D01세부 흐름도네트워킹·광학

현행 큰 흐름 4 · 가속기·네트워크 ↗

USFP/CPO 시대에도 네트워크 평가는 Goodput

포트 BW 증가와 Collective p99·네트워크 계층·오류 복구는 별개 병목이다

P1 · 다음 검증: 직접 변화와 제품별 경제성을 구체화할 쟁점

확인할 이유: AI 전송 개선은 명목 포트 속도보다 Collective p99·Goodput으로 측정

최신 인과 감사 · 2026-10-16 · 세부 흐름 D01

USFP/CPO 시대에도 네트워크 평가는 Goodput

새 근거 반영

이전 분석에 새로 추가된 근거: USFP-1012. 산업 가설의 재평가이며, 원문 모든 문장·그림과 고객 수주를 새로 전수 검증했다는 뜻은 아닙니다.

현행 7+1 소속 · 가속기·네트워크 ↗

최신 W2W↔D2W 전파감사 v2.2 ↗ · 세부흐름 최신 v2.0의 변경·반증 이력 ↗

기존 내러티브의 전제

링크 400/800/1.6T 스펙이 곧 클러스터 가속

수정한 인과·대안

포트 BW 증가와 Collective p99·네트워크 계층·오류 복구는 별개 병목이다

경쟁·보완하는 세부 경로 3개

1

Scale-up

기존의 기대

칩간 전체 링크 BW로 평가

바뀐 선택·조건

실제 low-latency collective 통신 대조

승패를 가를 실제 관측

p99 stalled-step

2

Scale-out

기존의 기대

포트 최대 표기속도로 시장 합산

바뀐 선택·조건

USFP/CPO/기존 pluggable의 usable Tbps

승패를 가를 실제 관측

네트워크 계층·변환 전력

3

Reliability

기존의 기대

교체시간이 성능과 무관

바뀐 선택·조건

MTTR/운용인력·스페어까지 고객 총 TCO에 포함

승패를 가를 실제 관측

Port-hour 실제 가용

제품 수요가 이동하는 경로

실제 학습·추론 Job Goodput / network TCO

기술

collective p99·drop/retransmission·link recovery

사용

클라우드 고객의 실제 Fabric 가동/오버스펙 정도

정책

네트워크 표준 채택·지역 데이터 전송 제한

이 해석을 뒤집을 조건

재정렬/혼잡/재전송으로 유효 GPU사용률이 정체

이 수정에 연결된 새 근거 1건 ＋

USFP-1012 · USFP로 CPO 외 대체경로가 구체화 · 2026-10-12

근거 종류: NVIDIA·Cisco 공식 계획 발표

CPO 채택률과 전체 광학 포트 수요를 같은 증가율로 적용하던 가정을 낮추고 DSP pluggable/USFP의 교체성·전력·MTTR을 비교.

반론·미확인: 발표 측 4배 밀도, 1.3배 효율은 200G-per-lane 광제품 대비. 동일 시스템에서 CPO를 압도했다는 실증 아님.

원장 또는 원자료 ↗

다른 흐름과의 조건부 연결 2건

두 산업의 변화를 기계적으로 연결하지 않습니다. 어떤 실제 조건에서 한쪽이 다른 쪽을 촉진·대체·잠식하는지 기록합니다.

C03D01보완

성립 조건MoE·데이터 분할에서 collective p99가 실효 칩 처리량을 제한할 때

수혜 이동Fabric·NIC 지출과 GPU Goodput 연동

금지할 비약포트 속도만 높여 칩 매출 자동 증가로 가정 금지

D03D01대체·경쟁

성립 조건USFP·CPO·개선 플러그형의 동일 usable Tbps·전력/MTTR 조건을 비교할 때

수혜 이동Scale-out 광포트 시장 내 수혜 이동

금지할 비약USFP의 200G/lane 대비 상대 수치를 CPO 직접 실증으로 착각 금지

기존 2026-10-14 인과 도식 · 변경 전 가설 보기
변화의 출발점

대형 AI 클러스터 통신 증가

변화 방향 · 포트 명목 BW → Job Goodput·p99 경쟁

문제와 제약

집단통신 Tail·Incast가 실효 GPU시간 제한

MoE All-to-all·incast·재정렬·링크 오류가 GPU 대기 시간을 결정

보완·독립 기능

3개 분석 경로

서로 다른 기능·원인 또는 보완 수단. 모두 필요한 연속 단계로 오인하지 않습니다.

병렬 경로 3개 · 좌우로 밀어 비교

NIC 전송

현재 문제·제약

혼잡·재전송·FEC 부하

대응·구매 후보

RDMA NIC·ECN

관련 구매자

네트워크 OEM

다중 경로

현재 문제·제약

Hot Path·Packet Reorder

대응·구매 후보

Multi-rail·Spraying

관련 구매자

NIC·Switch

링크 진단

현재 문제·제약

p99 Stall·불량 포트 탐지

대응·구매 후보

Collective Test·Telemetry

관련 구매자

클라우드 운영

수요 연결 · 검증 전 가설

이론적 포트 속도 대신 실제 Job Goodput 평가

구매·기능 후보 · NIC 전송 IP·혼잡제어·packet spray·통신 진단

가치 포착 여부는 별도 검증

가치사슬과 기업 경쟁력 변화

같은 토폴로지에서 완료 GPU 작업량을 늘려야 가치

이 구조는 기존 분석을 재표현한 것이며, 기술 채택·외부 유료 구매·기업 이익의 발생을 자동으로 뜻하지 않습니다.

핵심 검증 질문

재정렬/혼잡/재전송으로 유효 GPU사용률이 정체

기존 검증 질문(보존): 패킷 분산·혼잡제어로 줄인 p99 stall이 실제 완료 작업량을 얼마나 늘리는가?

2026-10-14 구매시장 가설·기존 검증 지표 · 이전 분석

예상되는 구매자·기능 (독립 구매 검증 전)

  • RDMA NIC·ECN — 네트워크 OEM
  • Multi-rail·Spraying — NIC·Switch
  • Collective Test·Telemetry — 클라우드 운영

실제로 관측할 지표

  • collective p99·GPU 유효 사용시간
  • 연구·실증·채택·계약·양산·운영 단계별 사실을 구분
  • 대체품·내재화·기존 부품 감소를 차감한 순수요·마진

반대 경로와 실패 조건

  • 프로토콜 미호환·NIC 연산비
  • 기술 유용성만으로 독립 유료 매출과 종목 수혜를 단정하지 않음
기존 원문 근거 · 읽기 범위와 검증 Gate

분석 기준일:

D01: 기존 SemiAnalysis 분석 R16, R18, R19를 승계하여 2026-10-14 재구성한 잠정적 인과 흐름입니다. 이번 페이지 작성 과정에서 원문·그림·수식 전체를 새로 전수 판독하거나 독립적인 최신 거래·양산 실적을 검증한 것은 아닙니다. 교차 변화·제품별 구매·기업 가치 포착은 확인할 가설입니다.