(Ti Lancio dal Regno Unito) Londra 3 dicembre 2025 – L’esplosione dell’Intelligenza Artificiale (AI) ha acceso una corsa agli armamenti tecnologicamente, ma questa frenesia rischia di scontrarsi con un limite fisico inaspettato: la carenza globale di chip di memoria ad alte prestazioni. Secondo le recenti analisi di mercato, una grave strozzatura nella fornitura di memorie specializzate potrebbe ritardare i progetti di AI e, di conseguenza, i guadagni di produttività tanto attesi dalle Big Tech mondiali.

Il problema non riguarda i chip di memoria generici, ma soprattutto le memorie DRAM e NAND di ultima generazione, fondamentali per alimentare le enormi e sempre più complesse reti neurali dei modelli di IA.

L’attuale crisi è un classico caso di domanda che supera violentemente l’offerta. L’adozione di massa di strumenti di AI generativa e l’integrazione dell’AI nei servizi cloud hanno creato un boom di richiesta per l’hardware specifico che supporta questo carico di lavoro intensivo. I modelli di linguaggio di grandi dimensioni (LLMs) e le applicazioni di deep learning richiedono una capacità di calcolo ad alte prestazioni ( HPC ) e, soprattutto, una memoria ad altissima velocità di banda per spostare i dati tra le unità di elaborazione grafica (GPU), essenziali per l’addestramento e l’inferenza dell’AI. La domanda è particolarmente acuta per le memorie HBM, un tipo di DRAM impilata in 3D che offre una larghezza di banda superiore. La produzione di HBM è complessa, richiede processi produttivi specifici e la sua capacità produttiva è ancora limitata e concentrata in pochi attori chiave.

L’effetto immediato della carenza è un drastico aumento dei prezzi e una competizione feroce tra le Big Tech (come Google, Microsoft, Meta e Amazon) per garantire le forniture disponibili. La mancanza di chip di memoria adeguata sta costringendo le aziende a ritardare l’espansione dei loro data center AI e l’addestramento di nuovi, più potenti, modelli. Questo frena l’innovazione e l’immissione sul mercato di nuovi prodotti basati sull’AI. I guadagni di produttività promessi dall’AI, che dovrebbero rappresentare il prossimo grande ciclo economico, rischiando di essere posticipati o ridotti, poiché l’infrastruttura di supporto non è in grado di scalare alla velocità richiesta. La crisi sottolinea nuovamente la fragilità della catena di fornitura globale, dove la dipendenza da un numero limitato di produttori specializzati crea un rischio sistemico.

Per risolvere questa strozzatura, sono necessari investimenti massicci e rapidi da parte dei produttori di semiconduttori (come Samsung, SK Hynix e Micron) per aumentare la capacità produttiva di HBM e di altri chip di memoria adatti all’AI.

Tuttavia, espandere la produzione di memoria è un processo che richiede tempo, spesso anni, per costruire nuove fab e affinare le tecniche produttive. Fino ad allora, le Big Tech dovranno bilanciare gli ambiziosi obiettivi di AI con la dura realtà di un hardware costoso e difficile da reperire, trasformando la velocità con cui un’azienda si assicura la memoria avanzata nel nuovo fattore critico di successo nella corsa all’Intelligenza Artificiale.