Il 2026 dovrebbe essere ricordato come l’anno in cui l’architettura dello spazio digitale ha smesso di essere un’astrazione software e si è rivelata nella sua brutale fisicità. Ricordate? Per decenni abbiamo vissuto nell’idea che il progresso informatico fosse una marcia trionfale di algoritmi sempre più leggeri e potenti, capaci di smaterializzare l’economia. Di certo qualcuno ne è convinto tutt’ora.

Bene: da alcuni mesi quella visione del mondo è andata in frantumi.

L’intelligenza artificiale potrebbe sembrare una tecnologia che ronza tranquilla, divorando domande e restituendo testi, immagini o video; invece sta compiendo in modo indiretto un atto di cannibalismo industriale senza precedenti sulle fabbriche che dovrebbero sostenere l’intera infrastruttura digitale del pianeta.

Il fulcro della questione si può definire “crisi della memoria”. Dimenticate le semplici carenze di magazzino o i rallentamenti estemporanei della logistica: è l’effetto collaterale di una fame insaziabile di dati e velocità che ha trasformato un componente tecnico un tempo considerato una commodity – la memoria RAM – nell’oro del ventunesimo secolo.

Per comprendere la portata di questo evento, bisogna guardare oltre i grafici azionari e addentrarsi nei corridoi delle fonderie di semiconduttori, dove il silicio viene sacrificato sull’altare dei modelli linguistici di grandi dimensioni (la claudicante traduzione ufficiale di “Large Language Model”, o LLM). Ed è quello che stiamo per fare: l’articolo che segue è una guida per capire, in meno di 3.000 parole, le preoccupazioni dei grandi produttori di hardware e gli intoppi fisici allo sviluppo della tecnologia più incorporea di sempre.

Per chi non ha familiarità con le dinamiche interne di un computer, la memoria RAM può essere paragonata alla superficie di una scrivania: più è ampia, più documenti è possibile tenere aperti per lavorarci sopra nello stesso momento. Al contrario, il disco rigido (SSD, acronimo di Solid State Drives) è l’archivio, dove i dati sono conservati a lungo termine, ma richiedono tempo per essere recuperati.

L’intelligenza artificiale moderna, tuttavia, ha smesso di accontentarsi di una scrivania comune. Invece richiede quella che i tecnici chiamano High Bandwidth Memory (HBM), una tecnologia che non si limita ad aggiungere spazio, ma moltiplica le corsie di comunicazione tra la memoria e il cervello del sistema, la GPU.

Al mondo c’è una quantità di silicio più che sufficiente per accontentare le richieste; il problema non sta (ancora) lì. Piuttosto, la crisi del 2026 è stata scatenata dall’insufficiente capacità produttiva delle fabbriche che quel silicio lo lavorano.

Per addestrare e far girare i modelli IA di nuova generazione servono memorie HBM4. Queste memorie non sono disposte su una scheda come nei normali PC; sono fisicamente impilate l’una sull’altra in una struttura verticale che viene poi montata sul chip della GPU. Questo processo, chiamato “packaging avanzato”, è molto complesso e inefficiente dal punto di vista dell’occupazione del suolo industriale.

Il silicio viene prodotto in grandi dischi chiamati “wafer”; da ogni wafer si ritagliano centinaia di singoli chip. La produzione di un singolo chip HBM richiede circa tre volte la superficie di wafer rispetto a una normale memoria DRAM DDR5, quella che troviamo nei nostri portatili o desktop. In linguaggio più crudo: ogni volta che un gigante come SK Hynix o Samsung produce un chip di memoria per un centro elaborazione dati di NVIDIA, rinuncia a produrre tre chip per il mercato consumer.

Un chip per l’industria, tre in meno per i consumatori: la carenza diventa subito chiara se si considera che la priorità assoluta è andata verso il settore delle imprese. I tre grandi dominatori del mercato – SK Hynix, Samsung e Micron – hanno convertito intere linee........

© SenzaFiltro