처음엔 HPE가 12억달러짜리 AI 장비 주문을 받았다는 숫자부터 눈에 들어왔다.
그런데 자세히 보니 랙 하나에 GPU 72개만 들어가는 이야기가 아니었다. 스위치 트레이가 6개, NIC와 액체냉각, 배포 서비스까지 한 묶음이다.
AI 인프라가 이제 ‘칩을 몇 개 샀나’보다 ‘그 칩들이 함께 얼마나 잘 움직이나’의 경쟁으로 넘어가는 느낌이다.
특히 72개 GPU를 이더넷 기반 스케일업으로 연결한다는 대목은 GPU 다음에 무엇을 봐야 하는지 보여 준다.
12억달러라는 주문 금액은 크지만, 그 돈이 각 부품에 어떻게 나뉘는지는 공개되지 않았다. 그래서 더 구조를 봐야 할 것 같다.
이전 Tech(KR) 글: 삼성전자 15조원 자사주 매입 마무리, ‘소각’과 무엇이 다를까
핵심 요약
- HPE는 비상장 클라우드 인프라 기업 Vultr에서 12억달러 규모의 AMD Helios AI Rack 주문을 받았다고 9월 30일 발표했다.
- HPE 발표 기준 랙 하나에는 AMD Instinct MI455X GPU 72개, EPYC CPU, Pensando AI NIC, ROCm 소프트웨어가 통합된다.
- HPE는 랙당 Juniper QFX5252 Ethernet 스케일업 스위치 트레이 6개와 직접 액체냉각, 배포 서비스를 함께 제시했다.
- 다만 12억달러가 GPU·네트워크·냉각·서비스에 각각 얼마로 배분되는지, 납기와 매출 인식 시점은 발표에 공개되지 않았다.
HPE의 2026년 9월 30일 발표를 바탕으로 직접 제작. 회사 로고·제품 사진·보도 이미지·제3자 차트는 사용하지 않음.
72개 GPU는 왜 스위치 6개를 부를까
대형 AI 학습이나 대량 추론에서는 GPU가 혼자 계산하지 않는다. 모델의 계산 결과와 데이터가 GPU 사이를 오가고, 그 흐름이 늦어지면 비싼 가속기가 기다리는 시간이 생긴다. 그래서 GPU 개수만큼이나 GPU 사이의 통신 경로가 중요해진다.
HPE가 이번 Helios 랙에 72개 MI455X GPU와 6개의 Ethernet 스케일업 스위치 트레이를 함께 제시한 이유도 여기에 있다. NIC가 각 컴퓨팅 요소를 네트워크에 붙이고, 스위치가 높은 대역폭·낮은 지연의 경로를 만들며, 소프트웨어가 그 자원을 실제 작업에 쓸 수 있게 해야 한다.
이 구성이 모든 AI 작업에서 같은 우위를 보장하는 것은 아니다. 다만 AI 인프라의 제품 단위가 GPU 카드에서 ‘연결된 랙’으로 커지고 있다는 점은 분명히 읽힌다.
이더넷 스케일업은 랙 안에서 무엇을 바꾸나
이더넷은 원래 데이터센터의 서버와 서버, 랙과 랙을 넓게 연결하는 데 익숙한 기술이다. 이번 발표에서 HPE는 UALink over Ethernet 같은 개방형 랙 규모 패브릭을 지원하도록 Helios를 설계했다고 설명했다. 핵심은 기존 이더넷 장비를 단순히 가져오는 것이 아니라, GPU가 촘촘히 협업하는 스케일업 환경으로 끌어들이는 데 있다.
이 구조가 자리 잡으면 고객은 GPU, CPU, NIC, 스위치, 소프트웨어를 따로 조합하는 부담을 줄일 수 있다. 반대로 호환성, 소프트웨어 완성도, 실제 워크로드 성능, 장애 대응은 랙을 통째로 납품받아도 계속 검증해야 하는 변수다.
그래서 이번 수주의 관전 포인트는 ‘이더넷이 무조건 승리한다’가 아니다. 고객이 개방형 인터커넥트와 통합 서비스를 실제 대규모 배치의 선택지로 받아들이기 시작했는지다.
냉각과 현장 서비스까지 들어가야 랙이 열린다
GPU를 72개 넣으면 전력 밀도와 발열도 함께 올라간다. HPE가 직접 액체냉각과 글로벌 서비스를 전면에 둔 것은 열을 빼는 장치가 부가 옵션이 아니라 가동 일정의 일부라는 뜻이다. 랙이 공장에 도착했더라도 전력·냉각·네트워크·고객 운영이 맞물리지 않으면 AI 서비스는 시작되지 않는다.
이 점에서 12억달러 주문은 칩 한 종류의 수요 뉴스보다 넓다. 랙을 설계하고, 네트워크를 연결하고, 냉각을 붙이고, 현장에서 가동시키는 실행력이 함께 계약의 대상이 됐다는 사례에 가깝다.
국내 공급망은 어디까지 읽을 수 있을까
한국 독자라면 AI 랙이 커질수록 HBM을 포함한 메모리, 패키징, 기판, 전력·냉각 부품 수요를 떠올리게 된다. 그 방향성 자체는 자연스럽다. GPU가 늘고 네트워크와 냉각이 촘촘해질수록 시스템 안에서 처리해야 할 데이터·전력·열의 밀도도 올라가기 때문이다.
하지만 HPE 발표에는 특정 한국 메모리·기판 기업의 공급사 이름이나 물량이 없다. 이번 주문을 삼성전자나 SK하이닉스, 특정 소재·장비 기업의 확정 매출로 바꾸면 안 된다. 국내 기업 연결은 이후 고객·플랫폼 공급사·부품사의 공식 공시에서 실제 채택과 수주가 확인될 때 따로 보는 편이 정확하다.
관련 기업
Hewlett Packard Enterprise(NYSE:HPE)는 이 주문의 직접 수주자다. HPE가 발표한 범위에는 Helios 랙, Juniper 기반 스케일업 네트워크, 직접 액체냉각, 배포·운영 서비스가 포함된다. 앞으로는 수주잔고에 언제 반영되는지, 고객 배치와 가동이 계획대로 이어지는지, 네트워킹과 서비스의 매출·마진이 어떻게 나타나는지를 봐야 한다.
Advanced Micro Devices(NASDAQ:AMD)는 MI455X GPU, EPYC CPU, Pensando NIC, ROCm을 구성요소로 제공하는 플랫폼 공급사로 발표에 명시됐다. 다만 HPE의 12억달러 주문은 AMD의 확정 GPU 매출액과 같지 않다. MI455X 출하, 데이터센터 매출의 제품 믹스, 고객 채택과 소프트웨어 생태계가 별도의 확인 항목이다.
투자 체크포인트
- 배치 일정: Vultr의 미국 데이터센터에 랙이 언제 설치되고 고객 서비스가 언제 시작되는지.
- 수주와 인식의 차이: 12억달러 주문이 HPE의 수주잔고와 이후 매출·현금흐름에 어떤 일정으로 반영되는지.
- 시스템 성능: 실제 워크로드에서 이더넷 기반 스케일업의 대역폭·지연·안정성·소프트웨어 호환성이 어떻게 검증되는지.
- 열과 전력: 72개 GPU 랙의 액체냉각·전력공급·현장 서비스가 공급과 가동의 병목이 되지 않는지.
- 공급망 확인: 메모리·기판·부품 관련 실제 공급사와 수량은 후속 공식 공시에서 확인되는지.
이 글은 매수·매도 추천이 아니라 AI 인프라와 기업 사업을 읽기 위한 정보다. 큰 주문 하나와 특정 회사의 분기 실적·주가 방향을 자동으로 연결하지 않는 편이 좋다.
Appendix. 스케일업과 스케일아웃은 무엇이 다를까
스케일업은 가까운 GPU·가속기들을 매우 빠르게 연결해 하나의 큰 계산 단위처럼 움직이게 하는 접근이다. 모델 학습의 병렬 연산처럼 장치 사이 통신이 잦은 작업에서 특히 중요하다.
스케일아웃은 여러 랙이나 서버 그룹을 더 넓게 연결해 전체 클러스터를 키우는 방식이다. 실제 AI 데이터센터에서는 둘 중 하나만 쓰기보다, 랙 안의 스케일업과 랙 사이의 스케일아웃을 함께 설계한다.
출처와 업데이트
12억달러 주문, Vultr의 미국 배치 계획, 72개 MI455X GPU, 6개 QFX5252 스위치 트레이, NIC·액체냉각·서비스 구성은 HPE의 2026년 9월 30일 발표를 바탕으로 했습니다.
HPE의 네트워킹 사업 관련 맥락은 HPE의 2026년 9월 30일 네트워킹 발표를 참고했습니다. 구성요소별 매출 배분과 실제 가동률은 공개되지 않았으며, 2026년 10월 3일 확인했습니다.
