학습에서 추론으로! 삼성 vs SK하이닉스, '메모리 파운드리' 생존 전쟁의 승자는? | HBM의 한계를 깨는 AI 메모리 패러다임 대전환의 서막

00:00 구글 터보퀀트와 AI 메모리 패러다임의 대전환 소개
01:03 AI 무게 중심의 이동: 학습(Training)에서 추론(Inference)으로
01:29 AI 성능의 핵심 병목 지점인 '메모리 장벽'의 원인과 실태
01:57 HBM의 물리적 한계와 메모리 부족의 주범인 KV 캐시 문제
03:55 양자화와 프루닝을 이용한 구글 터보퀀트의 소프트웨어 압축 기술
07:32 하드웨어적 극약 처방: Groq의 LPU와 SRAM을 결합한 혁신 사례
08:35 산술 연산 강도와 릿지 포인트를 통한 메모리 바운드 탈출 전략
09:00 알고리즘에 맞춘 커스텀 메모리 요구와 메모리 업계의 도미노 효과
09:25 메모리와 로직이 융합되는 '메모리 파운드리'로의 패러다임 진화
09:51 아키텍처의 혁신: 3단 맞춤형 메모리 구조(3-Layer Cake) 설명
12:05 NVLink, UALink, CXL을 둘러싼 데이터 고속도로(인터커넥트) 전쟁
13:08 삼성전자(풀스택)와 SK하이닉스(최강 동맹)의 상반된 생존 전략
15:44 에이전틱 AI와 국가적 과제로서의 소버린 AI 풀스택 독립 시대
17:41 일본 반도체 몰락의 교훈과 미래 융합 파도에 대한 최후의 통첩
20:00 Auto-inserted (Missing)