I. NVIDIA, 클라우드 매출 공유(Revenue-Sharing) 비즈니스 모델 발표

NVIDIA는 AI 클라우드 업체들이 매출 공유 및 신용 지원(credit support) 구조를 바탕으로 AI 네이티브·엔터프라이즈·ISV 고객을 대상으로 NVIDIA 인프라를 조달할 수 있도록 하는 신규 비즈니스 모델을 발표했다. AI 클라우드 업체가 NVDA 기반 서비스를 판매하면 NVDA는 표준 제품 매출과 함께 클라우드 매출의 일부를 확보하게 되어, 사용량에 연동된 반복적 매출 흐름을 만들어낼 수 있는 구조다.

NVIDIA는 이 모델의 초기 사례로 Sharon AI(약 4만 개 GB300 GPU)와 Firmus(약 360MW / 약 17만 개 GPU)와의 계약을 제시했다. 앞서 6월 29일 발표된 Firmus와의 계약은 최초 6년 기간 동안 250억~300억 달러 규모의 오프테이크(off-take) 계약으로 이어질 것으로 언급된 바 있다. Firmus는 별도로 호주 태즈메이니아에서 Project Southgate를 개발 중이며, 2028년까지 최대 1.6GW 규모의 가동 AI 팩토리로 확장한다는 계획을 밝힌 바 있다.

II. SK하이닉스, SCA에서 가격 상한선 배제 — 마이크론과의 구조적 차이

TrendForce는 Green Economy News를 인용해 SK하이닉스가 업계 표준인 가격 상한선을 배제하는 장기공급계약(SCA) 구조를 채택하고 있다고 보도했다. 이는 마이크론이 발표한 SCA와 대비된다 — 마이크론은 하한가와 상한가(상한가는 2026년 2분기 평균 시장가격 기준)를 모두 설정한 SCA를 14건 이상 체결한 것으로 알려졌다. SK하이닉스의 계약 구조는 공급 부족으로 현물 시장 가격이 상승할 경우 그 상승분이 계약 가격에 온전히 반영될 수 있도록 설계된 것으로 전해진다.

삼성전자도 지난 1분기 실적 발표에서 고객 요청에 따라 메모리 제품에 대한 장기공급계약을 추진 중이며 일부 고객사와는 이미 계약을 체결했다고 밝힌 바 있다. 메모리 3사 모두 기존 1년 단위 계약에서 3~5년 단위의 장기계약으로 구조를 전환하고 있다는 점에서, 이번 SCA 조건 차이는 업사이클이 이어지는 동안 공급업체별 수익성 격차를 벌리는 요인이 될 수 있다.

III. 소프트뱅크, 미국 내 AI 인프라 용량 10GW 임대 계획

블룸버그는 소프트뱅크그룹과 통신 자회사 소프트뱅크가 미국 내에서 AI 인프라 용량 임대 사업을 시작할 계획이라고 보도했으며, 이 사업에서는 CoreWeave·Nebius 등 기존 네오클라우드 업체들이 경쟁 상대로 거론됐다. 양사는 SB Neo를 설립해 하이퍼스케일러를 포함한 대기업들에게 AI 컴퓨팅 용량과 클라우드 서비스를 제공할 계획이며, 2030년까지 10GW 규모 데이터센터 용량 확보를 목표로 하고 있다. 서비스 개시는 2027 회계연도(2027년 4월~2028년 3월)로 예정되어 있으며, 오하이오 약 800MW 규모 시설과 OpenAI와의 Stargate 합작 프로젝트로 진행 중인 텍사스 약 1.2GW 규모 시설이 초기 물리적 기반이 될 것으로 보인다.

IV. 애플 생산 헤드라인 — CY26 생산량 컨센서스 상회, 울트라 모델 확대

니케이아시아는 애플의 2026년 생산량이 시장 예상치를 큰 폭으로 상회할 것이라고 보도했다. 이는 전일 보도된 CY26 스마트폰 생산 감축 대상에 애플이 포함됐다는 소식과는 결이 다른 내용이다. 가트너 추정치 기준 CY25 생산량은 약 2억 2,600만 대, CY24는 약 2억 3,700만 대였으며, 시장 컨센서스는 CY26 아이폰 생산량을 전년 대비 약 4% 늘어난 2억 5,800만 대(CY25 추정 2억 4,800만 대 대비)로 보고 있다. 니케이아시아 보도에 따르면 2026년 하반기에만 약 8,000만 대 규모의 스마트폰용 부품이 이미 발주된 상태이며, 아이폰 울트라 생산 계획도 기존 700만~800만 대에서 약 1,000만 대로 늘어난 것으로 전해졌다.

V. Thinking Machines·Bridgewater AIA Labs — 도메인 특화 사후학습 모델의 비용·성능 우위

Thinking Machines와 Bridgewater AIA Labs는 공동 연구를 통해 도메인 특화 사후학습(post-trained) 모델이 범용(merchant) 프론티어 모델 대비 상당한 비용·성능 우위를 보인다는 결과를 공개했다. 연구진은 Qwen3-235B를 기본 모델로 삼아 파인튜닝을 진행했으며, group relative policy optimization을 적용한 초기 파인튜닝만으로도 두 테스트 항목의 정확도를 각각 약 73%, 89%까지 끌어올렸다(기본 모델은 각각 약 45%, 55% 수준). 이후 interleaved batching, 비대칭 클리핑을 적용한 CISPO loss, 강력한 교사 모델 기반 on-policy distillation 등 추가 최적화를 거쳐 정확도를 각각 약 85%, 93%까지 향상시켰다.

비용 측면에서도 차이가 뚜렷하다. 해당 학습 모델은 작업 1,000건당 4.72달러로 구동되는 반면, GPT-5.2·GPT-5.4·Opus 4.6은 각각 1,000건당 19.96달러, 28.50달러, 61.52달러 수준으로 나타났다. 연구는 또한 프론티어 모델에 더 정교한 프롬프트를 적용하더라도 정확도가 약 50% 수준에 머무른 반면, 도메인 특화 모델은 테스트 항목(기사 관련성 판단, 콘텐츠 라벨링, 문서·이메일 절단)에서 70%대 중반까지 도달했다고 밝혔다.

VI. 다섯 헤드라인이 그리는 공통된 그림

이번 웰스파고 노트에 담긴 다섯 가지 소식은 서로 다른 영역이지만 한 방향을 가리킨다. NVIDIA의 매출 공유 모델과 소프트뱅크의 10GW 임대 계획은 AI 인프라 ‘용량’을 조달하는 방식이 선불 하드웨어 구매에서 매출 연동형·임대형 구조로 다변화되고 있음을 보여준다. SK하이닉스의 SCA 상한가 배제는 메모리 공급업체들이 이번 업사이클에서 확보한 협상력을 최대한 활용하려는 움직임이며, 애플의 생산 확대 계획은 이러한 부품 가격 상승 국면에서도 최종 수요가 견조하게 유지되고 있음을 시사한다. 마지막으로 도메인 특화 사후학습 모델의 비용 우위는, AI 인프라 캐펙스가 계속 확대되는 가운데서도 추론 비용을 낮추려는 압력이 동시에 커지고 있다는 점을 보여준다.

VII. 결론 및 투자 시사점

이번 웰스파고 헤드라인 노트는 AI 인프라 투자 사이클이 하드웨어 구매를 넘어 매출 공유·장기계약·임대 등 다양한 상업적 구조로 확장되고 있음을 보여준다. 메모리 업체 중에서는 SK하이닉스의 SCA 조건이 시장 예상과 다르게 움직이고 있다는 점에서, 앞서 다룬 UBS·BofA·모건스탠리의 메모리 가격 전망과 함께 놓고 볼 필요가 있다.

VIII. 함께 보면 좋은 글

이번 웰스파고 헤드라인 정리와 함께 보면 좋은 semidaily의 이전 메모리 가격 분석은 다음과 같다.

I. NVIDIA Unveils a Cloud Revenue-Sharing Business Model

NVIDIA announced a new business model that lets AI cloud providers procure NVIDIA infrastructure for AI-native, enterprise, and ISV customers through revenue-sharing and credit-support arrangements. When an AI cloud provider sells NVDA-based services, NVIDIA captures both standard product revenue and a share of the cloud revenue, creating a usage-linked, recurring revenue stream.

NVIDIA cited initial examples with Sharon AI (roughly 40,000 GB300 GPUs) and Firmus (about 360MW / roughly 170,000 GPUs). The Firmus deal, announced June 29, was described as leading to an estimated $25-30 billion off-take commitment over an initial six-year term. Firmus is separately developing Project Southgate in Tasmania, Australia, with plans to scale it to a fully operational AI factory of up to 1.6GW by 2028.

II. SK Hynix Removes SCA Price Ceilings — A Structural Divergence from Micron

Citing Green Economy News, TrendForce reported that SK Hynix is adopting Strategic Customer Agreement (SCA) structures that eliminate the industry-standard price ceiling. This contrasts with Micron’s SCAs, which reportedly set both floor and ceiling prices (with the ceiling tied to average 2Q26 market prices) across more than a dozen agreements. SK Hynix’s structure is said to allow spot-market price increases during supply shortages to be fully reflected in contract pricing.

Samsung Electronics also stated during its Q1 earnings call that it is pursuing long-term supply agreements for memory products in response to customer requests, and has already signed contracts with some clients. With all three major suppliers shifting from one-year to 3-5 year contract structures, this divergence in SCA terms could widen the profitability gap between suppliers over the course of this upcycle.

III. SoftBank Plans a 10GW US AI Infrastructure Leasing Business

Bloomberg reported that SoftBank Group and its telecom subsidiary SoftBank plan to launch an AI infrastructure leasing business in the US, positioning CoreWeave and Nebius as direct competitors. The two entities will establish SB Neo to offer AI computing capacity and cloud services to large enterprises, including hyperscalers, with a target of reaching 10GW of data center capacity by around 2030. Services are expected to launch in fiscal year 2027 (April 2027-March 2028), with an approximately 800MW Ohio facility and a roughly 1.2GW Texas facility — part of the Stargate joint venture with OpenAI — providing the initial physical footprint.

IV. Apple Production Headlines — CY26 Volume Above Consensus, Ultra Model Expanded

NikkeiAsia reported that Apple’s 2026 production will run well above market expectations — a notably different signal from the prior day’s report that Apple was among vendors cutting CY26 smartphone production. Gartner estimates put CY25 production at roughly 226 million units and CY24 at roughly 237 million units, while current market consensus expects CY26 iPhone production of about 258 million units, up roughly 4% YoY from an estimated 248 million in CY25. Per NikkeiAsia, about 80 million units’ worth of smartphone components have already been ordered for 2H26 alone, and iPhone Ultra production plans were raised from 7-8 million units to roughly 10 million units.

V. Thinking Machines / Bridgewater AIA Labs — Cost and Accuracy Edge for Domain-Specific Post-Training

Thinking Machines and Bridgewater AIA Labs published joint research showing domain-specific post-trained models deliver a substantial cost and performance advantage over general-purpose frontier models. Using Qwen3-235B as the base model, initial fine-tuning with group relative policy optimization alone lifted accuracy on two test tasks to roughly 73% and 89% (from a base-model level of about 45% and 55%). Further optimization — interleaved batching, CISPO loss with asymmetric clipping, and on-policy distillation from a strong teacher model — pushed accuracy to roughly 85% and 93%.

The cost gap is equally stark. The domain-tuned model runs at $4.72 per 1,000 tasks, compared with $19.96, $28.50, and $61.52 per 1,000 tasks for GPT-5.2, GPT-5.4, and Opus 4.6, respectively. The research also found that even with stronger prompting, frontier models plateaued around 50% accuracy, while the domain-specific model reached the mid-70% range on tasks such as article relevance judgment, content labeling, and document/email truncation.

VI. The Common Thread Across These Five Headlines

Despite covering different areas, these five items point in a common direction. NVIDIA’s revenue-sharing model and SoftBank’s 10GW leasing plan show AI infrastructure “capacity” procurement diversifying away from upfront hardware purchases toward revenue-linked and lease-based structures. SK Hynix’s removal of SCA price ceilings reflects memory suppliers pushing to capture maximum leverage from this upcycle’s pricing power, while Apple’s apparent production expansion suggests end demand remains resilient even as component costs rise. Finally, the cost advantage of domain-specific post-trained models shows that even as AI infrastructure capex keeps expanding, pressure to lower inference costs is intensifying in parallel.

VII. Conclusion and Investment Implications

This Wells Fargo headline roundup shows the AI infrastructure investment cycle expanding beyond hardware purchases into a range of commercial structures — revenue-sharing, long-term contracts, and leasing. Among memory suppliers, SK Hynix’s SCA terms are moving in a direction that diverges from market expectations, and should be read alongside the UBS, BofA, and Morgan Stanley memory pricing outlooks covered previously.

VIII. Related Reading

For further context on memory pricing dynamics referenced in this roundup, see these related semidaily posts.