 방식을 사용합니다. 하지만 이 접근법에는 이전 모델보다 대폭 업그레이드된 새로운 AI 모델이 출시될 때마다 매번 새로운 칩을 설계해야 한다는 결정적인 단점이 존재합니다. 새로운 칩이 만들어질 때마다 TSMC와 같은 위탁생산(파운드리) 업체는 생산 로트(lot)에 맞춰 장비를 다시 조정해야 합니다.
Morgan Stanley believes Google's "Frozen v2" chip, designed to run Gemini models more efficiently, will be using on-chip SRAM, eliminating the need for CoWoS packaging. Limited production beginning in 2027 and a broader ramp in 2028. According to industry checks, Marvell $MRVL is… pic.twitter.com/rncq4yJblq
— P Equity Research 📰 (@pequityresearch) July 27, 2026
--------------------------------------------------------------------------------------광고(Advertising)--------------------------------------------------------------------------------------------------------