Il prossimo collo di bottiglia dell’AI potrebbe non essere il calcolo. Potrebbe essere la memoria.
Per anni abbiamo guardato a CPU e GPU.
Ora il punto si sta spostando.
L’AI ha fame di memoria.
Non solo più capacità.
Più banda.
Più velocità.
Più storage.
Più dati disponibili vicino al calcolo.
Ed è qui che cambia tutto.
HBM, DRAM, LPDDR, NAND, enterprise SSD stanno smettendo di essere semplici componenti.
Stanno diventando infrastruttura strategica.
TrendForce parla apertamente di un nuovo memory supercycle guidato dall’AI e stima un mercato mondiale delle memorie da 551,6 miliardi di dollari nel 2026 e 842,7 miliardi nel 2027.
Fonte:
https://www.trendforce.com/presscenter/news/20260122-12893.html
Ma il dato che trovo ancora più forte è un altro.
Secondo TrendForce, DRAM e NAND potrebbero assorbire circa il 47% del CapEx dei principali cloud provider nel 2026 e il 68% nel 2027.
Fonte:
https://www.trendforce.com/presscenter/news/20260825-13198.html
Tradotto:
la competizione per la memoria è appena iniziata.
E non resterà confinata nei data center.
Arriverà direttamente sui prodotti che compriamo e utilizziamo.
Sul professionale
Server AI, workstation, edge, sistemi industriali e infrastrutture digitali dovranno essere progettati sempre meno intorno alla sola potenza di calcolo.
La nuova equazione sarà:
compute + memory + storage + networking + power
Se uno di questi elementi manca, tutto il sistema perde valore.
E i produttori stanno già riallocando capacità verso HBM, server DRAM ed enterprise SSD.
Fonte:
https://www.trendforce.com/presscenter/news/20260331-12995.html
Sul consumer
Qui la tensione è ancora più interessante.
Smartphone e PC chiedono più memoria per far girare AI localmente.
Ma si trovano a competere con i data center per la stessa capacità produttiva.
TrendForce stima che nel 2026 la DRAM media degli smartphone possa salire a circa 8,5 GB, mentre anche lo storage medio dovrebbe crescere.
Fonti:
https://www.trendforce.com/presscenter/news/20260514-13044.html
Ed ecco il paradosso.
Abbiamo bisogno di più memoria proprio mentre la memoria diventa più costosa e più difficile da ottenere.
Gartner stima che la pressione sui costi di DRAM e SSD possa tradursi nel 2026 in:
+17% sul prezzo medio dei PC
+13% sul prezzo medio degli smartphone
con una riduzione delle spedizioni pari a:
−10,4% PC
−8,4% smartphone
Quindi no.
I 37 miliardi di euro di investimenti previsti nei data center italiani non raccontano soltanto una crescita infrastrutturale.
Raccontano qualcosa di più grande.
La memoria sta cambiando ruolo nell’elettronica.
Ieri era un componente.
Domani potrebbe essere uno dei fattori che decidono:
quali prodotti verranno costruiti,
quanto costeranno,
quanta AI potrà girare in locale,
e quali workload finiranno necessariamente nel cloud.
Ma il punto più importante, secondo me, è ancora un altro.
Probabilmente si è aperto un trend che non si esaurirà in pochi anni.
Perché la domanda di memoria non crescerà solo per effetto dell’aumento della potenza dell’AI.
Crescerà perché l’AI stessa continuerà a generare nuovi bisogni di memoria.
Oggi abbiamo la rappresentazione semantica: embedding, vector database, context store, knowledge base.
Domani potremmo avere bisogni molto più forti legati alla certificazione delle fonti, alla provenienza dei dati, alla tracciabilità di ciò che un modello ha utilizzato, alla memoria persistente degli agenti, alla conservazione delle decisioni e delle interazioni.
E poi chissà cos’altro.
Ogni nuova capacità dell’AI rischia di trasformarsi in un nuovo strato di dati da conservare, indicizzare, verificare e rendere immediatamente disponibile.
Per questo il tema non è semplicemente:
“avremo bisogno di più memoria?”
La domanda vera è:
quanto velocemente riusciremo a produrne abbastanza per sostenere ciò che l’AI ci chiederà di fare?
#ArtificialIntelligence #AI #Memory #DataCenter #Semiconductors #HBM #DRAM #NAND #CloudComputing #EdgeAI #Smartphone #PC #DigitalInfrastructure #Technology #Innovation
Leave a Reply