L’AI presenta il conto con la crisi globale delle RAM

La corsa globale all’intelligenza artificiale sta aprendo un nuovo fronte di crisi nella filiera tecnologica, con la carenza di memorie RAM, componente essenziale per il funzionamento di programmi e applicazioni in praticamente ogni dispositivo elettronico.

Il nodo, secondo il quadro documentato, è la crescita impetuosa della domanda legata alla costruzione di supercomputer e data center per l’AI, che sta comprimendo l’offerta disponibile per il resto del mercato. Le conseguenze sono già visibili tra prezzi in forte aumento, prodotti che rischiano di uscire in ritardo (o di non uscire affatto) e aziende, soprattutto più piccole, che faticano a reperire un componente diventato improvvisamente critico. Tra gli effetti potenziali più clamorosi, nel settore circolano ipotesi di slittamenti nei lanci di nuovi dispositivi e console come la PlayStation 6 fino al 2029, scenario non confermato ufficialmente, ma indicativo della pressione che la crisi della memoria sta esercitando sui piani industriali. A fine 2025 grandi gruppi tecnologici — tra cui Microsoft, Google e ByteDance — erano impegnati a rafforzare gli approvvigionamenti presso i principali produttori di memoria, in un contesto in cui anche il settore consumer iniziava a mostrare segnali di stress.

Per capire cosa succede dal lato dei grandi centri di calcolo, la RSI è andata al Centro svizzero di calcolo scientifico (CSCS), dove la direttrice associata Maria Grazia Giuffreda descrive a Seidisera una situazione che, pur non avendo colpito direttamente il centro nell’immediato, viene osservata con attenzione.

Giuffreda spiega che una carenza di RAM finisce per bloccare di fatto molti progetti. Se questa memoria manca, dice, “siamo tutti un po’ bloccati”. Nel caso del CSCS, precisa, non è un problema attuale perché Alps, il nuovo supercomputer, “è appena arrivato” ed è stato installato. Ma se oggi si dovesse acquistare una macchina analoga, o un altro sistema di calcolo, la situazione sarebbe più complicata perché, afferma, i costi della RAM, sono lievitati in modo molto marcato, con picchi che da novembre sarebbero arrivati fino a circa sei volte il costo normale, per poi scendere leggermente restando comunque su livelli di 4-5 volte superiori.
Il punto è rilevante anche per la pianificazione strategica. Nel mondo dei supercomputer, infatti, il lavoro sul sistema successivo inizia quasi subito dopo l’installazione del precedente. Giuffreda spiega che, dopo un’infrastruttura come Alps, il passo successivo è iniziare a pensare a “che cosa avverrà dopo”. Ma questo, osserva, è un momento complicato perché sul mercato non ci sono molte novità e i processori sempre più orientati all’intelligenza artificiale sembrano talvolta meno adatti alle simulazioni scientifiche tradizionali. In sintesi, non è ancora chiaro in quale direzione andrà il settore.

Nell’intervista emerge anche il tema della priorità industriale. Secondo l’esperta, le aziende che producono i processori per le grandi macchine AI stanno di fatto assorbendo la disponibilità di memoria, perché devono costruire sistemi in tutto il mondo. Non solo Stati Uniti, ma anche Europa, dove iniziative pubbliche di investimento sull’AI (come le AI factories) contribuiscono ad aumentare la domanda, anche per macchine non necessariamente gigantesche. Il risultato è che i processori richiesti sono gli stessi e il resto del mercato è costretto ad aspettare. E aspettare, per molte realtà, può significare fallire.