SK hynix nâng mạnh gói đãi ngộ cho người lao động, gồm tăng lương cơ bản bình quân 6,3%, gấp đôi hạn mức vay mua nhà cho nhân viên đã kết hôn lên 144.000 USD và mở rộng phạm vi trợ cấp tang chế sang cô dì, chú bác. Goldman Sachs ước tính công ty sẽ tạo ra 252 nghìn tỷ won dòng tiền tự do trong giai đoạn 2025–2027. Theo kịch bản hoàn trả 55% cho cổ đông, công ty vẫn còn khoảng 70 nghìn tỷ won sau khi tính chương trình mua lại cổ phiếu và 30 nghìn tỷ won cổ tức.

NVIDIA được cho là đang bí mật thu mua quy mô lớn dark fiber đường dài tại Mỹ, với mục tiêu tối đa 100 cặp (200 sợi) và khi kết hợp công nghệ DWDM, băng thông lý thuyết có thể đạt 7.6 Petabits/giây. Dự án này được ước tính sẽ tiêu tốn 50–100亿美元 trong 3 năm. Động thái nhằm xây dựng mạng lưới năng lực tính toán AI riêng để hỗ trợ mô hình GPU như một dịch vụ và giảm phụ thuộc vào các nhà cung cấp đám mây. Công ty cũng đã công bố nắm giữ 9.3% cổ phần tại neocloud Nebius.

UBS nâng dự báo mức tăng giá DRAM trong Q3 theo quý từ 17% lên 32%, còn NAND từ 17% lên 30%. TrendForce cũng dự báo giá DRAM trong Q3 tăng 18% theo quý và NAND tăng 15%. UBS cho biết khoảng cách cung–cầu nới rộng, với nhu cầu năm 2027 tăng 36.2% trong khi nguồn cung chỉ tăng 19.3%, và tình trạng thiếu hụt được dự báo kéo dài đến Q2 2028. Việc điều chỉnh dự báo giá được xem là yếu tố hỗ trợ các nhà sản xuất chip nhớ và các quỹ Memory ETF theo dõi nhóm này.

Jefferies Equity Research dự báo giá DRAM/NAND trong Q3 2026 sẽ tăng 40%–50% so với quý hiện tại, sau đó tăng thêm 30%–40% trong Q4 2026. Báo cáo cũng ước tính mức tăng theo năm năm 2027 là 40%–45%, và đến 2028 ASP có thể giảm khi nguồn cung từ công suất mới tăng khoảng 15%–20% nhưng cầu AI vẫn đi lên. Micron đã ký 16 thỏa thuận SCA và tỷ trọng hợp đồng dài hạn có thể lên 70%, làm nguồn cung cho nhóm thiết bị tiêu dùng bị thắt chặt, theo Jefferies Equity Research.

Bản vá nhân Linux 7.2 đã xuất hiện mục hỗ trợ một kiến trúc GPU NVIDIA thế hệ mới với tên “Blackwell-Next”, thực chất là bước thích nghi driver giai đoạn sớm cho kiến trúc Rubin – kế nhiệm của Blackwell. Thay đổi này liên quan đến cơ chế thăm dò trạng thái sẵn sàng cho kết nối CXL. Diễn biến cho thấy Rubin đã bước vào giai đoạn chuẩn bị cho sản xuất quy mô lớn, sớm hơn kỳ vọng phổ biến trên thị trường. Sự việc tập trung vào dòng sản phẩm AI/HPC cho trung tâm dữ liệu, không đề cập phát hành GPU tiêu dùng hay dữ liệu giao hàng cụ thể.

Nhánh phát triển Mesa 26.2 đã hợp nhất hỗ trợ ban đầu cho DLSS của NVIDIA vào trình điều khiển Vulkan mã nguồn mở NVK. Tính năng này cho phép các game Vulkan tương thích trên Linux kích hoạt nâng cấp độ phân giải bằng AI, nhằm cải thiện hiệu năng và chất lượng hình ảnh. Việc triển khai vẫn cần gọi các thư viện DLSS dạng nhị phân độc quyền của NVIDIA. Đây được xem là một cột mốc với hệ sinh thái chơi game trên Linux, theo Phoronix.

Foxconn cho biết một trung tâm dữ liệu AI dựa trên kiến trúc NVIDIA Vera Rubin có thể tiêu tốn tới 47 tỷ USD cho mỗi triển khai 1GW, với hóa đơn điện hằng năm chạm 1,3 tỷ USD. Doanh nghiệp này cũng nói chi phí khấu hao phần cứng cao gấp 6 lần tiền điện. Các hệ thống đầu tiên đã được chuyển tới các nhà cung cấp đám mây lớn để thẩm định và thử nghiệm, trong khi sản xuất quy mô đầy đủ đã bắt đầu. Thông tin này cho thấy mức độ phụ thuộc rất lớn vào GPU của NVIDIA trong kỷ nguyên Vera Rubin và khả năng định giá của hãng trong hạ tầng AI.

AMD và Intel đã công bố đặc tả mới nhất của AI Compute Extensions (ACE), đặt ra các chỉ lệnh nhân ma trận nguyên bản cho x86, trạng thái thanh ghi tile và hỗ trợ các định dạng dữ liệu độ chính xác thấp. Mục tiêu là cải thiện hiệu quả năng lượng và khả năng mở rộng của các tác vụ AI khi chạy trên CPU đa dụng. Đây là một bước nâng cấp phối hợp trong hệ sinh thái x86 và không gắn với việc ra mắt sản phẩm mới hay đưa ra hướng dẫn doanh thu.

CEO ASML Christophe Fouquet xác nhận trong cuộc phỏng vấn với Bloomberg rằng dự án Terafab của Elon Musk có quy mô tương đương những nhà máy có thể sản xuất hàng triệu wafer mỗi tháng, tương tự các dây chuyền DRAM ở Hàn Quốc. Ông cho rằng chu kỳ mở rộng sản xuất chip phục vụ AI vẫn đang ở giai đoạn đầu và việc bắt kịp sẽ mất thời gian do cần xây dựng công suất và giao thiết bị. Nhận định này cho thấy việc đáp ứng nhu cầu hạ tầng AI phụ thuộc vào tiến độ triển khai công suất và cung ứng thiết bị sản xuất.