AMD zet met overname van MEXT vol in op softwarematige doorbraak tegen AI-geheugencrisis

Op 15 juni 2026 maakte AMD bekend MEXT over te nemen. Deze kleine startup uit Santa Clara, Californië, heeft een technologie in handen die de economie van AI-infrastructuur drastisch kan veranderen . De overnamesom bleef onbekend, wat vaak duidt op een relatief bescheiden deal. De strategische inzet is echter gigantisch: MEXT heeft een pure softwareoplossing gebouwd voor het duurste knelpunt in moderne computers .

Het probleem is dat High Bandwidth Memory (HBM) en DRAM de explosieve groei van grote taalmodellen en high-performance computing niet hebben bijgehouden. AMD noemde DRAM eerder "de schaarste en duurste grondstof in de computerwereld" . MEXT's gok is dat je niet per se meer DRAM nodig hebt — je hebt alleen een slimmere manier nodig om de goedkope flashopslag te gebruiken die toch al in elke server zit.

Wat Predictive Memory™ van MEXT precies doet

Het kernproduct van MEXT, Predictive Memory™, is een AI-gestuurd geheugentieringssysteem dat onder de applicatielaag draait. Het laat het besturingssysteem effectief denken dat er veel meer DRAM aanwezig is dan fysiek het geval is . Er is geen nieuwe hardware, GPU of aanpassing van bestaande applicaties voor nodig. Het bedrijf claimt dat installatie minder dan vijf minuten duurt; een demo toonde hoe één enkel commando het zichtbare geheugen verdubbelde .

Het systeem werkt in een continue, driestapslus:

• Koude-data afstoting: De software spoort continu geheugenpagina's op die niet actief worden gebruikt en verplaatst deze van duur DRAM naar goedkope NAND-flash. Dit maakt waardevolle DRAM vrij voor actieve workloads. Flash is per gigabyte ongeveer 50 keer goedkoper dan DRAM, dus de economische voordelen zijn direct merkbaar .
• AI-gestuurde voorspelling: Een lichtgewicht voorspellingsengine op een enkele CPU-kern analyseert in microseconden geheugentoegangspatronen. Op basis hiervan voorspelt het systeem welke weggeschreven pagina's een applicatie hierna nodig heeft .
• Proactief voorladen: Nog voordat de applicatie de data opvraagt, zet MEXT de voorspelde pagina's terug van flash naar DRAM. Het resultaat is dat applicaties prestaties op DRAM-niveau ervaren, terwijl datacenterbeheerders betalen voor flashcapaciteit .

MEXT beweert dat deze technieken de totale infrastructuurkosten met 50% kunnen verlagen en de effectieve geheugencapaciteit van een server met een factor 2 tot 4 kunnen vergroten . Voor een AI-industrie waar geheugenkosten de economische rendabiliteit van modeltraining en inferentie onder druk zetten, is dit geen optimalisatie — het is een potentiële paradigmaverschuiving.

Waarom AMD een geheugen-startup kocht in plaats van meer geheugen

Deze overname draait niet alleen om een stukje software. Het signaleert een doelbewuste verandering in AMD's strategie op de AI-datacentermarkt.

Jarenlang profileerde AMD zich als het alternatief voor Nvidia, met concurrerende GPU's en CPU's. Terwijl Nvidia een onneembare vesting bouwde van eigen interconnecties, netwerken en CUDA-software, lijkt AMD met de MEXT-deal nu een eigen softwarematige slotgracht te graven — in dit geval op de geheugenlaag die elke AI-workload raakt.

AMD geeft aan MEXT's technologie in het hele datacenterportfolio te integreren: CPU's, GPU's, netwerken en racksystemen . Dat is een cruciaal detail. In plaats van een functie voor alleen GPU's, wordt Predictive Memory™ een platformbrede functie die de 'Total Cost of Ownership' verlaagt voor elke grootschalige AMD-implementatie, ongeacht welk silicium de klant precies koopt .

Dit stelt AMD in staat om een uniek kostenefficiënte "full-stack" AI-oplossing aan te bieden. Nvidia's strategie leunt op strak geïntegreerde hard- en software, met name rond NVLink. Intel richt zich op Compute Express Link (CXL) en andere hardwarestandaarden voor geheugenuitbreiding. MEXT daarentegen is een softwarelaag die op standaardservers draait zonder hardwaremodificaties . Het voordeel in wendbaarheid is enorm: AMD-klanten kunnen het direct op hun bestaande infrastructuur inzetten, terwijl hardwaregerichte oplossingen nieuw silicium en langere validatiecycli vereisen.

De MEXT-overname kwam niet op zichzelf. Die viel samen met de lancering van AMD's Ryzen AI Halo-ontwikkelaarsplatform, een systeem waarmee ontwikkelaars grote AI-modellen op krachtige lokale hardware kunnen draaien . Samen schetsen deze stappen het beeld van een bedrijf dat een coherent AI-ecosysteem probeert te bouwen, van clientapparaten tot hyperscale datacenters — en nu met een geheugenoptimalisatielaag die door de hele stack is verweven.

De concurrentiestrijd: AMD vs. Nvidia vs. Intel

De AI-infrastructuurmarkt wordt momenteel gedomineerd door de "geheugenmuur". Grotere modellen vragen meer geheugenbandbreedte en -capaciteit dan de meeste systemen kunnen bieden zonder astronomische kosten. Elke chipfabrikant zoekt naar antwoorden.

Nvidia's antwoord is verticale integratie: de Grace Hopper-superchips koppelen CPU's en GPU's aan enorme geheugenpools, de eigen netwerktechnologie verbindt alles en CUDA maakt het programmeerbaar. Intel pusht CXL als hardwarestandaard om geheugen over verschillende apparaten te poolen en delen.

AMD zet met MEXT in op een softwaregedreven geheugenlaag die het probleem kan verhelpen zonder klanten vast te pinnen op eigen hardware. In theorie kan een datacenteroperator een AMD MI400 GPU-server met MEXT's voorspellingslaag inzetten, die het effectieve geheugen verviervoudigt en de kosten voor training of inferentie van een groot model drastisch verlaagt ten opzichte van een Nvidia-systeem dat meer fysiek HBM-geheugen nodig heeft. Of de prestaties standhouden onder echte, latentiegevoelige AI-workloads moet nog blijken, maar de economische belofte is overtuigend.

De deal heeft ook directe marktimplicaties. AMD-aandelen stegen na de aankondiging, waardoor de waardering van het bedrijf richting de $900 miljard ging . Beleggers lijken erop te wedden dat de MEXT-overname een cruciaal gat dicht in AMD's AI-platformverhaal, en het bedrijf een tastbaar, direct inzetbaar voordeel geeft in de race om AI-infrastructuur betaalbaarder te maken.