AI-chipontwerpers.

Elk AI-model wordt getraind en gedraaid op accelerators: chips die gebouwd zijn om enorme aantallen berekeningen tegelijk uit te voeren. Er zijn twee soorten. Algemene GPU's, die Nvidia en AMD aan iedereen verkopen, en custom chips (ASIC's) die voor de workloads van één klant zijn ontworpen, zoals de TPU's van Google of de eigen accelerators van OpenAI. Broadcom en Marvell verdienen hun AI-omzet grotendeels door die custom chips mee te ontwerpen en de netwerktechniek te leveren die duizenden ervan met elkaar verbindt.

Geen van deze bedrijven maakt zelf zijn meest geavanceerde chips. Ze ontwerpen ze, en TSMC produceert en verpakt ze. Daarom bewegen de categorieën foundries en geheugen mee met deze.

Nvidia domineert. Het voordeel zit net zo goed in software (het CUDA-platform waar developers al bijna twintig jaar op bouwen) en complete systemen (chips, netwerk en racks samen verkocht) als in pure chipsnelheid. Het reserveert meer dan de helft van de geavanceerde verpakkingscapaciteit van TSMC, de stap die bepaalt hoeveel AI-chips er gemaakt kunnen worden.

AMD is het belangrijkste GPU-alternatief en heeft de twee grootste labs als klant binnengehaald: OpenAI sprak in oktober 2025 af 6 gigawatt aan AMD-chips in te zetten, met een warrant op tot ongeveer 10% van AMD, en Anthropic sprak in juli 2026 af tot 2 gigawatt te kopen, waarbij AMD tot $5 miljard in Anthropic investeert. De custom-chiptak van Broadcom groeide met de TPU's van Google, die ook Anthropic op een schaal van meerdere gigawatt huurt, en met de eigen accelerator van OpenAI. Qualcomm, vooral bekend van telefoonchips, kondigde in oktober 2025 chips voor inference in datacenters aan. Intel heeft moeite om AI-acceleratoren te verkopen en richt zich op het herstel van zijn productie.

Vooral hoeveel de grootste kopers uitgeven. Amazon, Microsoft, Alphabet en Meta plannen samen zo'n $725 miljard aan investeringen voor 2026, het grootste deel in AI-datacenters, en de AI-labs hebben meerjarige compute-contracten getekend die nog honderden miljarden waard zijn. De kwartaalcijfers van die kopers en nieuwe deals van labs bewegen chipaandelen vaak meer dan de eigen cijfers van de chipmakers.

Ook het aanbod speelt mee. Geavanceerde verpakking en high-bandwidth memory zijn allebei knelpunten geweest, en Amerikaanse exportregels bepalen welke chips aan China verkocht mogen worden.

Een handvol klanten is goed voor het grootste deel van de vraag naar AI-chips, dus een pauze bij één hyperscaler of lab is snel zichtbaar. Custom chips zijn juist ontworpen om marktaandeel van algemene GPU's af te pakken. Sommige deals ruilen aandelen tegen orders, wat critici circulair noemen. En uitgaven aan chips zijn altijd cyclisch geweest: op tekorten volgden overschotten.