- GSI’s nieuwe APU (compute-in-memory chip) evenaart de verwerkingssnelheid van de NVIDIA A6000 GPU bij grootschalige AI-taken, terwijl het “meer dan 98% minder energie” verbruikt [1]. Ook versnelt het retrieval-taken ~5× sneller dan standaard CPU’s (tot 80% kortere verwerkingstijd) [2].
- Cornell-validatie: De bevindingen komen uit een door Cornell geleide studie (MICRO ’25) die GSI’s Gemini-I APU grondig heeft gebenchmarkt op Retrieval-Augmented Generation (RAG) workloads [3]. GSI’s CEO Lee-Lean Shu prees de resultaten: het “bevestigt…dat compute-in-memory het potentieel heeft om de AI-inferentiemarkt van $100 miljard te verstoren,” en levert “GPU-klasse prestaties tegen een fractie van de energiekosten” [4].
- Energie-efficiëntie: Door geheugen en verwerking te integreren, bereikt de APU 50–118× lager energieverbruik dan een GPU (volgens het onderzoek) [5]. Dit speelt in op een cruciale behoefte: “hardware die minder stroom verbruikt zal de energiehonger van AI verminderen,” merkt Nature op, waarmee de urgentie van groene AI-hardware wordt benadrukt [6].
- Industriecontext: GSI’s chip richt zich op edge-AI (defensie, drones, IoT) waar stroom schaars is. Analisten schatten dat de edge-AI-markt tegen 2030 ~$57 miljard zal bereiken [7]. Andere bedrijven bewegen zich in dezelfde richting: zo bevat MediaTek’s nieuwe Dimensity CPU een compute-in-memory NPU die het stroomverbruik van always-on AI met ~42–56% vermindert [8].
- Reactie van het aandeel: NASDAQ:GSIT-aandelen stegen met ongeveer 200% op 20 oktober 2025 – van circa $5 naar ~$15 intraday (rond $14,80 halverwege de ochtend) [9]. Dit weerspiegelt de opwinding van beleggers over de energiebesparende AI-doorbraak.
- Analisten waarschuwen: Ondanks de hype blijven de financiële cijfers zwak. De omzet van GSI is klein (≈$22,1M) en dalend (3-jaars groei −16,3%), met sterk negatieve nettomarges (~−63%) [10]. Sommige voorspellingen verwachten zelfs dat het aandeel kan tumble na deze piek (CoinCodex voorspelt binnenkort een daling naar ~$5/aandeel [11]). Beleggers merken op dat nieuwe AI-deals weliswaar kansen bieden, maar ook speculatief risico met zich meebrengen [12].
Doorbraakprestaties bevestigd door Cornell
De aankondiging van GSI Technology op 20 oktober onthulde resultaten van een Cornell University-studie die de Gemini-I APU van GSI vergeleek met conventionele hardware. Het Cornell-team draaide echte AI-workloads (grootschalige RAG) op de in-memory chip van GSI, een standaard multi-core CPU en een high-end Nvidia GPU (A6000). Het resultaat: de Gemini-I APU behaalde vergelijkbare doorvoer als de Nvidia A6000 GPU [13]. Cruciaal is dat dit gebeurde met een “meer dan 98% lager energieverbruik” dan de GPU bij grote datasets [14]. Concreet bleek uit de studie dat de APU ongeveer 1–2% van de energie van een GPU verbruikte [15] [16]. Deze enorme efficiëntiewinst ondersteunt de belangrijkste claim van GSI.
In tegenstelling hiermee was de APU op traditionele CPU’s veel sneller. GSI meldt dat de APU de ophaal- en verwerkingstijd met tot wel 80% verkortte ten opzichte van CPU’s [17], wat betekent dat taken meer dan 5 keer sneller werden uitgevoerd. CEO Lee-Lean Shu benadrukte deze bevindingen: “compute-in-memory heeft het potentieel om de AI-inferentiemarkt van $100 miljard te verstoren,” zei hij [18]. “De APU levert GPU-achtige prestaties tegen een fractie van de energiekosten,” dankzij zijn geheugengecentreerde architectuur [19]. Deze uitspraken, rechtstreeks uit het persbericht, geven het vertrouwen van GSI in de technologie aan. De Cornell-auteurs introduceerden ook nieuwe optimalisatiemethoden om optimaal gebruik te maken van de geheugen-compute-integratie, waarmee ze onderstrepen dat dit geen eenmalige overwinning is, maar een platform voor toekomstige verbetering [20] [21].Waarom Compute-in-Memory Belangrijk Is
Traditionele AI-chips (CPU’s/GPU’s) scheiden geheugen en verwerking, wat leidt tot enorme datatransfers en stroomverbruik. Compute-in-memory (CIM) brengt verwerking direct naar de geheugencellen om die bottleneck te elimineren. Zoals de redacteuren van Nature opmerken, is de energiehonger van AI een groeiende crisis, en “hardware die minder stroom verbruikt zal de energiebehoefte van AI verminderen” [22]. De Gemini I APU is een voorbeeld van deze aanpak met SRAM-gebaseerde “Associative Processing Units.” Het voert in feite dot-product- en zoekbewerkingen direct uit in SRAM, met veel minder energie per bewerking.
De gedetailleerde resultaten van de Cornell-studie bevestigen de belofte van CIM-hardware. Zij melden dat het CIM-apparaat van GSI “de prestaties van een NVIDIA A6000 GPU voor RAG evenaart, terwijl het aanzienlijk energiezuiniger is (54,4×–117,9× minder verbruik)” [23]. In de praktijk zou de APU AI-inferentietaken aankunnen met ongeveer 2% van het stroomverbruik van de GPU. Zo’n efficiëntie kan een revolutie betekenen: datacenters en edge-systemen die honderden GPU’s draaien, zouden hun stroombehoefte met een orde van grootte kunnen verminderen.
Dit concept wint aan populariteit buiten GSI. Zo bevat MediaTek’s recent aangekondigde Dimensity 9500 mobiele chip een “Super Efficient” NPU die CIM-technieken gebruikt. MediaTek beweert dat deze core altijd-aan AI (zoals ruisonderdrukking, sensorverwerking) draait met ongeveer 42–56% minder stroomverbruik dan voorheen [24]. De visie is hetzelfde: kleine AI-taken uitbesteden aan ultra-energiezuinige hardware. In de smartphonemarkt zorgen deze CIM NPU’s ervoor dat telefoons AI-assistenten en vision-functies 24/7 kunnen laten draaien zonder de batterij leeg te trekken.
Marktimpact en Visies van Experts
GSI is een kleine speler in halfgeleiders (marktwaarde ~$148M [25]), dus er zijn grote winsten nodig om impact te maken. Toch richt het bedrijf zich strategisch op defensie en lucht- en ruimtevaart (markten met hoge marges en energiebeperkingen). Industrie-analisten merken op dat de Edge AI-chipmarkt tegen 2030 $56–57 miljard kan bereiken [26], gedreven door 5G/IoT-groei en overheidsuitgaven. GSI’s nieuwste Gemini-II APU (al geproduceerd) is expliciet gericht op embedded, low-latency AI-toepassingen zoals autonome drones en satellieten [27]. AInvest merkt op dat GSI’s partners defensie-aannemers zijn voor satelliet/drone-imaging, wat aansluit bij deze edge-AI-niche [28].
Aan de investeringskant steeg het aandeel van GSI (NASDAQ:GSIT) na het nieuws. Marktdata toonden GSIT ~191% hoger halverwege de sessie op 20 oktober (verhandeld rond $14.80 om 10:02 uur) [29]. Handelaren wezen op de verrassing van zulke efficiëntieclaims. Toch waarschuwen experts voor voorzichtigheid. De financiële situatie van GSI is zwak: jaaromzet ≈$22,1 miljoen (meer dan 16% gedaald in 3 jaar) en nettoverliezen met marges rond –63% [30]. CoinCodex, een technische voorspellingssite, voorspelt zelfs dat het aandeel snel kan terugvallen – met een verwachte daling naar ongeveer $5.08 binnen enkele dagen [31]. Inderdaad, dun verhandelde microcaps kennen vaak grote schommelingen bij nieuws.
Bovendien trekken sommige analisten parallellen met andere defensie-AI-aandelen. Techmedia merkt op dat stijgende defensie-AI-rallies (bijv. de recente winst van 22% van BigBear.ai op Pentagon-deals) een tweesnijdend zwaard zijn [32]. “Verslaggeving over groeiende defensie-AI-deals benadrukt zowel kansen als speculatieve hype,” waarschuwt een rapport [33]. Met andere woorden, hoewel de technologie spannend is, kost het tijd om deze om te zetten in winst en adoptie. De CEO van GSI onderschreef deze evenwichtige visie door een roadmap te schetsen (Gemini-II en een toekomstige “Plato”-chip) gericht op lager energieverbruik en hogere doorvoer [34] [35], wat aangeeft dat het bedrijf verder denkt dan het persbericht van vandaag.
Vooruitzichten en Analistenverwachtingen
Vooruitkijkend zal GSI op 30 oktober de resultaten over het tweede kwartaal van fiscaal 2026 rapporteren, wat meer duidelijkheid zal geven over de daadwerkelijke vraag naar hun chips. Het persbericht en het onderzoek zijn positieve signalen, maar veel hangt af van de uitvoering. Voor nu zijn de technische indicatoren gemengd: het sentiment rond het aandeel is optimistisch, maar de volatiliteit is extreem. Het model van CoinCodex bestempelde GSIT als “zeer hoge volatiliteit” en adviseerde een shortpositie omdat de prijsstijging niet houdbaar was [36].
Toch is de kernprestatie duidelijk: GSI’s compute-in-memory APU doorbreekt aantoonbaar de GPU-energiewand. Als de technologie schaalbaar blijkt, kan dit concurrenten dwingen het ontwerp van AI-chips te heroverwegen. Zoals een industrieanalist zei over soortgelijke inspanningen: energiebeheer is vaak belangrijker dan ruwe benchmarkscores. De vraag is of GSI deze innovatie kan omzetten in grootschalige verkopen. Voor zowel investeerders als ingenieurs markeert dit nieuws een mijlpaal: een associatief-geheugen AI-chip heeft een praktijkproef doorstaan, en voor het eerst kan AI-prestatie op GPU-niveau beschikbaar zijn bij datacenter-wattage.
Bronnen: GSI Technology persbericht (20 okt 2025) [37] [38]; Cornell APU-studie (Micro ’25) [39]; GuruFocus, StockAnalysis, CoinCodex marktgegevens [40] [41] [42]; TechStock² (TS2.tech) chipanalyses [43] [44] [45]; Nature (AI energie-artikel) [46].
References
1. www.globenewswire.com, 2. www.globenewswire.com, 3. www.globenewswire.com, 4. www.globenewswire.com, 5. arxiv.org, 6. www.nature.com, 7. www.ainvest.com, 8. ts2.tech, 9. stockanalysis.com, 10. www.gurufocus.com, 11. coincodex.com, 12. www.ainvest.com, 13. www.globenewswire.com, 14. www.globenewswire.com, 15. arxiv.org, 16. www.globenewswire.com, 17. www.globenewswire.com, 18. www.globenewswire.com, 19. www.globenewswire.com, 20. arxiv.org, 21. www.globenewswire.com, 22. www.nature.com, 23. arxiv.org, 24. ts2.tech, 25. www.gurufocus.com, 26. www.ainvest.com, 27. www.ainvest.com, 28. www.ainvest.com, 29. stockanalysis.com, 30. www.gurufocus.com, 31. coincodex.com, 32. www.ainvest.com, 33. www.ainvest.com, 34. www.stocktitan.net, 35. www.globenewswire.com, 36. coincodex.com, 37. www.globenewswire.com, 38. www.globenewswire.com, 39. arxiv.org, 40. www.gurufocus.com, 41. stockanalysis.com, 42. coincodex.com, 43. ts2.tech, 44. www.ainvest.com, 45. www.ainvest.com, 46. www.nature.com
