Der Ausbau von AIartificial intelligence-Infrastruktur verändert die Speicherlandschaft spürbar: Während große Anbieter ihre Kapazitäten zunehmend auf HBM1. human body modelESD-Prüfmodell, das die elektrostatische Entladung einer Person in ein Bauelement nachbildet.2. High Bandwidth MemoryHBM ist ein gestapelter DRAM-Speicher mit sehr hoher Bandbreite für Rechenbeschleuniger. und Server-Speicher verlagern, rücken ältere und spezialisierte Flash-Produkte wieder stärker in den Fokus. Macronix reagiert darauf mit einem erweiterten Portfolio für NOR Flash, NANDNot ANDEin Logikgatter, das am Ausgang 0 ausgibt, wenn alle Eingänge 1 sind. In allen anderen Fällen wird eine 1 ausgegeben und eMMC sowie mit höheren Investitionen in die 12-Zoll-Fertigung.
Macronix hat die Investitionsausgaben für 2026 auf NT$37,8 Milliarden angehoben, um die Kapazität für 12-inch wafers auszubauen. Im Zentrum stehen dabei 3D NOR, NANDNot ANDEin Logikgatter, das am Ausgang 0 ausgibt, wenn alle Eingänge 1 sind. In allen anderen Fällen wird eine 1 ausgegeben, eMMC und weitere Produkte. Das Unternehmen erwartet, dass die anhaltend starke Nachfrage nach AIartificial intelligence-Infrastruktur den Markt für Speicherbausteine weiter unter Druck setzt, weil neue Kapazitäten erst nach längerer Qualifizierung und Hochlaufphase wirksam werden.
Besonders sichtbar ist der Effekt bei NOR Flash in AIartificial intelligence-Servern. Diese Bausteine werden dort für Bootvorgänge, Firmware, Systemsteuerung und Sicherheitsfunktionen eingesetzt. Mit der steigenden Zahl an BMCbubble memory controllerSpeichertechnologie beziehungsweise System zur dauerhaften oder temporären Ablage digitaler Informationen.s, Netzwerkswitches und weiteren Steuerkomponenten in AIartificial intelligence-Servern nimmt der Flash-Bedarf pro Rack deutlich zu. Genannt wurde ein Anstieg von rund 600 bis 800 Bausteinen in früheren Rack-Generationen auf mehr als 1.000 in der aktuellen Generation.
Gleichzeitig verschiebt sich die Diskussion über Speicherarchitekturen über HBM1. human body modelESD-Prüfmodell, das die elektrostatische Entladung einer Person in ein Bauelement nachbildet.2. High Bandwidth MemoryHBM ist ein gestapelter DRAM-Speicher mit sehr hoher Bandbreite für Rechenbeschleuniger. hinaus. Für Training und Inferenz bleibt HBM1. human body modelESD-Prüfmodell, das die elektrostatische Entladung einer Person in ein Bauelement nachbildet.2. High Bandwidth MemoryHBM ist ein gestapelter DRAM-Speicher mit sehr hoher Bandbreite für Rechenbeschleuniger. wegen der hohen Bandbreite zentral, doch Kapazität und Kosten werden zunehmend zu Grenzen. Als mögliche Ergänzung werden neue Speicherhierarchien betrachtet, darunter High-Bandwidth Flash auf Basis von 3D NANDNot ANDEin Logikgatter, das am Ausgang 0 ausgibt, wenn alle Eingänge 1 sind. In allen anderen Fällen wird eine 1 ausgegeben, kombiniert mit schnellen Schnittstellen und hochdichter Gehäusetechnik. Auch SSD1. Solid State Drivenichtflüchtiges, elektronisches Speichermedium meist als Festplatte in Computern2. Solid-State DriveEin Massenspeicher ohne mechanische Komponenten auf Flash-Basis.s mit hohem IOPS-Wert und SLCsurface laminar circuit NANDNot ANDEin Logikgatter, das am Ausgang 0 ausgibt, wenn alle Eingänge 1 sind. In allen anderen Fällen wird eine 1 ausgegeben mit geringer Latenz werden als Bausteine für AIartificial intelligence-Server-Architekturen beschrieben.
Ein weiterer Schwerpunkt ist der Umgang mit dem wachsenden KV cache bei Inferenz-Workloads. Da große Sprachmodelle und agentische Anwendungen Gesprächs- und Aufgabendaten fortlaufend vorhalten müssen, steigt der Bedarf an gestaffelten Speicherebenen. Häufig genutzte und besonders latenzkritische Daten bleiben in HBM1. human body modelESD-Prüfmodell, das die elektrostatische Entladung einer Person in ein Bauelement nachbildet.2. High Bandwidth MemoryHBM ist ein gestapelter DRAM-Speicher mit sehr hoher Bandbreite für Rechenbeschleuniger., während weniger zeitkritische Daten in Flash, SSD1. Solid State Drivenichtflüchtiges, elektronisches Speichermedium meist als Festplatte in Computern2. Solid-State DriveEin Massenspeicher ohne mechanische Komponenten auf Flash-Basis.s und andere Speicherstufen ausgelagert werden können.
Macronix sieht zudem die Datenbewegung selbst als neuen Engpass. Statt allein die Rechenleistung zu erhöhen, rückt eine speicherzentrierte Architektur in den Vordergrund, bei der Daten näher am Speicher verarbeitet werden. Das Unternehmen verweist in diesem Zusammenhang auch auf processing-in-memory-Ansätze, bei denen einfache Operationen näher am Speicher ausgeführt werden, um Übertragungen zwischen CPUcentral processing unitZentrale Recheneinheit, die Programmbefehle verarbeitet und Datenoperationen ausführt., GPUgraphics processing unitEin Grafikprozessor, der auch als Beschleuniger für KI-Workloads eingesetzt wird., HBM1. human body modelESD-Prüfmodell, das die elektrostatische Entladung einer Person in ein Bauelement nachbildet.2. High Bandwidth MemoryHBM ist ein gestapelter DRAM-Speicher mit sehr hoher Bandbreite für Rechenbeschleuniger., DRAM1. dynamic random access memorySpeichertechnologie beziehungsweise System zur dauerhaften oder temporären Ablage digitaler Informationen.2. dynamic random-access memoryDRAM ist ein flüchtiger Arbeitsspeicher und Storage zu reduzieren.
Technisch arbeitet Macronix an höherdichtem NOR Flash mit geringerer Leistungsaufnahme und höherer Zuverlässigkeit. Die Prozessentwicklung bei NOR Flash verschiebt sich von 55 nm zu 42 nm, parallel wird 3D NOR entwickelt. Bei 3D NANDNot ANDEin Logikgatter, das am Ausgang 0 ausgibt, wenn alle Eingänge 1 sind. In allen anderen Fällen wird eine 1 ausgegeben nennt das Unternehmen 48- und 96-Lagen-Produkte in der Massenfertigung, während höhere Lagenzahlen weiter in Entwicklung sind. Für stromsparende Anwendungen werden außerdem niedrigere Versorgungsspannungen vorangetrieben, von 3 V und 1,8 V in Richtung 1,2 V. Zusätzlich plant Macronix den Einsatz seiner Lösungen in Automobil-, Kommunikations-, Medizin- und Luftfahrtanwendungen auszuweiten.