퓨리오사ai 관련주 퓨리오사 주가 한눈에 요약

퓨리오사ai 관련주 퓨리오사 주가 한눈에 요약

⚙️ 퓨리오사AI 심층 분석 – RNGD(Gen2) 효율 추론 칩의 본질

※ 본 글은 사용자가 제공한 재무제표(2021~2022)·제품 스펙·비상장 호가 정보를 바탕으로 작성되었습니다. 투자권유 아님.

🧭 목차

• 1) 한눈에 요약
• 2) 비즈니스 & 제품 라인업
• 3) RNGD 아키텍처(TCP) 핵심
• 4) H100·L40S 대비 포지셔닝
• 5) 재무 분석(2022 vs 2021)
• 6) 밸류 감각: 비상장 60만 원/주
• 7) 투자 포인트 5 & 리스크 6
• 8) 체크리스트 & 시나리오
• 9) FAQ

 

 

1) 한눈에 요약

회사: 주식회사 퓨리오사에이아이 (서울 강남 도산대로 145)

제품: 2세대 데이터센터 AI 추론 가속기 RNGD (HBM3 48GB, FP8/BF16, 180W TDP)

차별화: TCP(Tensor Contraction Processor) – 행렬곱 고정폭 대신 ‘텐서 수축’을 1급 연산으로 처리

SW 스택: PyTorch 2.x 통합, 컨테이너·Kubernetes·SR-IOV 기반 배포 친화

비상장 시세: 최근 호가 1주 ≈ 60만 원

핵심 메시지: 절대 성능이 아니라 전력 예산에서 승부 → “W당 토큰 처리량 = TCO 경쟁력”

출처: 38커뮤니케이션

2) 비즈니스 & 제품 라인업

• 1세대 Vision NPU – 컴퓨터 비전 추론 지향.
• 2세대 RNGD – LLM/멀티모달 추론용. 에어쿨링 180W 카드로 엔터프라이즈·클라우드 배치 최적화.
• 타깃 시장 – 프라이빗/하이브리드 AI 인프라, 전력·냉각 제약이 있는 데이터센터.

출처: 퓨리오사ai 회사

 

3) RNGD 아키텍처(TCP) 핵심

• TCP: 텐서 수축을 통합 연산으로 취급 → 데이터 재사용·병렬도 극대화, 다양한 텐서 모양에 유연.
• 메모리/패키징: HBM3 48GB, 대역폭 1.5TB/s, CoWoS-S, 온칩 SRAM 256MB(온칩 384TB/s).
• 정밀도: FP8/BF16/INT8/INT4, 멀티 인스턴스/가상화 지원, Secure boot & 모델 암호화.
• 성능(제공 수치):
  - Llama 3.1 70B (입력 2,048/출력 128/8카드): RNGD 957 토큰/초 | H100 2,064 | L40S 164
  - Llama 3.1 8B (입력 128/출력 4,096/1카드): RNGD 3,935 토큰/초 | H100 13,222 | L40S 2,989
  - TDP: RNGD 180W vs H100 700W vs L40S 350W → 전력/발열/랙밀도 강점.

4) 경쟁 구도: H100·L40S 대비 포지셔닝

H100(SXM) = 절대 성능·생태계 최강, 700W 전력/높은 비용.
L40S = 범용형 추론/그래픽 가속, 합리적 가격.
RNGD = 효율형 추론 특화. 같은 전력·같은 랙 조건에서 W당 토큰과 TCO로 승부하는 카드.

5) 재무 분석 (2022 vs 2021)

지표	2022	2021
매출액	309,920,000	-
매출총이익	103,396,152	-
판관비 (R&D 421.2억 포함)	50,238,272,800	14,303,446,231
영업손실	-50,134,876,648	-14,303,446,231
당기순손실	-51,203,388,554	-15,352,328,739
현금및현금성	19,055,596,238	61,774,400,839

• 영업CF -379.2억 / 월 번레이트 ≈ 31.6억 추정
• 유동비율 ≈ 136% / 부채비율 ≈ 97% (’22말 기준)
• 해석: “R&D 드라이브 단계”로 손익·현금흐름은 의도적으로 악화. 상업 채택 속도가 관건.

6) 밸류 감각: 비상장 60만 원/주 가정

• 발행주식수 1,136,741주 → 시총 ≈ 6,820억 원 (60만 원/주 가정)
• EV ≈ 6,820 + 부채 178 – 현금 191 ≈ 6,808억 원
• EV/Sales(’22) ≈ 2,197배 → 전형적 프리-스케일 딥테크 프리미엄
• 우선주 조항(참가·누적·일부 8% 상환이자)에 따른 보통주 수익률 희석 가능성 체크 필요

7) 투자 포인트 5 & 리스크 6

✅ 포인트

1. 180W 저전력 → 전력·냉각·랙밀도 TCO 절감
2. TCP 구조 → LLM 추론에 구조적 강점
3. HBM3 + SW 스택 → 배포·운영 친화
4. 국산 AI 반도체 테마·공공/프라이빗 채택 여지
5. 임직원 옵션 인센티브로 인재 락인

⚠️ 리스크

1. 수익화 타이밍 지연 가능
2. 엔비디아 생태계 락인(CUDA/TRT) 장벽
3. 현금 소진 → 후속 조달 의존도
4. HBM·CoWoS 공급망 리스크
5. 우선주 프리퍼런스에 따른 보통주 희석
6. 절대 성능 열세 → TCO 데이터로 설득 필요

 

8) 체크리스트 & 시나리오

• [ ] 분기별 PoC → 유료 전환 건수
• [ ] 동일 전력(예: 10kW 랙) 기준 토큰/초 vs H100·L40S 비교
• [ ] 드라이버/컴파일러 업데이트 주기 & 주요 LLM 호환
• [ ] 서버 파트너/클라우드 MSP 레퍼런스 공개
• [ ] 조달 계획(우선주/채무/프로젝트) & 번레이트 변화

시나리오
• Bull: 전력제약 DC서 W당 토큰 강점 인정 → 중형 클러스터 수주 다수.
• Base: 국내 공공·프라이빗부터 점진 확산, 손익분기 전 재조달 반복.
• Bear: 경쟁사 신제품·생태계 장벽으로 매출화 지연, 리파이낸싱 부담.

출처: 퓨리오사ai

 

9) FAQ (개인투자자 질문 톱3)

Q1. H100보다 느린데 왜 채택?

A. 절대 성능이 아니라 TCO. 180W 카드로 랙당 인스턴스를 늘려 원가당 토큰을 낮추는 전략.

Q2. 소프트웨어 호환성은?

A. PyTorch 2.x·컴파일러·서빙 프레임워크·프로파일러 제공. 이식 난이도와 운영 안정성을 PoC에서 검증할 것.

Q3. 비상장 60만 원 밸류, 비싸지 않나?

A. 프리-스케일 딥테크 프리미엄. 레퍼런스 계약과 동일 전력 기준 TCO 데이터가 밸류 방어의 핵심.

마무리 — AI의 진짜 비용은 연산이 아니라 전력과 운영. RNGD의 본질은 “절대 성능”이 아닌 “전력 예산의 전장”에서 W당 토큰으로 승부하는 효율성입니다.

※ 본 글은 정보 제공 목적이며, 투자 손익은 투자자 본인에게 귀속됩니다.