Category · 32ページ目
40件
Delta Electronicsは、AIデータセンターとエネルギーインフラプロジェクトからの需要増加により、2026年の設備投資を約700億台湾ドルに引き上げる見込みです。これは2025年の461億台湾ドルから増加します。
EUは、最大7つのAIギガファクトリーを建設するための入札を開始した。これは、欧州のAIコンピューティング能力を拡大し、民間資本を誘致することを目的としている。
NXPの2026年度第2四半期決算は、エッジAIが自動車および産業分野の需要を強化しました。ソフトウェア定義型車両や物理AIへの注力が見られます。
この記事は、GPUの遊休状態を航空機の待機状態に例え、GPU管理の重要性を説いています。GPUはAI計算において不可欠なリソースであり、その効率的な管理はAI開発・運用のコストとパフォーマンスに直結します。遊休GPUの削減は、AIインフラの最適化とコスト削減に繋がるため、AI技術の観点からも重要度が高いと言えます。
AIネオクラウドNscaleが、データセンターやサーバー全体でAIワークロードのスケーリングを支援するAnyscaleを買収した。AIコンピューティングスタックの統合を目指す。
Microsoftは、AI需要に対応するため、88のデータセンター新設、モデルカタログ拡充、自社製シリコン開発を進めている。2026年度の収益は3310億ドル超、Microsoft Cloudは2140億ドル超、Azureは1000億ドル超を記録した。
Samsungの半導体部門は、AIメモリの構造的な供給不足により、四半期営業利益が250倍以上に急増した。このメモリ不足は、Micronの2027年までの生産分を完売させ、半導体市場の価格決定権を再編成している。
Qualcommは、スマートフォンへの依存を減らすため、データセンターおよび自動車分野への進出を加速している。 カスタムAIシリコン、サーバー製品、長期的な自動車契約により、Appleからの売上減少を相殺し、インフラ分野での地位を強化することを目指す。
Arm Holdingsは、2026年末までに初の自社設計データセンターCPU「Arm AGI CPU」の出荷を目指している。 2028会計年度には、シリコン販売がライセンスやロイヤリティに次ぐ独立した収益カテゴリになると予想される。 Armは、プロセッサ設計からチップ販売へと事業を拡大する計画である。
Advantestは、AIデータセンター向けの半導体テスト装置需要の急増により、2027年3月期の業績見通しを引き上げた。 同社は、AI関連投資の拡大が、半導体テスト市場を牽引すると見込んでいる。 これにより、同社の収益は市場予想を上回る見込みである。 AIチップ市場の成長が、装置メーカーに恩恵をもたらしている。
CPUのみで10Bモデルをトークンあたり100生成（100tok/s）で実行するという目標について述べています。これは、GPUに依存しないローカル環境でのLLM実行性能の向上を目指す試みです。
UCのエンジニアが開発したプロトタイプスマートリングは、非侵襲的な血糖値測定というウェアラブルデバイスの長年の課題を解決する可能性を示しています。このリングは、汗を分析して化学的バイオマーカーを追跡し、iPhoneアプリにデータを送信します。既存のスマートリングとは異なり、生体物理学的データに加えて化学的バイオマーカーも分析します。
Micronの2027年までのAI用メモリ生産が完売し、HBM4がNvidiaの新プラットフォーム向けに量産開始された。これによりDRAM価格が急騰し、PCやAIスタートアップのインフラコスト圧迫が続くと見られる。
Seagate社の過去10年間で最高の業績は、AIインフラ需要の動向を示唆しています。同社の好調な業績は、需要の方向性、牽引役、そしてハードウェアエコシステムの準備の必要性を浮き彫りにしています。
Aewin Technologies社は、AMDの新型EPYC 9006プロセッサを搭載した4製品のサーバーラインナップを発表しました。AI、ストレージ、エンタープライズワークロードをターゲットとしており、AI需要の多様化に対応します。
SKグループとNVIDIAは、AIファクトリーと次世代メモリ分野における戦略的パートナーシップを拡大しました。5000億ドル規模の取り組みを通じて、AIインフラの強化を目指します。
中国のCXMTが上海市場に debut したことで、SanDiskの株価が3日間で35%下落しました。これは、中国NANDフラッシュメモリの競争激化と、大手クラウドプロバイダーの在庫懸念がAIメモリ市場への信頼を揺るがしたためです。
Seagate Technologyは、AIインフラに関連するクラウドデータセンター顧客からの継続的な需要により、好調な収益を予測しています。第1四半期のガイダンスも、需要の勢いが続くと予想されることを反映しています。
ASM Internationalは、AIインフラへの継続的な投資と先端半導体製造に支えられ、2027年の収益見通しを引き上げました。第3四半期のガイダンスも市場予想を上回りました。
Corningは、AIデータセンターの成長エンジンとして、ガラス技術を従来の光ファイバーからシリコンフォトニクス(SiPh)とCPOへ拡張することを目指しています。
中国のAI大手は、国内AIチップの購入を拡大し、北京からの国産シリコン使用圧力に直面しています。半導体代替の動きは数年続いていますが、今後の加速は「冷え込み効果」の強さに依存します。
NXP Semiconductorsは、物理AIが10年規模の採用サイクルに入ると見ています。同社のAIデータセンターインフラにおける役割拡大も示唆しています。
NXP Semiconductorsは、AIデータセンターインフラにおいて、ネットワーク、冷却、セキュリティ、電力管理システムをターゲットに、より大きな役割を担うことを目指しています。GPU以外の制御・接続・リアルタイム処理能力を活用します。
SK Hynixは2026年に40兆ウォン規模の設備投資計画を進めており、AIメモリ容量の拡大を目指しています。米国や日本での新規生産投資は、事業の実現可能性やインフラ、半導体エコシステム、顧客ニーズを考慮して決定されます。
NVIDIAが次世代CPU・Veraでチップ開発を加速。最大1.5倍の性能向上を確認。データセンター向けカスタムCPUによるAI処理性能の飛躍的な向上が期待される。
NAVER、NVIDIA、Brookfieldが韓国の国家AIファクトリーインフラ構築を拡大する。これは2026年7月24日に発表されたプレスリリースを抄訳したもので、次世代AI企業を支えるギガワット規模のインフラ構築を目指している。
NvidiaがGeForce RTX GPUの価格を最大30%引き上げる見込みであるという情報です。AI開発・利用に不可欠なGPUの価格変動は、業界全体に影響を与える可能性があります。
クラウドAIチップ大手はロボットアプリケーションへの投資を強化しており、台湾の半導体メーカーにとって、ロボットの多様な用途が戦略的焦点となっています。
SK Hynixは2026年下半期にLPDDR6の量産を開始する計画で、Xiaomiが最初の顧客になると見られています。これはプレミアムモバイルDRAM市場での優位性を強化し、AIサーバーメモリへの展開の基盤となります。
AI支出の拡大は、ハイエンドメモリだけでなく、従来のDRAMやNANDフラッシュ、エンタープライズSSDの価格上昇を招き、SK HynixやSamsung Electronicsの業績を再形成しています。
LG Electronicsの600kW冷却液分配ユニットがNvidiaの認証を取得しました。これにより、北米のデータセンタープロジェクトや、インドネシアのデータセンター向けの冷却プロジェクトを獲得しました。
Kimi K3モデルのウェイトが公開され、A100、H200、B300 GPUでの展開が週内に予定されています。特にA100でのパフォーマンスは厳しい試算になるとのことですが、H200とB300クラスターのセットアップも進められています。
Kimi K3モデルが、80枚のRTX 5090 GPUと25GbEイーサネットを使用して実行された事例が報告されました。これは、大規模モデルをローカル環境で展開するためのハードウェア構成の可能性を示唆しています。
VerizonがGoogleと10億ドル超のダークファイバー契約を締結。AIインフラ需要が通信業界を変革し、VerizonがAI時代の勝者となる可能性を示唆。
Intelの2026年度第2四半期決算では、AIによるサーバーCPU需要の増加がDCAI部門の成長を牽引しました。ファウンドリ事業の実行、AI PC、および設備投資の増加についても分析されています。
NvidiaのAI向け資金調達網が、循環的な資金フローとシステムリスクの可能性で調査対象となっている。AI capexのスーパーサイクルが実需か、あるいは金融的ループかを巡る疑問が生じている。
NvidiaはGPUで成功を収めた後、サーバーCPU市場へ参入。IntelやAMDを競合としつつ、クラウドプロバイダーによる独自CPU設計もターゲットとする。
韓国とAMDが、国産NPUとCPU/GPUを統合したAIコンピューティング基盤を構築・実証することで合意。韓国はAIチップ産業の参照モデル確立とグローバルサプライチェーンへの参入を目指す。
NVIDIA Cosmos-H-Dreamsは、手術用ロボットにリアルタイム生成シミュレーションをもたらす技術です。これにより、手術の精度と安全性が向上し、ロボット支援手術の新たな可能性を切り開きます。GPUを活用した高速なシミュレーションは、複雑な手術シナリオの学習やトレーニングに不可欠です。