보고서 해설

개요

이 심층 분석은 Bernstein이 MRDIMM이 틈새 서버 메모리 제품을 넘어 Montage Technology의 의미 있는 장기 성장 동력이 될 수 있다고 보는 이유를 설명한다. 핵심 논지는 Agentic AI가 DDR 대역폭의 가치를 높이고, MRDIMM은 비교적 높은 호환성과 관리 가능한 경제성으로 대역폭을 늘릴 수 있다는 것이다.

핵심 견해

Bernstein은 MRDIMM이 주요 대안보다 더 적은 아키텍처 변경으로 CPU 메모리 월을 해결한다고 주장한다. CPU와 DRAM 간 피크 대역폭은 네이티브 DRAM 데이터 속도, rank 수, 인터페이스 폭, 채널 수로 결정된다. MRDIMM은 더 빠른 DRAM 셀, HBM과 같은 더 넓은 인터페이스 또는 추가 CPU 메모리 채널 대신 모듈 수준 칩으로 두 개의 rank 측 스트림을 결합한다. 기존 RDIMM은 한 번에 하나의 rank에 접근하지만, MRDIMM은 MRCD와 10개의 MDB를 통해 두 rank에 동시 접근하고 이를 더 빠른 호스트 링크로 다중화한다. 이에 따라 64-bit 채널 폭과 DDR5 DRAM 생태계를 유지하면서 유효 호스트 데이터 속도가 대략 두 배가 된다. Bernstein은 AMD Venice의 예로 6,400 MT/s × two ranks × 64 bits × 16 channels ÷ 8 = CPU당 1.6TB/s의 피크 대역폭을 제시한다. 보고서는 처리량과 고유 지연시간을 구분한다. MRDIMM은 다중화, 버퍼링, 리타이밍 오버헤드를 추가하므로 낮은 사용률에서는 RDIMM이 소폭의 지연시간 우위를 유지할 수 있다. 그러나 높은 메모리 사용률에서는 RDIMM의 요청 대기열이 비선형적으로 증가하는 반면, MRDIMM의 더 높은 서비스 대역폭은 사용률과 대기열 지연을 낮게 유지한다. 따라서 Bernstein은 추천, embedding lookup, retrieval/RAG, CPU inference, 데이터 이동처럼 총 랜덤 접근 트래픽과 꼬리 지연시간이 단일 조회 지연시간보다 중요한 고동시성·메모리 제약 워크로드에서 가장 큰 효용이 있다고 본다. 대가로 모듈 전력과 열 밀도가 높아진다. 능동형 MRCD/MDB 전자부품과 동시 rank 동작은 더 많은 냉각을 요구하며, tall-form-factor MRDIMM은 시스템 공간을 차지하고 공기 또는 액체 냉각 배치를 복잡하게 만들 수 있다. Bernstein은 더 높은 대역폭이 모든 워크로드의 효율을 높인다고 가정하지 않는다. 전력 제약 또는 저대역폭 시스템은 합리적으로 RDIMM을 유지할 수 있다. 그럼에도 MRDIMM 인터페이스 칩셋 가치는 USD 70–80으로 128GB 모듈 현재 가격의 약 2%에 불과하며, 동용량 RDIMM 대비 추정 USD 300–350의 모듈 프리미엄은 약 10%다. 보고서는 추가 대역폭이 고가 CPU나 가속기의 활용률을 보호하는 경우 이것이 큰 경제적 장벽이 아니라고 본다. Bernstein은 수요 논리를 Agentic AI의 컴퓨팅 확장에서 컨텍스트 확장으로의 전환과 연결한다. 긴 컨텍스트 추론, 검색, 도구 호출, 다단계 워크플로, 지속형 메모리는 컨텍스트의 이동과 관리 필요성을 높인다. DDR은 HBM과 스토리지 기반 컨텍스트 저장소 사이의 능동적 연결고리가 되어 프롬프트 이력, KV cache, 검색 지식, 오케스트레이션 상태, 작업 메모리를 저장한다. CPU 연산 성능은 소켓 수준 DDR 대역폭보다 빠르게 늘고 있어, 큰 활성 데이터셋, 낮은 산술 집약도, 불규칙한 접근, 높은 동시성을 가진 워크로드가 메모리 제약에 직면할 가능성을 높인다. Agentic AI에서 Bernstein은 데이터를 준비·이동하고, 가속기 커널을 실행하며, 메모리·네트워크·스토리지를 조율하는 호스트 노드 CPU를 MRDIMM의 가장 구조적으로 일관된 기회로 본다. NVLink-C2C와 UALink 같은 차세대 CPU-GPU 인터커넥트는 병목을 DDR로 이동시킬 수 있어 GPU의 데이터 부족 정지를 방지할 유인이 커진다. sandbox와 general-purpose CPU는 워크로드 구성이 더 이질적이므로 도입은 보편적이기보다 선택적일 것으로 예상된다. 보고서는 높은 동시성, 다수의 독립적 랜덤 조회, 대규모 DDR 상주 용량이 결합될 때 최적의 적합성이 생긴다고 본다. 침투율 예측은 글로벌 서버 CPU 소켓 구성과 CPU 역할별 MRDIMM 채택률을 기반으로 하며, 워크로드 민감도, 플랫폼 지원, 고객 예산 민감도가 결정 요인이다. Bernstein은 전체 소켓 침투율이 약 10배 증가해 2026년 2–3%에서 2030년 25%+로 상승할 것으로 전망한다. Intel은 Granite Rapids로 전환을 시작했고 Diamond Rapids는 mid-2027에 Gen2 MRDIMM을 지원할 계획이다. AMD는 Gen2로 진입해 Venice를 시작으로 2027E Verano에서 지원을 확대할 계획이다. 보고서는 2026년을 CSP 테스트 중심의 전환기로 보고, 2027년 AMD Venice 채택이 더 많은 CSP를 RDIMM에서 MRDIMM으로 끌어들일 수 있다고 본다. Azure는 두 호환 CPU 로드맵 모두에서 가장 뚜렷하게 확인된 도입 사례로 설명되지만, 실제 배치는 CSP의 워크로드 구성에 달려 있다. MRDIMM과 NVIDIA의 SOCAMM2는 승자독식 경쟁이 아니라 차별화된 아키텍처로 비교된다. MRDIMM은 CPU의 절대 대역폭, 용량, DDR 생태계 호환성을 우선하며, 16채널 Gen2 구성은 약 1,638 GB/s를 제공하고 고밀도 구성은 CPU당 16TB를 초과할 수 있다. SOCAMM2는 와트당 대역폭과 소형화를 우선하며, Bernstein은 NVIDIA Vera의 8개 모듈 구성에서 약 1,229 GB/s와 0.75TB 용량을 인용한다. 보고서는 메모리 컨트롤러, PHY, 패키지 I/O, 보드 레이아웃, 커넥터, 전력 공급, 펌웨어, 냉각, 서비스 모델의 재설계가 필요하기 때문에 SOCAMM2를 NVIDIA 특화 솔루션으로 본다. 이 전환 비용은 Intel, AMD 및 기타 ARM 플랫폼이 사용하는 성숙한 DIMM 생태계를 보호한다. 산업 기회 측면에서 Bernstein은 글로벌 DDR 모듈 인터페이스 칩 TAM이 2030년 USD 20bn에 이르고 2025년부터 65% CAGR로 성장할 것으로 예상한다. MRDIMM 관련 MRCD와 MDB 제품은 2030년 TAM의 약 73%를 기여하며, MRDIMM 침투율이 메모리 인터페이스 칩 TAM 모델에서 가장 민감한 변수라고 추정한다. 모델은 서버 CPU 출하량, CPU당 DIMM 수, DIMM당 인터페이스 칩 가치의 곱이다. NVIDIA 전용 CPU를 제외한 글로벌 서버 CPU 출하량은 2025년 30.6mn에서 2030년 89.3mn으로, CPU당 DIMM 수는 9.5에서 13.6으로, 혼합 인터페이스 칩 가치는 USD 5.9에서 USD 16.3으로 증가할 것으로 예상된다. 민감도 분석은 60–120mn 서버 CPU와 10–40% MRDIMM 침투율에서 2030년 TAM의 USD 8–38bn 범위를 제시한다. Bernstein은 25%+ 침투율 전망이 초기 램프업 후 5년 만에 약 80% 점유율을 달성한 DDR5 RDIMM과 비교해 여전히 보수적이라고 보면서, MRDIMM이 RDIMM을 보편적으로 대체할 필요는 없다고 강조한다. Montage에 대해 Bernstein은 Outperform을 재확인하고 51x 2BF P/E에 기반해 A주 목표가를 CNY 400으로 제시한다. H주 목표가 HKD 520은 1:1.13의 CNY/HKD 환율을 사용해 A주 목표가 대비 15% 프리미엄을 의미하며 59x 2BF P/E에 해당한다. 보고서의 결론은 의미 있는 MRDIMM 침투가 모듈당 메모리 인터페이스 칩 가치를 크게 끌어올려 Montage에 상승 여력을 제공할 수 있다는 것이다.

분석 프레임워크

Bernstein은 메모리 대역폭의 기술적 원리에서 시작해 이를 높이는 네 가지 경로를 비교한다. 이어 지연시간, 전력, 열, 비용의 상충관계를 평가하고, AI CPU 역할과 워크로드 적합성을 분석하며, CPU·DRAM 공급망·CSP 준비도를 평가한다. 그 후 MRDIMM과 SOCAMM2를 비교하고 민감도 시나리오를 포함한 상향식 TAM 및 침투율 모델을 구축한 뒤 P/E 기반 목표가 프레임워크를 적용한다.

방법론 메모

• 산업 분석 프레임워크산업 가치사슬 상·중·하류 전이

  AI 워크로드, CPU 플랫폼, DRAM 모듈, 메모리 인터페이스 칩의 전달 분석

  보고서는 Agentic AI 워크로드 수요와 CPU 플랫폼 지원이 MRDIMM 채택을 높이고, 이것이 인터페이스 칩 가치량과 Montage의 시장 규모를 확대하는 경로를 추적한다.

• 기타기타

  상향식 TAM 및 침투율 민감도 모델

  Bernstein은 TAM을 서버 CPU 출하량, CPU당 DIMM 수, DIMM당 인터페이스 칩 가치의 곱으로 모델링하고 CPU 출하량과 MRDIMM 침투율 가정별 2030년 결과를 검증한다.

• 가치평가 방법론PER·PEG 가치평가

  P/E 목표가 밸류에이션

  A주 목표가는 51x 2BF P/E에 기반하며, H주 목표가는 59x 2BF P/E에 해당한다.

자산 매핑 및 비교

투자 논리에서 명시된 자산으로의 구조화 매핑(강점, 약점, 비교 대상, 위험).

• Montage Technology (6809.HK)

  주요 커버리지 대상 H주 상장 종목이며, Bernstein은 MRDIMM 채택이 의미 있는 상승 기회를 제공한다고 본다.

  강점

  고가 MRDIMM 인터페이스 칩에 대한 노출과 확대될 수 있는 메모리 인터페이스 칩 TAM.

  비교

  보고서는 MRDIMM의 총 대역폭, 용량, DDR 생태계 호환성을 SOCAMM2의 전력 효율과 소형화와 비교한다.

  위험

  메모리 및 AIDC 서버 수요 감소, 경쟁 심화, 신규 AIDC 네트워킹 제품 출시 실패.

• Montage Technology (688008.CH)

  주요 커버리지 대상 A주 상장 종목이며, Bernstein은 Outperform을 유지한다.

  강점

  보고서에서 설명한 MRDIMM 주도 인터페이스 칩 기회.

  위험

  메모리 및 AIDC 서버 수요 감소, 경쟁 심화, 신규 AIDC 네트워킹 제품 출시 실패.

핵심 데이터

• MRDIMM 침투율 전망2–3% in 2026 to 25%+ by 2030Bernstein의 전체 서버 DDR DIMM 침투율 예측.
• MRDIMM 모듈 프리미엄USD 300–350, roughly 10%128GB 모듈 기준 동용량 RDIMM 대비 추정 프리미엄.
• MRDIMM 인터페이스 칩셋 가치USD 70–80모듈당 추정 칩셋 가치이며 현재 128GB MRDIMM 모듈 가격의 약 2%.
• 2030년 글로벌 메모리 인터페이스 칩 TAMUSD 20bn2025년부터 65% CAGR 성장이 예상되며 MRDIMM 관련 제품은 약 73%를 기여한다.
• 2030년 TAM 민감도 범위USD 8–38bn60–120mn 서버 CPU 및 10–40% MRDIMM 침투율 기준.
• A주 목표가CNY 40051x 2BF P/E에 기반.
• H주 목표가HKD 520A주 목표가 대비 15% 프리미엄을 의미하며 59x 2BF P/E에 해당.

영향과 시사점

Bernstein은 증가하는 AI 호스트 노드와 메모리 제약 워크로드가 MRDIMM을 주류 성능 계층으로 만들고, 인터페이스 칩 가치량과 Montage의 기회를 확대할 수 있다고 본다. 이 논지는 RDIMM의 전면 대체가 아니라 대역폭이 고가 시스템 처리량을 보호하는 워크로드에서의 선택적 도입에 의존한다.

위험

• 메모리 및 AIDC 서버 수요 감소는 시장 기회를 약화시킬 수 있다.
• 경쟁 심화는 점유율 하락과 마진 하락으로 이어질 수 있다.
• AIDC 네트워킹 시장을 위한 신제품 출시 실패가 명시된 위험이다.

주시할 점

• OEM 및 CSP 인증이 샘플 프로그램을 넘어 진행되는지 여부.
• 공급 확대에 따른 MRDIMM 모듈 프리미엄.
• MRDIMM 지원 Intel 및 AMD 플랫폼이 고대역폭 배치로 진입하는 속도.