Micron, la rivoluzione della memoria
MICRON: LA RIVOLUZIONE DELLA MEMORIA
Come l’intelligenza artificiale sta trasformando la memoria da componente di supporto dell’informatica a una delle sue tecnologie più cruciali — ponendo Micron al centro di una profonda trasformazione industriale
Per gran parte della storia dell’informatica, la memoria ha vissuto all’ombra del processore.
Il processore era il protagonista. CPU sempre più veloci hanno definito le successive generazioni di personal computer. Le GPU hanno poi trasformato la grafica e, successivamente, l’intelligenza artificiale. La memoria era naturalmente indispensabile, ma rimaneva in gran parte invisibile: un componente il cui compito consisteva nel conservare le informazioni e renderle disponibili quando il processore ne aveva bisogno.
L’intelligenza artificiale sta modificando questo rapporto.
Gli straordinari requisiti computazionali dei moderni sistemi di AI stanno creando un problema che la sola potenza di calcolo non può risolvere. I processori più avanzati al mondo sono in grado di eseguire quantità enormi di calcoli, ma questi calcoli risultano utili soltanto se quantità altrettanto enormi di dati riescono a raggiungere i processori con sufficiente rapidità.
È il cosiddetto memory wall, il muro della memoria.
Ed è uno dei motivi per cui Micron Technology, un’azienda fondata quasi mezzo secolo fa a Boise, nell’Idaho, si trova improvvisamente al centro di una delle trasformazioni tecnologiche più importanti del nostro tempo.
Micron non costruisce le GPU diventate sinonimo di intelligenza artificiale. Costruisce qualcosa senza cui quelle GPU riescono sempre meno a lavorare efficacemente: la memoria avanzata che le circonda.
La distinzione è importante.
Mentre l’intelligenza artificiale passa dai modelli sperimentali a un’infrastruttura diffusa nei data center, nelle aziende, nelle automobili, nella robotica e nei dispositivi personali, la memoria non sta semplicemente aumentando in quantità: sta diventando più sofisticata, più veloce, più efficiente dal punto di vista energetico e sempre più strettamente integrata con il calcolo.
La rivoluzione dell’AI, in altre parole, sta diventando anche una rivoluzione della memoria.
PROFILO DELL’AZIENDA
Società: Micron Technology, Inc.
Fondata: 1978
Sede centrale: Boise, Idaho, Stati Uniti
Settore: Semiconduttori
Attività principale: Memorie e sistemi di archiviazione
Tecnologie principali: DRAM, NAND, NOR, High Bandwidth Memory (HBM), SSD
Chairman, President & CEO: Sanjay Mehrotra
Borsa: Nasdaq
Ticker: MU
Presenza globale: Produzione, ricerca e attività commerciali in diversi continenti
Sito web: micron.com
DA UN SEMINTERRATO DI BOISE ALL’ERA DELL’INTELLIGENZA ARTIFICIALE
Le origini di Micron difficilmente potrebbero essere più lontane dall’attuale corsa globale alle infrastrutture per l’intelligenza artificiale, un mercato che muove ormai cifre nell’ordine delle migliaia di miliardi di dollari.
L’azienda nasce nel 1978 con quattro persone che lavorano nel seminterrato di uno studio dentistico a Boise. Il primo contratto riguarda la progettazione di un chip di memoria da 64K. Nel 1980 viene costruito il primo impianto produttivo; nel 1981 Micron consegna il suo primo prodotto DRAM da 64K.
Nei decenni successivi, Micron cresce insieme alla stessa industria informatica.
I personal computer avevano bisogno di memoria. I server ne richiedevano ancora di più. Gli smartphone hanno fatto aumentare drasticamente la necessità sia di memoria sia di capacità di archiviazione. Il cloud computing ha creato enormi data center. Le automobili sono diventate computer su ruote.
Durante tutte queste trasformazioni, la memoria è rimasta indispensabile.
Micron è così diventata uno dei principali produttori mondiali di memorie, sviluppando le tecnologie che permettono ai sistemi digitali di conservare, accedere e trasferire informazioni. Oggi il suo portafoglio comprende DRAM, NAND e NOR, oltre a sofisticati sistemi di archiviazione.
Ma l’intelligenza artificiale rappresenta qualcosa di diverso rispetto ai precedenti cicli dell’informatica.
Non richiede semplicemente più memoria.
Richiede sempre più spesso memoria migliore.
E questa distinzione potrebbe rivelarsi fondamentale per il futuro dell’intera industria.
IL MEMORY WALL
Consideriamo ciò che fa realmente un acceleratore AI avanzato.
I processori moderni possono eseguire calcoli a velocità straordinarie. Ma un modello di intelligenza artificiale può contenere centinaia di miliardi di parametri e i sistemi più complessi devono continuamente recuperare, elaborare e aggiornare quantità immense di dati.
Un processore che aspetta i dati è potenza computazionale sprecata.
La sfida non consiste quindi soltanto nella velocità con cui un processore riesce a calcolare, ma anche nella velocità con cui le informazioni possono essergli fornite.
Questo squilibrio tra una capacità computazionale in rapidissima crescita e la possibilità di trasferire efficientemente i dati viene generalmente definito memory wall.
L’intelligenza artificiale ha reso il problema considerevolmente più importante.
Large language model, AI multimodale, sistemi di reasoning e agenti sempre più autonomi richiedono che enormi quantità di informazioni si spostino continuamente tra memoria e processori. Man mano che i sistemi AI evolvono dalla risposta a singole domande verso l’esecuzione di lunghe sequenze di attività, la quantità di dati che deve rimanere immediatamente accessibile può aumentare drasticamente.
La larghezza di banda della memoria diventa quindi parte integrante delle prestazioni computazionali.
Il motore più veloce del mondo serve a poco se il carburante non riesce a raggiungerlo abbastanza rapidamente.
Ed è qui che entra in gioco la High Bandwidth Memory.
HBM: LA MEMORIA DIVENTA UNA TECNOLOGIA AD ALTISSIME PRESTAZIONI
I tradizionali moduli di memoria si trovano a una certa distanza dal processore e comunicano attraverso percorsi relativamente limitati.
La High Bandwidth Memory adotta un approccio radicalmente diverso.
Diversi die di memoria vengono impilati verticalmente e collegati attraverso connessioni elettriche estremamente dense. Il modulo risultante può essere collocato vicino a un acceleratore AI e trasferire enormi quantità di informazioni consumando meno energia per ogni bit trasferito.
La produzione di HBM è straordinariamente complessa rispetto a quella delle memorie convenzionali.
Ed è proprio questa complessità a renderla così preziosa.
L’ultima tecnologia HBM4 di Micron mostra quanto rapidamente stia avanzando questo settore. Il prodotto HBM4 a 12 livelli utilizza un’interfaccia a 2.048 pin e opera a oltre 11 Gb/s per pin, arrivando a fornire più di 2,8 terabyte al secondo di larghezza di banda da un singolo stack. Secondo Micron, ciò rappresenta oltre il doppio della larghezza di banda rispetto alla precedente generazione HBM3E, con un miglioramento superiore al 20% nell’efficienza energetica.
All’inizio del 2026 Micron ha avviato le consegne in volumi commerciali del proprio prodotto HBM4 da 36GB progettato per la generazione Vera Rubin dei sistemi AI di NVIDIA. L’azienda ha inoltre prodotto campioni di uno stack HBM4 da 48GB e 16 livelli, aumentando di un terzo la capacità per singolo posizionamento HBM.
Sono numeri tecnici, ma il loro significato è semplice.
I sistemi AI hanno bisogno di enormi quantità di dati immediatamente disponibili per processori enormemente potenti. Ogni nuova generazione di acceleratori aumenta la pressione esercitata sul sottosistema di memoria.
Processore e memoria stanno quindi diventando progressivamente più interdipendenti.
La memoria non è più semplicemente il luogo in cui il sistema conserva i dati necessari al calcolo.
Sta diventando sempre più uno degli elementi che determinano quanto velocemente quel calcolo possa avvenire.
L’AI STA CAMBIANDO L’ECONOMIA DELLA MEMORIA
Per decenni, la produzione di memorie è stata famosa per la sua ciclicità.
Il meccanismo era relativamente semplice.
La domanda aumentava. I prezzi delle memorie salivano. I produttori ampliavano la capacità. Arrivava nuova capacità produttiva. L’offerta superava la domanda. I prezzi crollavano. I produttori riducevano gli investimenti. Alla fine la domanda recuperava terreno, dando inizio a un nuovo ciclo.
È stato uno dei fenomeni più persistenti dell’industria dei semiconduttori.
L’intelligenza artificiale non elimina necessariamente questo ciclo. La produzione di semiconduttori rimane estremamente capital intensive, la domanda può oscillare e nessun boom tecnologico cresce indefinitamente.
Ma l’AI potrebbe modificare alcune delle forze che lo determinano.
Innanzitutto sta aumentando la quantità di memoria richiesta dai sistemi computazionali avanzati.
In secondo luogo, i requisiti prestazionali di quella memoria stanno diventando molto più impegnativi.
In terzo luogo, l’HBM assorbe notevoli risorse produttive e comporta processi e packaging aggiuntivi particolarmente complessi.
Infine, creare nuova capacità produttiva di semiconduttori all’avanguardia richiede anni, non mesi.
Ciò significa che un’impennata della domanda proveniente dall’AI non può essere affrontata semplicemente aprendo una fabbrica e producendo più memoria avanzata nel trimestre successivo.
Il mondo fisico impone limiti a quello digitale.
Le ricerche sull’industria riflettono sempre più chiaramente questa tensione. TrendForce ha descritto nel 2026 la crescita dell’agentic AI come causa di un’espansione strutturale della domanda di memoria, alimentata in parte dal passaggio dalle singole richieste di inferenza a processi AI continui e iterativi.
Nelle sue previsioni di maggio 2026, TrendForce ha innalzato la stima del valore del mercato mondiale delle memorie a circa 889 miliardi di dollari per il 2026 e oltre 1.280 miliardi per il 2027.
Previsioni di questa portata devono sempre essere considerate con cautela. I mercati tecnologici possono cambiare rapidamente, la capacità produttiva finisce per reagire alle carenze e condizioni estreme nei prezzi raramente persistono indefinitamente.
Ma la direzione del cambiamento è difficile da ignorare.
La memoria è diventata una delle risorse fisiche fondamentali necessarie per espandere l’intelligenza artificiale.
DAL TRAINING ALL’INFERENCE
C’è un’altra ragione per cui questo sviluppo merita attenzione.
La prima fase dell’AI generativa è stata dominata dal training: la costruzione di enormi modelli attraverso giganteschi cluster computazionali.
La fase successiva riguarda sempre più l’inference, cioè l’utilizzo effettivo di quei modelli, potenzialmente miliardi di volte, nelle imprese e nella società.
E l’inference potrebbe alla fine rappresentare un’attività computazionale molto più vasta del training.
Un modello AI può essere addestrato periodicamente. Una volta distribuito, però, può rispondere a domande, analizzare documenti, scrivere software, elaborare immagini, controllare macchine o coordinare agenti autonomi in modo continuo.
La diffusione dei modelli di reasoning intensifica ulteriormente il fenomeno, perché il sistema può eseguire numerosi passaggi computazionali prima di produrre una risposta.
L’agentic AI potrebbe spingersi ancora oltre. Invece di ricevere una domanda e fornire una risposta, un sistema autonomo può eseguire decine o centinaia di azioni interconnesse, conservando ed elaborando informazioni contestuali durante l’intero processo.
Per questo motivo, i requisiti di memoria non possono essere compresi semplicemente contando quanti modelli AI vengono addestrati.
La domanda più importante è quanto frequentemente l’intelligenza artificiale verrà utilizzata.
Se l’AI diventerà parte integrante dell’attività economica, l’infrastruttura necessaria a sostenere l’inference potrebbe raggiungere dimensioni enormi.
La memoria si trova all’interno di questa infrastruttura.
I NUMERI STANNO GIÀ CAMBIANDO
La trasformazione non è soltanto teorica.
Il terzo trimestre fiscale 2026 di Micron, conclusosi il 28 maggio, ha prodotto risultati su una scala radicalmente diversa rispetto all’anno precedente.
I ricavi hanno raggiunto 41,46 miliardi di dollari, rispetto ai 23,86 miliardi del trimestre precedente e ai 9,30 miliardi dello stesso trimestre dell’anno precedente.
Il margine lordo GAAP ha raggiunto l’84,6%.
Il cash flow operativo è stato pari a 25,39 miliardi di dollari.
La divisione Cloud Memory Business Unit ha generato ricavi trimestrali per 13,77 miliardi di dollari, mentre la Core Data Center Business Unit ne ha prodotti altri 11,52 miliardi.
Per il trimestre fiscale successivo, Micron ha indicato una previsione di circa 50 miliardi di dollari di ricavi, con un margine lordo GAAP atteso intorno all’86%.
Numeri di questa portata richiedono contestualizzazione, non semplice estrapolazione.
I prezzi delle memorie si trovano in una fase eccezionalmente favorevole, le condizioni dell’offerta sono molto tese e l’economia dei semiconduttori può cambiare significativamente quando nuova capacità produttiva entra sul mercato.
Tuttavia, la dimensione e la velocità del cambiamento rappresentano un’evidenza concreta delle forze che stanno trasformando l’industria.
Quello che un tempo era prevalentemente un business di componenti è diventato strategicamente importante nella corsa globale alle infrastrutture per l’intelligenza artificiale.
NON SOLTANTO HBM
Sarebbe tuttavia un errore ridurre l’intera storia di Micron nell’AI alla sola HBM.
L’infrastruttura dell’intelligenza artificiale richiede una vera e propria gerarchia di tecnologie di memoria e archiviazione.
L’HBM fornisce un accesso straordinariamente rapido vicino agli acceleratori. I sistemi server richiedono grandi quantità di DRAM convenzionale. Dataset immensi hanno bisogno di storage enterprise. L’inference AI all’edge crea ulteriori esigenze di memoria nei computer, negli smartphone, nelle automobili e nelle apparecchiature industriali.
Micron opera in gran parte di questa gerarchia.
Durante il terzo trimestre fiscale 2026, la società ha comunicato che il suo SSD ad alte prestazioni PCIe Gen6 basato sulla tecnologia NAND G9 era entrato nella produzione ad alto volume. Ha inoltre iniziato le consegne di un SSD QLC da 245 terabyte, un esempio della straordinaria densità di archiviazione che viene oggi sviluppata per le infrastrutture ad alta intensità di dati.
Micron sta contemporaneamente sviluppando moduli server DDR5 da 256GB, memoria SOCAMM2, memorie mobile di nuova generazione e prodotti destinati all’automotive.
Questa diversificazione è importante perché difficilmente l’AI rimarrà confinata nei data center hyperscale.
La traiettoria di lungo periodo indica una progressiva distribuzione dell’intelligenza attraverso l’intero ambiente tecnologico.
I server avranno bisogno di memoria.
Gli AI PC avranno bisogno di memoria.
Gli smartphone capaci di eseguire localmente modelli sempre più sofisticati avranno bisogno di memoria.
I robot avranno bisogno di memoria.
I veicoli autonomi avranno bisogno di memoria.
I sistemi industriali avranno bisogno di memoria.
La diffusione dell’intelligenza artificiale ha quindi il potenziale di aumentare contemporaneamente la quantità e la sofisticazione tecnologica della memoria richiesta in numerose categorie dell’informatica.
UNA STRUTTURA INDUSTRIALE RARA
L’industria globale delle memorie avanzate presenta un livello di concentrazione insolito.
Nel segmento più avanzato della DRAM e dell’HBM, il panorama competitivo ruota principalmente attorno a tre società: le sudcoreane Samsung Electronics e SK hynix e l’americana Micron Technology.
Questa concentrazione riflette l’enorme difficoltà di entrare nel settore.
La produzione di memorie all’avanguardia richiede giganteschi impianti di fabbricazione, apparecchiature avanzate per semiconduttori, tecnologie di processo estremamente sofisticate, un vasto patrimonio di proprietà intellettuale, competenze nel packaging e anni di esperienza produttiva.
Il capitale, da solo, non basta.
Nel 2025 Micron ha superato la soglia dei 60.000 brevetti ottenuti nel corso della propria storia, un’indicazione della quantità di conoscenza tecnologica accumulata necessaria per competere a questi livelli.
Questo non significa che Micron goda di una posizione priva di concorrenti.
Al contrario.
SK hynix ha conquistato una posizione formidabile nell’HBM. Samsung dispone di immense risorse nel settore dei semiconduttori e sta portando avanti con grande aggressività lo sviluppo della propria tecnologia HBM4. Le ricerche TrendForce del 2026 indicano una competizione molto intensa fra tutti e tre i produttori mentre arrivano sul mercato le piattaforme AI di nuova generazione.
Questa competizione è uno degli elementi più importanti da osservare.
La leadership nell’HBM non è permanente. Ogni generazione apre una nuova corsa tecnologica che coinvolge larghezza di banda, caratteristiche termiche, efficienza energetica, capacità, rendimento produttivo e qualificazione presso i clienti.
Micron dovrà continuare a eseguire con precisione.
Ma il fatto stesso che soltanto una manciata di aziende possa realisticamente partecipare alla fascia tecnologicamente più avanzata è significativo.
L’AI potrebbe generare una domanda enorme per una tecnologia la cui offerta non può essere facilmente replicata.
COSTRUIRE LA CAPACITÀ PRODUTTIVA DEL PROSSIMO DECENNIO
La risposta di Micron a questo scenario è fisica e gigantesca.
Nel luglio 2026 l’azienda ha aumentato il proprio piano di investimenti negli Stati Uniti in capacità produttiva e tecnologia portandolo a oltre 250 miliardi di dollari entro il 2035.
L’obiettivo di lungo periodo è produrre negli Stati Uniti circa il 40% della propria DRAM.
A Boise, Micron sta sviluppando due impianti produttivi all’avanguardia e ad alto volume accanto alle attività di ricerca già esistenti. L’avvio della produzione nel primo nuovo impianto dell’Idaho è previsto per il 2027.
A Clay, nello Stato di New York, l’azienda ha iniziato a sviluppare quello che potrebbe infine diventare un complesso produttivo composto da quattro fab. L’investimento potenziale potrebbe raggiungere circa 100 miliardi di dollari nell’arco di oltre due decenni.
Micron sta inoltre ampliando e modernizzando la produzione in Virginia e investendo più ampiamente nella filiera dei semiconduttori.
È difficile visualizzare una scala di questo genere.
Una moderna fabbrica di semiconduttori non è semplicemente uno stabilimento industriale. È uno degli ambienti produttivi più complessi mai realizzati dall’uomo: immense cleanroom, controllo estremo delle contaminazioni, sofisticati sistemi chimici e di gestione dei materiali e alcune delle apparecchiature industriali più avanzate esistenti.
Queste strutture richiedono inoltre tempi considerevoli per essere costruite, equipaggiate e qualificate.
Si crea così un’interessante asimmetria.
La domanda di software può esplodere quasi istantaneamente.
La capacità fisica di produrre semiconduttori non può farlo.
L’intelligenza artificiale può vivere nel cloud, ma il cloud, alla fine, vive dentro edifici pieni di macchine.
LA GEOPOLITICA DELLA MEMORIA
Esiste anche una dimensione geopolitica.
I semiconduttori avanzati sono diventati infrastrutture strategiche.
I governi considerano sempre più la produzione nazionale di semiconduttori non soltanto un obiettivo di politica industriale, ma una questione legata alla sicurezza nazionale, alla sovranità tecnologica e alla resilienza delle catene di approvvigionamento.
Micron occupa una posizione particolare in questo scenario: è il principale produttore con sede negli Stati Uniti capace di competere ai massimi livelli mondiali nella produzione di memorie.
Gli Stati Uniti hanno di conseguenza sostenuto l’espansione della produzione nazionale attraverso il CHIPS Act e i relativi incentivi. Micron ha ottenuto fino a circa 6,4 miliardi di dollari di finanziamenti diretti nell’ambito del CHIPS Act a sostegno dei progetti in Idaho e New York e dell’espansione in Virginia.
L’obiettivo va oltre l’economia.
Un mondo sempre più dipendente dall’intelligenza artificiale diventerà anche sempre più dipendente dai componenti fisici necessari per realizzarla.
La memoria è uno di questi.
L’ENERGIA ENTRA NELL’EQUAZIONE
La corsa alle infrastrutture AI incontra un altro limite: l’elettricità.
I sistemi di high-performance computing consumano enormi quantità di energia e la memoria stessa contribuisce in misura significativa al consumo complessivo dei sistemi.
Questo rende l’efficienza energetica qualcosa di più di una caratteristica ambientale.
Diventa un requisito ingegneristico.
Un’architettura di memoria capace di trasferire quantità significativamente maggiori di dati consumando meno energia per bit può migliorare l’economia e la fattibilità pratica dell’intero sistema AI.
Questo contribuisce a spiegare perché Micron enfatizzi l’efficienza energetica insieme alla larghezza di banda nello sviluppo della propria HBM.
Man mano che i cluster AI passano da migliaia a decine di migliaia e, potenzialmente, centinaia di migliaia di acceleratori, piccoli miglioramenti moltiplicati sull’intera infrastruttura assumono dimensioni significative.
Il futuro della memoria comporta quindi almeno tre competizioni simultanee:
capacità, larghezza di banda ed efficienza energetica.
Vincere soltanto su uno di questi fronti potrebbe non essere sufficiente.
COSA POTREBBE METTERE IN DISCUSSIONE QUESTO SCENARIO?
Le trasformazioni tecnologiche raramente procedono in linea retta.
Diverse forze potrebbero rendere il futuro meno favorevole di quanto suggeriscano le straordinarie condizioni attuali.
La prima è la capacità produttiva.
Prezzi elevati e redditività eccezionale incoraggiano i produttori a investire. Micron, Samsung e SK hynix stanno tutte aumentando le proprie capacità nelle memorie avanzate. Prima o poi, nuova offerta arriverà sul mercato.
La seconda è la concorrenza.
Micron compete contro due produttori di semiconduttori estremamente capaci. SK hynix ha dimostrato una particolare forza nell’HBM, mentre Samsung dispone delle risorse e della profondità tecnologica necessarie per competere aggressivamente per la leadership.
La terza riguarda gli stessi investimenti nelle infrastrutture AI.
La domanda attuale presuppone che hyperscaler e altre società tecnologiche continuino a investire somme enormi. Se i ritorni economici dell’infrastruttura AI dovessero deludere, la spesa potrebbe rallentare.
La quarta è il cambiamento tecnologico.
Le architetture informatiche evolvono. Gli ingegneri cercano costantemente sistemi per ridurre i requisiti di memoria, migliorare il caching, comprimere i modelli e riprogettare i sistemi. Una svolta capace di ridurre sostanzialmente l’intensità di memoria potrebbe modificare le aspettative sulla domanda di lungo periodo.
La quinta è la storia stessa dell’industria.
Il mercato delle memorie ha ripetutamente dimostrato che le carenze di offerta possono infine trasformarsi in eccedenze. Sarebbe prematuro dichiarare morta la ciclicità soltanto perché le condizioni attuali sono eccezionali.
Infine, c’è l’esecuzione.
Costruire fab all’avanguardia, migliorare i rendimenti produttivi, sviluppare successive generazioni di HBM e ottenere la qualificazione presso clienti estremamente esigenti sono attività straordinariamente difficili. Enormi impegni di capitale comportano enormi responsabilità operative.
Non sono considerazioni marginali.
Sono elementi fondamentali per comprendere ciò che accadrà nei prossimi anni.
LA DOMANDA PIÙ INTERESSANTE
Il futuro di Micron dipende quindi da qualcosa di più importante della semplice possibilità che l’attuale carenza di memoria continui.
Quasi certamente non continuerà per sempre esattamente nella forma attuale.
La domanda più interessante è se sia cambiata la natura stessa della memoria.
Se l’AI richiederà quantità progressivamente maggiori di memoria sempre più sofisticata; se la larghezza di banda diventerà un limite persistente alle prestazioni computazionali; se l’inference diffonderà l’intelligenza attraverso data center, computer, automobili, robot e sistemi industriali; e se produrre la memoria necessaria continuerà a essere tecnologicamente e finanziariamente difficile, allora la memoria occuperà una posizione strategica diversa rispetto a quella che aveva nelle precedenti ere dell’informatica.
È questa possibilità a rendere Micron particolarmente interessante oggi.
Non perché la memoria abbia smesso di essere ciclica.
Non perché la concorrenza sia scomparsa.
E certamente non perché le previsioni tecnologiche siano garantite.
Ma perché l’intelligenza artificiale sta costringendo l’industria informatica a riconsiderare da dove provengano realmente le prestazioni.
Per decenni, la risposta è stata dominata dai processori.
L’era dell’AI sta dimostrando che il calcolo è un sistema.
I processori devono calcolare.
Le reti devono connettere.
L’elettricità deve alimentare.
I sistemi di raffreddamento devono eliminare il calore.
E la memoria deve fornire enormi quantità di informazioni esattamente quando i processori ne hanno bisogno.
Un limite in uno qualsiasi di questi punti diventa un limite per tutto il resto.
LA TECNOLOGIA SILENZIOSA DIETRO L’INTELLIGENZA
C’è qualcosa di quasi paradossale nella posizione di Micron.
L’intelligenza artificiale è una delle tecnologie più visibili mai create. Le persone interagiscono direttamente con sistemi AI, li osservano generare immagini, scrivere software, tradurre lingue e ragionare su problemi sempre più complessi.
La memoria rimane quasi invisibile.
Eppure, dietro ogni sorprendente risultato prodotto dall’AI si nasconde un’immensa coreografia fisica di processori, reti, sistemi di archiviazione e memorie che trasferiscono informazioni a velocità straordinarie.
Micron opera all’interno di questo livello invisibile.
L’azienda nata con quattro persone impegnate a progettare un chip di memoria da 64K in un seminterrato di Boise produce oggi memorie capaci di trasferire terabyte di informazioni ogni secondo e sta impegnando centinaia di miliardi di dollari nelle infrastrutture necessarie alla prossima generazione.
Questa storia racconta qualcosa di importante sulle rivoluzioni tecnologiche.
Le aziende che le definiscono non sono sempre quelle che realizzano i prodotti più visibili.
A volte costruiscono la tecnologia indispensabile che si trova sotto di essi.
E mentre l’intelligenza artificiale passa dall’essere una straordinaria nuova capacità a diventare uno strato fondamentale dell’economia globale, la memoria potrebbe rivelarsi uno dei luoghi in cui verranno determinati i limiti fisici — e le possibilità — di quella rivoluzione.
Micron ha trascorso quasi mezzo secolo imparando a costruirla.
Foto di: The Six