2026. június 29., hétfő · Üzlet

A Micron piaci értéke megközelítette a Metáét és a Tesláét az AI-vezérelt memóriachip-kereslet miatt

A Micron részvényárfolyama egy hónap alatt több mint 236%-ot emelkedett, pénteken 1,27 billió dolláros piaci kapitalizációval zárt – megközelítve a Meta (1,39 billió) és a Tesla (1,42 billió) értékelését. A TechCrunch beszámolója szerint a felfutás mögött az AI-adatközpontok építési hulláma áll, amely súlyos hiányt okozott a DRAM-, NAND- és különösen a nagy sávszélességű memóriachipekből (HBM). Az Nvidia és a nagy felhőszolgáltatók – Microsoft, Amazon AWS, Google, Meta, Oracle – hatalmas mennyiségben vásárolják a memóriát, ami a RAMageddon.

Miért fontos?

A Micron harmadik negyedéves árbevétele megnégyszereződött, nyeresége 1,88-ról 28,2 milliárd dollárra ugrott; az AI-memóriahiány a fogyasztói elektronikát is drágítja.

Források

TechCrunch AI

Említve a tudásbázisban

Kapcsolódó témák

Napi összefoglalók AI üzlet #Micron#HBM

Napi összefoglaló

Ez a hír a 2026. június 29., hétfő napi AI összefoglaló része.

Kapcsolódó hírek

15-szörös profitrobbanás a Micronnál – az AI húzza fel a memóriachip-piacot

A Micron Technology közel tizenötszörösére növelte nyereségét, amit elsősorban az AI-alkalmazások iránti élénk kereslet hajtott. A vállalat szerint a mesterséges intelligencia tartós és kiszámítható keresletet teremt a memóriachipek iránt, ami enyhítheti az iparágra jellemző ciklikus boom-bust ingadozásokat. A Micron optimista előrejelzései lendületet adtak a részvényeinek és az ázsiai technológiai tőzsdéknek egyaránt. A cég csatlakozik Samsung és SK Hynix mellé, amelyek szintén az AI-megrendelésekben látják a memóriapiac stabilizálásának kulcsát.

400 milliárd dolláros chippiaci rally a Micron és Qualcomm erős előrejelzései nyomán

A Micron és a Qualcomm várakozásokat felülmúló pénzügyi eredményei és előrejelzései globális chippiaci rallyt váltottak ki, amelynek értéke megközelíti a 400 milliárd dollárt. A Micron kiemelkedő negyedéves számai az AI-alapú memóriaigény robbanásszerű növekedését tükrözik. A befektetők reakciója világszerte érintette a félvezető-szektort, és újraélesztette az AI-vezérelt technológiai részvények iránti lelkesedést. Az eredmények megerősítik, hogy az AI infrastruktúra iránti kereslet továbbra is rendkívül erős marad.

Ulanqab: Belső-Mongólia lett Kína AI-adatközpont-fővárosa

A WIRED cikke szerint egy Goldman Sachs kutatási jegyzet alapján a mindössze 1,5 milliós lakosú Ulanqabban 2016 óta közel 100 adatközpont épült vagy van építés alatt, a bejelentett kapacitás összesen 12,5 gigawattra rúg, ennek több mint 70 százalékát az elmúlt egy évben jelentették be. Összehasonlításképp az OpenAI 500 milliárd dolláros Stargate projektje készen is csak 10 gigawattot ér el. A várost a hideg, magasan fekvő klíma, a Pekinghez közeli helyzet és az olcsó, szél-, nap- és szénenergiára épülő áramellátás teszi vonzóvá. A cikk szerint első ízben kínai AI-cégek, köztük a DeepSeek, a ByteDance, az Alibaba és a Xiaohongshu is saját infrastruktúrába fektetnek bérelt felhőkapacitás helyett. A projektek azonban komoly vízhiányba ütközhetnek, mivel a szárazságra hajlamos térségben a helyi vízművek már most is éjszakai korlátozásokra kényszerülnek.

Panasonic ügynök-alapú AI-t vet be repülőgépes szórakoztatórendszerek hibakeresésére

Az AWS hivatalos blogbejegyzése szerint a Panasonic Avionics Corporation – amely repülőgépes szórakoztató- és kapcsolattartó (IFEC) rendszereket üzemeltet nagy globális flottában – az AWS Generative AI Innovation Centerrel közösen ügynök-alapú mesterséges intelligencia rendszert épített ki. A megoldás Amazon Bedrock, Amazon SageMaker és AWS Glue szolgáltatásokra épül, és a cég állítása szerint jelentősen csökkenti a diagnózishoz szükséges időt a pontosság megőrzése mellett. A kihívást az jelentette, hogy az egyes flottakonfigurációk eltérő naplózási mintákat generálnak, ezért a mérnökök korábban kézi elemzéssel korrelálták a naplókat, metrikákat és jegyeket, ami órákig tartott és mély intézményi tudást igényelt. Az AWS bejegyzése kiemeli, hogy ez a folyamat rontotta a hibafelismerési és -megoldási időt, valamint sok automatizálható, ismétlődő vizsgálati feladatot tartalmazott.