De race om het “herlokken” van de waardeketen van Kunstmatige Intelligentie (AI) in de Verenigde Staten bereikt een nieuwe mijlpaal met een duidelijk markering. Micron Technology heeft aangekondigd dat 16 januari 2026 de officiële start van de werkzaamheden voor haar grote geavanceerde geheugenfabriek in Onondaga County (regio Clay, in het midden van New York) zal plaatsvinden, een project gewaardeerd op 100 miljard dollar dat het bedrijf zelf beschouwt als de grootste halfgeleiderproductiefaciliteit in de geschiedenis van het land.
Dit besluit is geen louter ceremonieel gebaar. Volgens Micron volgt het na de voltooiing van milieubeoordelingen en de benodigde vergunningen om de grond voor te bereiden en te bouwen. De dag zal samenvallen met ontmoetingen tussen bedrijfsleiders en federale, staats- en lokale autoriteiten, afgesloten met een programma op de Universiteit van Syracuse. Conform de woorden van CEO Sanjay Mehrotra, is het een “beslissend moment” voor het bedrijf en voor de Verenigde Staten, nu de economie zich in volle vaart beweegt naar het tijdperk van AI.
Geheugen is “geen gewoon component”: het knelpunt in AI
De kern is dat geheugen —DRAM, NAND en steeds meer HBM (High-Bandwidth Memory)— een van de factoren is die de snelheid bepalen waarmee AI op grote schaal wordt uitgerold. Modellen worden omvangrijker, datacenters groeien en daarmee de behoefte om data snel te verplaatsen en te voeden. Zonder voldoende geavanceerd geheugen verliest de rest van het systeem (GPU’s, netwerken, CPU’s en software) efficiëntie.
Dit past binnen de strategie van Micron: een complexe faciliteit met tot vier fabrieken (fabs) die zijn weergave van state-of-the-art geheugenproductie in de VS wil consolideren, precies op het moment dat de wereldwijde toeleveringsketen voor kritieke componenten een economisch en nationaal veiligheidsvraagstuk is geworden.
Bovendien is het project nauw verbonden met de Amerikaanse industriële politiek. Op de officiële website van het CHIPS-programma (NIST/Department of Commerce) staat dat Micron directe financiering van 6,44 miljard dollar heeft ontvangen om haar visie van twee decennia te ondersteunen: ongeveer 100 miljard dollar investeren in New York en 50 miljard dollar in Idaho. Het doel is om het aandeel van de Amerikaanse productie van geavanceerd geheugen te verhogen van minder dan 2% nu tot ongeveer 10% in 2035. Daarbij wordt ook financiering voor de arbeidsmarkt genoemd en voorwaarden gekoppeld aan de incentives van de CHIPS Act, een herinnering dat herindustrialisatie gepaard gaat met voorwaarden.
Wat werkgelegenheid betreft, variëren de schattingen afhankelijk van de scope (direct, indirect en toeleveringsketen). Het project wordt bestempeld als de grootste private investering in de geschiedenis van de staat New York en volgens Reuters zou het aan de creatie van meer dan 50.000 banen bijdragen over 20 jaar, inclusief directe en afgeleide werkgelegenheid. De energie-infrastructuur wordt eveneens voorbereid: de staat heeft een ondergrondse transmissielijn van 345 kV goedgekeurd om een nabijgelegen transformatorstation te verbinden met de toekomstige locatie, een praktisch teken dat de chipindustrie eveneens een energy sector is.
“Onshoring” van AI: de volledige kaart gaat veel verder dan geheugen
Het Micron-bericht illustreert een steeds vaker gehoorde gedachte in de sector: geheugen is slechts een laag. De herlokalisatie van AI betekent het versterken (en opnieuw opbouwen) van een volledige industriële “stack”, van ontwerp tot eindverpakking.
1) Chips ontwerpen voor AI (en de strijd tussen hyper-scaleers en leveranciers)
Training en delen van inferentie blijven voor een groot deel afhankelijk van GPU-platforms, waarin NVIDIA een dominante positie behoudt voor training, volgens analyses van Reuters over de markt. Maar het speelveld wordt competitiever: AMD versterkt haar rol als strategisch alternatief; Google promoot TPU’s geoptimaliseerd voor training en inferentie; en AWS ontwikkelt Trainium en Inferentia om kosten te verlagen binnen haar cloud. Microsoft profileert zich met een “silicon as a service” aanpak, met eigen chips voor Azure, gericht op optimalisatie van end-to-end infrastructuur.
2) Co-design: op maat gemaakte systemen
Tegelijkertijd drijft de opkomst van gepersonaliseerd silicium bedrijven als Broadcom en Marvell — vaak genoemd als technologische partners — om samen componenten en systemen te co-designen die berekenen, geheugen en netwerken integreren, afgestemd op specifieke AI-belastingen.
3) EDA en IP: de onzichtbare tol vóór fabricage
Voordat een chip wordt gemaakt, moet deze worden ontworpen en gevalideerd met behulp van EDA (Electronic Design Automation)-tools. Bedrijven als Synopsys en Cadence zijn fundamenteel: zonder hun platforms wordt het proces van ontwerp tot een “functioneel silicium” aanzienlijk complexer. Daarnaast speelt ARM een belangrijke rol door haar IP: met licenties en architecturen die veel worden gebruikt in mobiele apparaten, edge-toepassingen en steeds meer in servers, ondersteunt ARM een groot deel van de mobiele en servercomputing.
4) Foundries: wie produceert het ontwerp (en waar)
Hoewel de VS de terugkeer van productiefaciliteiten promoot, blijft de industrie afhankelijk van grote contractfabrikanten: TSMC blijft een centrale pijler van de wereldwijde levering van geavanceerde chips. Intel probeert zich te positioneren als een “second source” door een flinke focus op foundry en binnenlandse productie, wat nu zeer relevant is in een geopolitieke context waar strategie en capaciteitsplanning nauw verweven zijn.
5) Equipment: de “ware zwaartepunt” in de industrie
In de moderne fabricage is weinig zo bepalend als ASML. Hun lithografiemachines (waaronder EUV-systemen) worden gerekend tot de kern van geavanceerde logic en DRAM-productie. Om hen heen bieden bedrijven als Lam Research, KLA en Tokyo Electron processen voor depositie, etsen, metrologie en prestatietesterijen, die productie op grote schaal mogelijk maken. Applied Materials en Teradyne completeren de kritieke stappen zoals materiaalverwerking, implantatie, testen en validatie.
6) Advanced packaging: van geheugen en berekenen tot systeem
De laatste belangrijke laag is het verpakkingsproces, dat vaak het verschil maakt in reële prestaties. Het integreren van GPU’s met HBM en andere componenten in geavanceerde modules vergt gespecialiseerde industrie. Amkor speelt hier een sleutelrol door chips te integreren in complete systemen, gereed voor datacenters.
7) Edge AI: AI ook “herlokaliseert” zich in de pocket
Herlokalisatie gaat niet enkel over grote fabrieken. Apple, met haar Neural Engine en de trend om machine learning in apparaten te verwerken, illustreert het verschuiven van inferentie naar eindgebruikers, met voordelen op het gebied van privacy en latency. Qualcomm ontwikkelt NPUs en hardware tools om inferentie op mobiele apparaten en eindpunten te versnellen, waardoor de rol van edge binnen het mondiale AI-architectuur wordt versterkt.
Een onderliggende boodschap: AI is niet alleen een industriële race
Het megacomplex van Micron stuurt een duidelijke signaal: AI is niet langer enkel een softwarestrijd. Het is nu ook een race om fabrieken, energie, talent en toeleveringsketens. En in die race probeert de Verenigde Staten onderdelen te herwinnen die decennia lang buiten hun grenzen werden geconcentreerd.
De vraag die rest is of de volledige “stack” zal slagen om zich te synchroniseren. Want het maken van geavanceerd geheugen is een enorme stap, maar AI “onshored” wordt pas echt haalbaar wanneer ontwerp, tools, fabricage, equipment, verpakking en uitrol naadloos aansluiten, met dezelfde precisie die een chip vereist.
Veelgestelde vragen
Waarom is HBM-geheugen zo cruciaal voor generatieve AI in datacenters?
Omdat het GPUs en andere accelerators voorziet van een veel hogere bandbreedte dan traditioneel geheugen, waardoor knelpunten tijdens training en inferentie op grote schaal worden voorkomen.
Wat betekent het dat Micron “de enige Amerikaanse fabrikant van geheugen” is?
Dat, ondanks dat de markt voor geavanceerd geheugen al decennia geconcentreerd is in Azië, Micron de essentiële industriële basis voor geheugenproductie in de VS vertegenwoordigt, wat relevant is voor robuustheid en leveringszekerheid.
Hoe beïnvloedt de CHIPS Act projecten zoals de megafabriek van Micron in New York?
Het biedt incentives en publieke financiering om privaat investeren te versnellen, met voorwaarden en controle op mijlpalen, gericht op het vergroten van de nationale capaciteit van strategische halfgeleiders.
Welke delen van de “stack” in AI zijn het moeilijkst te herlocaliseren?
De onderdelen die afhankelijk zijn van zeer gespecialiseerde machines en knowhow (zoals lithografie en fabricageprocessen) en die een volwassen ecosysteem vereisen (EDA, geavanceerde verpakking, toeleveringsketen en gekwalificeerd personeel).
Bron: Financieel Portal