DRAM 가용성 및 계약 가격에 대한 높아지는 압력은 생성형 AI의 막대한 고성능 메모리 요구 사항을 반영합니다. 이러한 압력은 현재 글로벌 DRAM 생산량의 상당 부분을 소비하는 하이퍼스케일 데이터 센터 확장으로 인해 더욱 심화됩니다. 본 논문에서는 광학 섬유가 하이퍼스케일 데이터 센터에서 수행하는 역할을 재구상한 새로운 아키텍처인 Fiber Memory를 제안합니다. 이는 대규모 언어 모델(LLM) 가중치와 같은 불변 데이터를 위한 능동적이고 순환하는 지연 라인 메모리(delay-line memory)로 광학 섬유를 배치합니다. 우리는 광섬유의 물리적 현실을 고려한 데이터 병렬 광 브로드캐스트 지연 라인 메모리 아키텍처를 제시합니다. 공간 분할 다중화된 멀티코어 광섬유(MCFs), 수동 광 탭-앰프리파이 인터페이스, 공동 패키지 옵틱스(CPO), 그리고 지역적 전용 광 재생을 통합하여, 우리의 사례 연구 평가는 Fiber Memory가 10,000개의 AI 가속기에서 중복된 가중치 스토리지를 제거하고 기존 HBM3e 구성 대비 가중치 전달 에너지를 70% 이상 줄일 수 있음을 입증합니다.