Lo shortage di memoria è strutturale, non ciclico. Sanjay Mehrotra, CEO di Micron, ha dichiarato che lo squilibrio tra domanda e offerta nel mercato della memoria durerà ben oltre il 2027-2028. Sassine Ghazi, CEO di Synopsys, ha confermato su CNBC che “la maggior parte della memoria dei grandi produttori va direttamente all’infrastruttura AI, mentre gli altri mercati restano a secco perché non c’è capacità residua.” Chi compra server, PC e storage per l’impresa oggi compete con i datacenter AI per gli stessi wafer — e sta perdendo sistematicamente.
Il mercato della DRAM ha registrato un aumento dei prezzi del 130% negli ultimi dodici mesi. Le finestre di quotazione per la DDR5 enterprise si sono ridotte da 90 giorni a 1-30 giorni: i prezzi cambiano così rapidamente che i fornitori non offrono più contratti a lungo termine. I clienti enterprise più grandi stanno prenotando allocazioni con 2 anni di anticipo, non perché sia una pratica normale di approvvigionamento, ma perché è l’unico modo per garantirsi la disponibilità. Questo livello di pressione sulla catena di fornitura non si era visto nel settore della memoria dagli anni ’80, quando la capacità produttiva globale era una frazione di quella attuale.
L’High Bandwidth Memory — HBM — è il tipo di DRAM che alimenta le GPU per il training e l’inference AI. Ogni chip H100 o H200 di Nvidia richiede volumi di HBM significativamente superiori rispetto alle GPU per grafica consumer o ai server tradizionali. HBM utilizza il 23% della capacità produttiva mondiale di wafer DRAM, una percentuale che stava a singola cifra fino al 2022. La domanda di HBM cresce più rapidamente di quanto il settore riesca ad espandere la capacità produttiva.
La conseguenza diretta è che la DRAM standard — DDR5 per server enterprise, LPDDR5 per laptop, DDR4 per i sistemi legacy — soffre di una carenza relativa. I produttori preferiscono allocare la capacità produttiva a HBM perché i margini sono superiori. Il mercato enterprise è razionato non perché la tecnologia non esista, ma perché la domanda AI è più redditizia e assorbe prioritariamente la capacità disponibile.
SK Hynix ha registrato nel Q1 2026 un aumento del profitto netto del 398% su base annua, trainato quasi interamente dalla domanda HBM. Samsung ha mostrato dinamiche simili. Microsoft ha risposto siglando un accordo strategico con SK Hynix per garantirsi allocazioni prioritarie di memoria ad alta banda — un segnale che anche gli hyperscaler stanno correndo ai ripari. I produttori di memoria non stanno soffrendo la crisi: la stanno cavalcando, con margini storicamente elevati. Chi soffre è il cliente enterprise che compra memoria standard per le proprie infrastrutture — quello che non ha budget da datacenter AI ma dipende dalle stesse fabbriche.
L’HBM porta margini record ai produttori. La DRAM standard diventa un sottoprodotto razionato.
I nuovi fab: sollievo nel 2027-2028, forse
Micron, Samsung e SK Hynix hanno tutti annunciato espansioni significative della capacità produttiva. Micron sta costruendo un fab in Idaho con apertura prevista per metà 2027. La divisione Hiroshima di Micron dovrebbe aumentare la capacità nella seconda metà del 2028. Samsung e SK Hynix hanno annunci simili su scala globale.
Pat Gelsinger, CEO di Intel, ha dichiarato che non prevede un allentamento significativo della pressione sulla memoria fino al 2028. L’aggiunta di capacità produttiva richiede da 18 a 36 mesi dalla decisione di investimento all’output commerciale — il che significa che le espansioni annunciate oggi inizieranno ad avere effetto nel 2027 per le componenti più veloci e nel 2028-2029 per la capacità totale. Nel frattempo, la domanda di AI continua a crescere, rendendo incerto se la nuova capacità colmerà il gap o se verrà assorbita immediatamente dalla domanda incrementale di HBM.
Il problema dell’investimento in capacità è anche un problema di previsione. I cicli di boom-and-bust nella memoria sono storici: ogni espansione massiccia di capacità ha tipicamente prodotto una crisi di oversupply 3-4 anni dopo. I produttori lo sanno e tendono a essere cauti nell’eccedere gli annunci di espansione. Questa cautela strutturale rallenta l’aggiunta di capacità rispetto a quello che sarebbe necessario per rispondere alla domanda attuale.
I fab annunciati oggi producono nel 2028. La domanda AI cresce ogni trimestre.
L’impatto enterprise: costi, procurement e strategie di risposta
HP ha documentato un aumento dei costi dei PC enterprise del 20% legato direttamente allo shortage di memoria. Per un’azienda che rinnova 10.000 postazioni di lavoro annualmente, questo si traduce in costi aggiuntivi nell’ordine di milioni di euro rispetto ai budget di procurement pianificati 18 mesi fa.
L’IDC ha identificato un rischio di contrazione del mercato dell’hardware enterprise del 9% se i prezzi rimangono ai livelli attuali per tutto il 2026-2027. La contrazione non sarebbe causata da mancanza di domanda ma da mancanza di affordability: le aziende che avrebbero pianificato refresh infrastrutturali li stanno posticipando perché i costi superano i budget approvati. Questo crea un effetto di domanda repressa che potrebbe causare un boom di procurement nel 2028-2029, a sua volta accelerando un nuovo ciclo di stress sulla fornitura.
Le strategie di risposta che le organizzazioni più avanzate hanno adottato includono la prenotazione anticipata di allocazioni con contratti a 18-24 mesi (pratica insolita ma ora necessaria), la diversificazione dei fornitori per ridurre la dipendenza da un singolo produttore, e l’ottimizzazione del consumo di memoria nelle applicazioni enterprise per ridurre i requisiti hardware nei refresh pianificati.
Lo storage NAND: una crisi parallela
Lo shortage non riguarda solo la DRAM. La memoria flash NAND — quella che alimenta gli SSD enterprise, lo storage nelle GPU e le infrastrutture di cache per i sistemi AI — ha una dinamica simile. La domanda di storage per i datacenter AI è cresciuta in modo esponenziale con l’espansione dei modelli linguistici di grandi dimensioni, che richiedono volumi di storage per i dataset di training e per i checkpoint dei modelli che non hanno precedenti nei datacenter tradizionali.
I produttori di NAND — Samsung, SK Hynix, Micron, Western Digital, Kioxia — hanno tutti investito in espansione della capacità, ma con la stessa logica che governa la DRAM: allocazione prioritaria alle configurazioni ad alto margine per l’AI, razionamento delle versioni standard per il mercato enterprise. Il risultato è uno shortage di SSD enterprise di alta densità a prezzi accessibili, con prezzi per terabyte che sono aumentati del 40-60% rispetto al 2024.
La combinazione di shortage DRAM e NAND crea una pressione particolarmente intensa sulle aziende che stanno costruendo o espandendo infrastrutture per sistemi AI interni. Queste aziende hanno bisogno simultaneamente di più memoria (per i modelli) e di più storage (per i dati) in un momento in cui entrambe le componenti sono razionate e costose.
Cosa fare adesso: indicazioni operative
Le aziende che devono gestire il procurement di hardware nei prossimi 18-24 mesi non hanno molte opzioni per evitare l’impatto dello shortage, ma possono limitarne la portata con alcune scelte concrete.
La prima è negoziare contratti di fornitura a lungo termine adesso, mentre i prezzi sono alti ma la disponibilità è ancora gestibile. I contratti pluriennali con allocation garantite sono costosi nel breve periodo ma offrono prevedibilità di prezzo in un mercato volatile. La seconda è adottare un approccio di ottimizzazione della memoria nelle applicazioni — ridurre il footprint memory delle applicazioni enterprise prima del refresh hardware consente di rinviare alcuni acquisti.
La terza, meno ovvia, è monitorare i prezzi spot dei mercati asiatici dove i segnali di allentamento o irrigidimento dello shortage emergono 4-6 settimane prima che si riflettano nei contratti enterprise globali. Per i responsabili IT con budget significativi di hardware, questo lead time è sufficiente per aggiustare i piani di acquisto prima che la finestra ottimale si chiuda.
Anche Micron ha pubblicato le proprie previsioni sulla domanda futura di RAM per robot autonomi e AI fisica: 300 GB per singolo sistema, numeri che rendono evidente perché la pressione sulla produzione non si allenterà prima di nuovi investimenti massicci in capacità produttiva. Lo shortage di memoria finirà — tutti i cicli finiscono. Ma non prima del 2028, e probabilmente non in modo netto: l’offerta si espanderà gradualmente mentre la domanda AI continuerà a crescere. Le aziende che pianificano come se il mercato tornasse alla normalità nel 2026 o nel 2027 stanno costruendo budget su una premessa sbagliata.
Dagli agenti AI personalizzati alla formazione.
C’è molto che possiamo fare insieme.
#Adessonews seleziona nella rete articoli di particolare interesse.
Se vuoi leggere l’articolo completo clicca sul seguente link
Sara Romano
Source link
