Micron en Meta slaan alarm: deze verborgen bottleneck kan de AI-race afremmen

In het kort:

• Micron en Meta laten in een nieuwe whitepaper zien dat geheugen een grotere rol krijgt in AI-datacenters.

• LPDDR5X en SOCAMM2 kunnen helpen bij lagere stroomvraag, hogere dichtheid en betere prestaties bij bepaalde workloads.

• Voor beleggers maakt dit het Micron aandeel interessanter, maar ook gevoeliger voor AI-capex, geheugencycli en hoge verwachtingen.

Het AI-verhaal op de beurs draait vaak om Nvidia, GPU’s en enorme datacenters. Maar een nieuwe whitepaper van Micron en Meta laat zien dat een ander onderdeel steeds belangrijker wordt: geheugen. Voor beleggers in het Micron aandeel is dat relevant, omdat de discussie verschuift van pure rekenkracht naar de vraag hoeveel nuttig werk een datacenterrack kan leveren binnen dezelfde stroom- en koelgrenzen.

Dat klinkt technisch, maar de beleggersvraag is simpel. Als AI-datacenters steeds vaker worden beperkt door stroom, warmte, latency en geheugencapaciteit, dan kan efficiënter geheugen een directe economische waarde krijgen. Micron probeert precies daar positie te pakken met LPDDR5X en SOCAMM2, een servergerichte module die low-power DRAM naar datacenters brengt.

Bron: Micron

Wat er speelt

Micron en Meta hebben samen LPDDR5X getest met Meta’s open-source DCPerf benchmark-suite. Die benchmarks zijn interessant omdat ze niet alleen synthetische labtests meten, maar workloads benaderen die passen bij grote hyperscale datacenters. De whitepaper keek naar vier punten die voor AI datacenters steeds belangrijker worden: bandbreedte, latency, capaciteit en stroomverbruik.

De opvallendste conclusie is dat geheugen niet overal op dezelfde manier waarde toevoegt. Bij sommige workloads is snelheid doorslaggevend, bij andere vooral capaciteit. In de test rond MediaWiki zag de snellere LPDDR5X-configuratie een lagere P99 memory read latency, met een verbetering van ongeveer 9 procent. Bij SparkBench bleek juist capaciteit het grote verschil te maken: wanneer data niet langer naar SSD hoefde te worden weggeschreven, verdwenen forse vertragingen uit de workload.

Dat laatste is belangrijk voor beleggers, omdat het laat zien dat meer geheugen niet alleen een luxe is. Als een workload door te weinig DRAM naar opslag moet uitwijken, kan prestatieverlies extreem worden. De whitepaper noemt onder meer een shuffle-heavy fase waar disk-spill tot een veelvoud aan vertraging leidde. De bredere boodschap: in moderne datacenters kan voldoende geheugen soms meer waarde opleveren dan nog een beetje extra rekenkracht.

Bron: Micron

Waarom beleggers hiernaar kijken

Voor Micron komt deze publicatie op een gunstig moment. Het bedrijf rapporteerde voor het derde kwartaal van boekjaar 2026 een omzet van 41,46 miljard dollar, tegenover 23,86 miljard dollar in het kwartaal ervoor en 9,30 miljard dollar een jaar eerder. De aangepaste brutomarge kwam uit op 84,9 procent en de vrije kasstroom bedroeg 18,3 miljard dollar. Dat zijn cijfers die duidelijk maken hoe sterk de AI-geheugencyclus momenteel is.

Ook de mix verandert. Micron meldde dat de omzet uit de Cloud Memory Business Unit in het kwartaal 13,77 miljard dollar bedroeg, terwijl de Core Data Center Business Unit uitkwam op 11,52 miljard dollar. Daarnaast stelde het bedrijf dat de omzet uit datacenters in het kwartaal boven 25 miljard dollar lag, omgerekend meer dan 100 miljard dollar op jaarbasis. Daarmee is Micron niet langer alleen een cyclische geheugennaam, maar steeds meer een directe infrastructuurspeler in AI.

Meta verwacht in 2026 tussen 125 en 145 miljard dollar aan kapitaaluitgaven, inclusief finance leases. Dat geld gaat voor een groot deel naar servers, datacenters en netwerkinfrastructuur. Als hyperscalers zulke bedragen blijven uitgeven, wordt elk procent efficiency belangrijker. Minder stroomverbruik per geheugenlaag kan dan helpen om meer AI-capaciteit uit hetzelfde stroombudget te halen.

SOCAMM2 maakt het verhaal tastbaar

SOCAMM2 is voor beleggers vooral interessant omdat het Micron een plek geeft in een deel van de AI-infrastructuur waar standaardoplossingen onder druk komen. Micron stelde eerder dat zijn 256GB SOCAMM2-module ongeveer een derde van het stroomverbruik en een derde van de footprint gebruikt ten opzichte van standaard RDIMMs. De module kan volgens Micron tot 2TB LPDRAM per 8-channel server-CPU mogelijk maken.

Dat is geen kleine specificatie voor een markt waarin datacenters tegen stroom- en ruimtebeperkingen aanlopen. AI-modellen krijgen grotere contextvensters, inference wordt zwaarder en key-value caches vragen steeds meer geheugen. Daardoor groeit de behoefte aan een geheugenlaag die niet alleen snel is, maar ook zuinig, compact en servicebaar.

SOCAMM2 wijst op een bredere trend: geheugen wordt een architectuurkeuze. Dat kan Micron helpen om meer waarde per server te leveren, vooral als klanten niet alleen de snelste chips willen, maar complete systemen die binnen een beperkt stroombudget meer output halen.

Bron: Micron

Geen blind koopje

De whitepaper is geen reden om het Micron aandeel blind als koop te zien. Wel verandert hij de kwaliteit van het verhaal. Veel beleggers zien Micron nog vooral als winnaar van een krappe geheugencyclus, met het bekende risico dat hoge prijzen uiteindelijk nieuwe capaciteit uitlokken. Dat risico blijft echt. Maar de samenwerking met Meta laat zien dat Micron niet alleen profiteert van schaarste, maar ook probeert dieper in systeemontwerp en workload-optimalisatie te komen.

Dat is belangrijk voor de waardering. Een klassieke memory-cycle verdient vaak een lagere multiple, omdat winsten hard kunnen stijgen en daarna weer net zo hard kunnen dalen. Een bedrijf dat met hyperscalers samen ontwerpt aan AI-datacenterarchitectuur kan mogelijk meer voorspelbare vraag, sterkere klantrelaties en betere prijsdiscipline krijgen. Micron noemt zelf strategische klantovereenkomsten als factor die de voorspelbaarheid van de resultaten moet vergroten.

De kernvraag is of LPDDR5X en SOCAMM2 breed genoeg worden om een structurele winstbron te worden. De whitepaper bewijst vooral dat de technologie in specifieke workloads waarde kan toevoegen. Dat is geen garantie voor massale adoptie, maar het maakt de discussie wel concreter. Voor beleggers is dit precies het soort technische bewijs dat een AI-narratief sterker maakt dan alleen “er is veel vraag naar chips”.

Waar beleggers op moeten letten

Het grootste risico blijft cycliciteit. Geheugen is historisch een van de meest boom-bustgevoelige delen van de chipmarkt. Als klanten te veel bestellen, concurrenten capaciteit toevoegen of AI-investeringen vertragen, kunnen prijzen en marges snel onder druk komen. De huidige marges van Micron zijn uitzonderlijk hoog, en uitzonderlijk hoge marges trekken bijna altijd nieuwe concurrentiedruk aan.

Daarnaast moeten beleggers scherp kijken naar hyperscaler-capex. Meta, Microsoft, Amazon en Alphabet kunnen de vraag naar geheugen ondersteunen zolang zij agressief blijven investeren. Maar als de markt harder bewijs eist dat AI-uitgaven rendement opleveren, kan de waardering van toeleveranciers net zo goed onder druk komen. Micron profiteert van de infrastructuurgolf, maar is daarmee ook afhankelijk van het tempo en vertrouwen achter die golf.

Toch maakt deze whitepaper het verhaal rond Micron interessanter. Niet omdat SOCAMM2 morgen de hele datacentermarkt overneemt, maar omdat het laat zien waar de volgende bottleneck kan liggen. In een AI-markt waar stroom, koeling en geheugen steeds vaker bepalen hoeveel werk een systeem echt aankan, kan Micron meer zijn dan een cyclische meelifter. Voor beleggers is dat de moeite waard om te volgen, zolang ze de hoge verwachtingen en het cyclische karakter van geheugen niet vergeten.