Gedächtnis & Langkontext

Micron Technology hat kürzlich 16 strategische Kundenvereinbarungen im Wert von insgesamt 22 Milliarden Dollar abgeschlossen, um die langfristige Versorgung mit Speicherchips zu sichern. Diese mehrjährigen Verträge beinhalten Take-or-Pay-Klauseln, Barkautionen und Preisuntergrenzen, wodurch die Kunden ein höheres Risiko in Bezug auf Kapazität und Preis tragen. Trotz eines starken Umsatzes von 41,46 Milliarden Dollar und einem Gewinn von 25,11 Dollar pro Aktie bleibt die Marktprognose angespannt, da die Nachfrage nach KI und strukturelle Angebotsengpässe die Bedingungen bis über 2027 hinaus beeinflussen könnten. Die zyklische Natur des Marktes könnte jedoch durch zusätzliche Kapazitäten oder schwächere Endnachfrage die Preismacht von Micron gefährden. Dennoch signalisieren die Vereinbarungen eine feste Nachfrage und unterstreichen die Bedeutung von Hochgeschwindigkeits-Speicherlösungen für KI-Anwendungen. Micron entwickelt eine Vielzahl von Speicherprodukten, die in Bereichen wie Datenzentren, KI-Systemen und mobilen Geräten eingesetzt werden.

Der Artikel "How AI Agent Memory Actually Works - And How to Build It" beschreibt die Funktionsweise und den Aufbau einer Speicherarchitektur für AI-Agenten, die traditionell stateless sind und nach jeder Interaktion Informationen verlieren. Um dieses Problem zu lösen, wird eine zweischichtige Speicherarchitektur entwickelt, bestehend aus Arbeitsgedächtnis (im Kontextfenster) und Langzeitgedächtnis (extern gespeichert). Diese Struktur ermöglicht es Agenten, Informationen über mehrere Sitzungen hinweg zu speichern und abzurufen, was für komplexe Aktionen und Lernprozesse unerlässlich ist. Es werden vier Haupttypen von Gedächtnis unterschieden: Arbeitsgedächtnis, episodisches Gedächtnis, semantisches Gedächtnis und prozedurales Gedächtnis, die jeweils unterschiedliche Informationen verarbeiten. Der Gedächtnislebenszyklus umfasst das Schreiben, Konsolidieren, Abrufen und Vergessen von Informationen, um Effizienz und Genauigkeit zu gewährleisten. Die Implementierung eines einfachen Agentenspeichers kann mit wenigen Dutzend Zeilen Python erfolgen, was Entwicklern den Einstieg erleichtert. Zudem werden Herausforderungen wie Kontextverschmutzung und zeitliche Konflikte angesprochen, die spezifische Strategien zur Leistungsoptimierung erfordern.

Der Artikel beleuchtet die aktuelle Lage im Halbleitermarkt, der stark von der Künstlichen Intelligenz (KI) beeinflusst wird. Nach einem signifikanten Anstieg des Halbleiterindex in der ersten Hälfte des Jahres 2026, gefolgt von einem Rückgang, wird die Frage aufgeworfen, ob das Wachstum seinen Höhepunkt erreicht hat. Die Analyse zeigt, dass nicht mehr die Rechenleistung, sondern der Speicher zum entscheidenden Engpass für KI-Anwendungen geworden ist. Dies zwingt Halbleiteranbieter dazu, sich verstärkt auf die Verbesserung der Speicherkapazitäten zu konzentrieren, um den wachsenden Anforderungen gerecht zu werden. Die Unsicherheiten im Markt und die Herausforderungen in der Speichertechnologie könnten die zukünftige Entwicklung der KI-Industrie erheblich beeinflussen.

In dem Artikel „AI Is Consuming the World’s Memory Supply — Will Apple Pay the Price?“ warnt Dylan Patel vor einem drohenden Speicherengpass, der durch die rasant steigende Nachfrage nach Speicher für KI-Technologien verursacht wird. Während die Speicherproduktion jährlich nur um 20 bis 30 Prozent wächst, verdoppelt sich die Nachfrage durch KI jährlich, was zu steigenden Preisen führt. Apple hat sich durch langfristige Lieferverträge eine bevorzugte Zuteilung gesichert, doch die Kosten pro Gerät könnten erheblich steigen, was die Attraktivität von Verbrauchergeräten für Lieferanten verringern könnte. Trotz dieser Herausforderungen hat Apple Vorteile, wie eine starke Dienstleistungssparte und die Fähigkeit, Preiserhöhungen durchzusetzen. Höhere Kosten könnten jedoch die Gewinnmargen belasten und die Upgrade-Zyklen der iPhones verlangsamen. Dennoch könnte die Speicherkrise für Apple auch eine Chance darstellen, da Käufer von Premium-Geräten weniger preissensibel sind und niedrigere Margen bei Konkurrenten zu einem Rückgang der Marktanteile führen könnten. Letztlich könnte Apple durch diese Situation seine Wettbewerbsposition stärken und langfristige Vorteile für die Aktionäre sichern.

OpenAI hat die neue Modellreihe GPT-5.6 mit den Varianten Luna, Terra und Sol vorgestellt, die sich in Größe und Preis unterscheiden. Diese Modelle verfügen über eine Wissensgrenze bis zum 16. Februar 2026 und bieten ein Kontextfenster von einer Million Tokens sowie eine maximale Ausgabe von 128.000 Tokens. Besonders das Modell Sol zeigt mit einem Benchmark-Wert von 53,6 überlegene Leistungen in langfristigen professionellen Arbeitsabläufen. Allerdings gibt es Kritik an bestimmten Benchmarks, wie SWE-Bench Pro, wo etwa 30 % der Aufgaben fehlerhaft sind. Die neuen API-Funktionen ermöglichen programmatische Toolaufrufe und die Erstellung von Subagenten, was die Effizienz der Modelle erhöht. Trotz ihrer Überlegenheit in vielen Bereichen zeigen erste Erfahrungen, dass sie in komplexen Programmieraufgaben nicht immer besser abschneiden als die Konkurrenz. Zudem wurden neue Funktionen zur Bildverarbeitung eingeführt, die die Handhabung von Bildanfragen verbessern.

SK hynix und TetraMem haben einen innovativen in-memory Computing-Chip entwickelt, der AI-Berechnungen direkt im Speicher durchführt. Dieser Chip senkt den Energieverbrauch und beschleunigt die Datenverarbeitung, indem er Engpässe beseitigt, die durch den Datenaustausch zwischen Prozessoren und Speicher entstehen. Die Technologie basiert auf einer memristorischen Architektur und integriert fortschrittliche Speichertechnologien mit einem neuartigen System-on-Chip. Angesichts der steigenden Anforderungen an AI-Modelle, die von Milliarden auf Billionen von Parametern anwachsen, ist die Reduzierung des Datenverkehrs zwischen Speicher und Prozessoren entscheidend für die Verbesserung von Energieeffizienz und Leistung. Diese Entwicklung markiert einen strategischen Schritt für SK hynix in Richtung neuromorpher Ansätze und wurde in der Fachzeitschrift "Advanced Intelligent Systems" veröffentlicht. Die Unternehmen planen, ihre Zusammenarbeit in den Bereichen Speichertechnologien und Systemintegration fortzusetzen, um Herausforderungen wie Energieeffizienz und Wärmeentwicklung in der AI weiter zu adressieren.

Micron Technology steht vor der Herausforderung, die Schwankungen im Speicherzyklus mit der wachsenden Nachfrage nach Künstlicher Intelligenz (KI) in Einklang zu bringen. Das Unternehmen hat Strategien entwickelt, um die Produktionskapazitäten anzupassen und gleichzeitig die Innovationskraft im Bereich Speichertechnologien zu fördern. Angesichts der steigenden Anforderungen durch KI-Anwendungen investiert Micron in Forschung und Entwicklung, um leistungsfähigere und effizientere Speicherlösungen anzubieten. Die Balance zwischen der Erfüllung der aktuellen Marktbedürfnisse und der Vorbereitung auf zukünftige Trends ist entscheidend für den langfristigen Erfolg des Unternehmens. Micron verfolgt einen proaktiven Ansatz, um sich in einem sich schnell verändernden Technologiemarkt zu behaupten und gleichzeitig die Herausforderungen des Speicherzyklus zu meistern.

Innodisk, ein Hersteller von industriellen Speicherlösungen, hat im Juni 2026 einen Rekordumsatz von 8,208 Milliarden NT$ erzielt, was zu einem Gesamtumsatz von etwa 35,626 Milliarden NT$ im ersten Halbjahr führt. Diese Umsatzsteigerung ist hauptsächlich auf die gestiegenen Preise und Engpässe bei Speicherprodukten zurückzuführen, die durch die wachsende Nachfrage im Bereich Künstliche Intelligenz (KI) verstärkt werden. Die Entwicklungen im KI-Sektor haben die Nachfrage nach Speicherlösungen erheblich angekurbelt, was Innodisk ermöglicht, von den aktuellen Marktbedingungen zu profitieren. Die Kombination aus Preissteigerungen und einem begrenzten Angebot hat zu einer signifikanten Umsatzsteigerung geführt. Diese Trends könnten langfristige Auswirkungen auf die Marktposition von Innodisk haben, da die Nachfrage nach industriellen Speicherlösungen voraussichtlich weiterhin hoch bleibt.

Am Mittwoch konnten die AI-Speicheraktien von Micron, Sandisk und Western Digital ihre Verluste verringern, da Investoren die gesunkenen Kurse als Kaufgelegenheit nutzten. Diese Erholung fand vor dem Hintergrund erneuter Spannungen zwischen den USA und dem Iran sowie anhaltendem Verkaufsdruck im AI-Sektor statt, nachdem die Rekordgewinne von Samsung Electronics nicht die erwartete Begeisterung auslösten. Sorgen über eine mögliche Verlangsamung der Investitionen in AI-Infrastruktur durch große Technologiekunden führten zu Gewinnmitnahmen. Während Micron seine Verluste reduzierte, schafften es Sandisk und Western Digital, wieder in den positiven Bereich zu wechseln. Ein Bericht über das chinesische AI-Startup DeepSeek, das an einem eigenen AI-Chip arbeitet, verstärkte die Wettbewerbsängste in der Branche. Trotz dieser Herausforderungen bleibt die Analystenstimmung optimistisch, da die AI-Branche in diesem Jahr ein wesentlicher Wachstumstreiber war. Fundstrats Tom Lee bezeichnete die aktuelle Marktsituation als Kaufgelegenheit und betonte die langfristige positive Perspektive für AI-Aktien. Die bevorstehende IPO von SK Hynix, die etwa 28 Milliarden Dollar einbringen soll, könnte zudem einen wichtigen Test für den AI-Markt darstellen.

Die AI-Speicheraktien von Micron, Sandisk und Western Digital haben am Mittwoch ihre Verluste verringert, da Investoren die Gelegenheit zum Kauf nutzten. Diese Entwicklung erfolgt vor dem Hintergrund zunehmender Spannungen zwischen den USA und dem Iran sowie anhaltendem Verkaufsdruck im AI-Sektor, nachdem die Rekordgewinne von Samsung Electronics nicht überzeugten. Bedenken über mögliche Ausgabenkürzungen großer Unternehmen für AI-Infrastruktur haben Anleger veranlasst, Gewinne mitzunehmen. Während Micron seine Verluste reduzierte, konnten Sandisk und Western Digital nach anfänglichen Schwierigkeiten in den positiven Bereich wechseln. Ein Bericht über das chinesische AI-Startup DeepSeek, das an einem eigenen AI-Chip arbeitet, verstärkt die Wettbewerbsängste. Trotz dieser Herausforderungen bleibt die Analystenstimmung optimistisch, da die AI-Branche in diesem Jahr entscheidend zum Gewinnwachstum beigetragen hat. Fundstrat-Analyst Tom Lee sieht die aktuelle Marktsituation als Kaufgelegenheit und hebt die strukturelle Bullishness gegenüber AI-Aktien hervor. Zudem könnte die bevorstehende IPO von SK Hynix, die etwa 28 Milliarden Dollar einbringen soll, einen wichtigen Test für den AI-Markt darstellen.

Die AI-Speicheraktien von Micron, Sandisk und Western Digital haben am Mittwoch ihre Verluste verringert, da Investoren die Gelegenheit zum Kauf nutzten. Diese Entwicklung erfolgt vor dem Hintergrund zunehmender Spannungen zwischen den USA und dem Iran sowie anhaltendem Verkaufsdruck im AI-Sektor, nachdem die Rekordgewinne von Samsung Electronics nicht überzeugten. Bedenken über mögliche Investitionskürzungen großer Unternehmen in die AI-Infrastruktur führten dazu, dass Anleger Gewinne realisierten. Während Micron seine Verluste reduzierte, konnten Sandisk und Western Digital nach anfänglichen Schwierigkeiten ins Plus drehen. Ein Bericht über das chinesische AI-Startup DeepSeek, das an einem eigenen AI-Chip arbeitet, verstärkt die Wettbewerbsängste. Trotz dieser Herausforderungen bleibt die Stimmung optimistisch, da die AI-Branche in diesem Jahr erheblich zum Gewinnwachstum beigetragen hat. Analysten betrachten die aktuelle Marktsituation als Kaufgelegenheit und erwarten eine anhaltend starke Nachfrage nach Hochgeschwindigkeits-Speicher. Ein bevorstehender Börsengang von SK Hynix könnte zudem einen wichtigen Test für den AI-Markt darstellen.

Samsung Electronics verzeichnete im zweiten Quartal 2026 einen operativen Gewinn von etwa 89,4 Billionen Won, was einem bemerkenswerten Anstieg um das 19-Fache im Vergleich zum Vorjahr entspricht. Dieser Rekordgewinn ist der größte, den ein Technologieunternehmen jemals erzielt hat, und ist hauptsächlich auf die gestiegene Nachfrage nach Speicherchips für KI-Server zurückzuführen. Die Preise für DRAM und NAND Flash sind erheblich gestiegen, was zu einem Umsatz von rund 171 Billionen Won führte und die Rückkehr der Speicherbranche zu starkem Wachstum seit September 2025 unterstreicht. Trotz dieser positiven Entwicklungen gab es unter Investoren Bedenken, die zu einem Rückgang der Samsung-Aktien führten, da die Umsatzprognose hinter den Erwartungen zurückblieb. Die endgültigen Ergebnisse, die am 30. Juli veröffentlicht werden, sollen weitere Einblicke in die Gewinnverteilung der verschiedenen Unternehmensbereiche geben und die Auswirkungen der Speicherchip-Nachfrage auf das gesamte Geschäft von Samsung beleuchten.

Im dritten Quartal 2026 wird ein signifikanter Anstieg der Preise für Speicherverträge prognostiziert, trotz bereits erfolgter Preiserhöhungen, die die Verbrauchernachfrage beeinträchtigt haben. Branchenexperten berichten, dass die Hoffnungen auf eine Preisabkühlung schwinden, da Anbieter in der Lieferkette weiterhin hohe Preise verlangen. Besonders die anhaltend starke Nachfrage nach Speicherprodukten im Bereich Künstliche Intelligenz trägt zur Preiserhöhung bei und sorgt für angespannte Marktbedingungen. Diese Entwicklung könnte sowohl Verbraucher als auch Unternehmen, die auf kostengünstige Speicherlösungen angewiesen sind, zusätzlich belasten.

Phison Electronics' Gründer und CEO Pua Khein-Seng betont, dass die wachsende Nachfrage nach Speicherlösungen durch globale Cloud-Anbieter sowie KI-PCs und Server die Speicherbranche grundlegend transformieren könnte. Diese Entwicklung könnte den traditionellen Boom-und-Bust-Zyklus der NAND-Speicherindustrie beenden. Die Integration von KI in verschiedene Technologien erfordert erhebliche Speicherkapazitäten, was zu einer Stabilisierung der Nachfrage führen könnte. Diese Veränderungen haben nicht nur Auswirkungen auf Taiwan und China, sondern auch auf den globalen Markt für Speicherlösungen. Insgesamt könnten die Entwicklungen in der Speicherindustrie weitreichende Folgen für die gesamte Technologiebranche haben, indem sie die Art und Weise revolutionieren, wie Daten gespeichert und verarbeitet werden.

Longsys Electronics erwartet für das erste Halbjahr 2026 einen signifikanten Gewinnanstieg, bedingt durch ein begrenztes globales Angebot an Speicherprodukten und eine steigende Nachfrage nach KI-bezogenen Geräten. Diese Faktoren deuten auf stabilere Bedingungen im Halbleitermarkt hin, was positive Auswirkungen auf die Unternehmenszahlen haben könnte. Die angespannte Versorgungslage in Kombination mit dem wachsenden Bedarf an innovativen Technologien schafft optimistische Perspektiven für die kommenden Monate. Longsys plant, seine Produktionskapazitäten anzupassen und gezielt auf die Anforderungen der AI-Branche einzugehen, um von dieser Marktentwicklung zu profitieren. Die steigende Nachfrage könnte nicht nur den Gewinn des Unternehmens steigern, sondern auch die gesamte Branche ankurbeln.

In einem Experiment wurde die Effektivität von Retrieval-Augmented Generation (RAG), Fine-Tuning und langen Kontexten bei der Verarbeitung eines einheitlichen Wissensbestands untersucht. Entgegen der Annahme, dass lange Kontextfenster RAG überflüssig machen würden, stellte sich heraus, dass die lange Kontextmethode nicht nur erheblich teurer war, sondern auch wichtige Informationen verlor, bevor ihre maximale Kapazität erreicht wurde. RAG zeigte sich als deutlich effizienter und kostengünstiger. Im Vergleich dazu lieferte das Fine-Tuning, das häufig zur Anpassung von Modellen an spezifische Daten eingesetzt wird, die schlechtesten Ergebnisse und produzierte mehr Halluzinationen als das ursprüngliche Modell. Diese Ergebnisse widerlegen die Vorstellung, dass 1-Million-Token-Fenster die Notwendigkeit für RAG beseitigen würden. Der Artikel enthält zudem detaillierte Zahlen und Code, um das Experiment nachzuvollziehen.

Der Artikel „AI Memory Should Be Product State, Not a Hidden Prompt Trick“ behandelt die Neudefinition des Gedächtnisses in der Künstlichen Intelligenz (KI). Der Autor schlägt vor, Gedächtnis nicht als bloße Ansammlung von Informationen, sondern als strukturierte Übergabepunkte zu betrachten, die entscheidend für zukünftige Interaktionen sind. Diese Übergabepunkte ermöglichen es den Nutzern, die Kontrolle über ihre Daten zu behalten und zwischen verschiedenen Gedächtnisarten zu unterscheiden, wie etwa benutzerautorisierte Notizen und modellinferred Muster. Ein effektives Gedächtnis sollte den Nutzern die Möglichkeit geben, zu entscheiden, welche Informationen gespeichert, bearbeitet oder gelöscht werden, ohne sie mit irrelevanten Daten zu überfluten. Der Artikel betont die Notwendigkeit, die Auswahl bestimmter Erinnerungen transparent zu gestalten, um invasives Verhalten zu vermeiden. Letztlich plädiert der Autor dafür, dass KI-Gedächtnis eine aktive Rolle im Nutzererlebnis spielt, indem es sowohl Erinnerungen speichert als auch den Kontext und die Zustimmung der Nutzer respektiert.