Dirigenti di Micron: la capacità di storage determina il limite dell’AI, una reale espansione produttiva arriverà solo dopo il 2028

Con l'espansione dell'onda AI dai data center verso l'edge e la robotica, dirigenti di Micron avvertono che lo storage è diventato il collo di bottiglia principale che determina il limite massimo delle performance dell'AI. Poiché il ciclo di costruzione di nuova capacità produttiva è prolungato e il processo estremamente complesso, il settore non vedrà una sostanziale liberazione di capacità aggiuntiva prima del 2028.

Il 15 settembre, al forum “focus semiconduttori” del Six Five Summit 2026, Sumit Sadana, Senior Advisor del CEO di Micron, è stato intervistato dall’analista Patrick Moorhead, analizzando in dettaglio il quadro domanda-offerta nell’industria dello storage nell’era dell’AI, i piani di spesa in conto capitale e i mercati chiave in crescita per il futuro.

Nell'ultimo anno, l'intero settore tecnologico ha completamente rivoluzionato la propria percezione della memoria. Questa metamorfosi nasce dal fatto che la potenza computazionale ha da tempo smesso di essere l'unica unità di misura delle capacità dei sistemi AI. Sadana, nell’intervista, va subito al punto identificando la logica alla base dell'hardware AI: “Oggi, le prestazioni dei sistemi di intelligenza artificiale dipendono innanzitutto dalle performance e dalla capacità del sottosistema di memoria. Sono questi due aspetti a determinare davvero il livello delle prestazioni del sottosistema AI.”

Ha spiegato che, poiché i modelli AI devono essere conservati in memoria e grandi quantità di dati devono essere trasferite avanti e indietro tra le memorie, la banda di comunicazione tra processore e memoria è diventata il principale collo di bottiglia delle prestazioni. Allo stesso tempo, il mercato dello storage si trova a dover affrontare uno squilibrio strutturale che si trascina da decenni: nei primi anni ’90 c’erano più di 20 aziende DRAM, oggi ne restano poche; mentre le aziende che progettano processori sono più di 20. Questo modello “pochi contro molti” a imbuto rende la catena di approvvigionamento dello storage estremamente fragile di fronte alla domanda esplosiva dell’AI.

La spesa in conto capitale esplode, fornitura aggiuntiva solo dal 2028

Di fronte al grande divario tra offerta e domanda, la sola crescita in bit generata dai progressi tecnologici non basta più a soddisfare il mercato, così l’industria è entrata in un ciclo di ampliamento pesante “nuove camere bianche e fabbriche di wafer”.

Micron sta lanciando piani di investimento senza precedenti. Sadana rivela: “Solo guardando nostri piani di spesa in conto capitale: nell’anno fiscale 2025 la spesa sarà leggermente superiore ai 13 miliardi di dollari; nel 2026 raddoppierà; nel 2027 si prevede supererà i 45 miliardi. Abbiamo recentemente annunciato negli Stati Uniti un aumento dell’investimento da 200 a 250 miliardi e una accelerazione della tempistica.” Inoltre, Micron sta portando avanti circa 20 progetti di espansione simultaneamente in Idaho, New York, Taiwan, Giappone e Singapore.

Tuttavia, la soluzione definitiva è ancora lontana. La costruzione di fabbriche di semiconduttori è limitata da infrastrutture, autorizzazioni regolatorie e da una grave carenza di lavoratori tecnici. Sadana ha dato una tempistica chiara: “Secondo noi, la vera fornitura efficace inizia a liberarsi solo nel 2028, e questa è solo la fase iniziale: lo slancio della crescita di capacità si rafforzerà solo negli anni successivi. L’intero settore dovrà attendere prima di trovare un nuovo equilibrio.”

Un'altra ragione per la lentezza della liberazione delle capacità riguarda la complessità astronomica della produzione di memoria. Prendendo l’esempio della popolarissima HBM, Sadana afferma che il funzionamento regolare è “un vero miracolo”: “Pensate a impilare 12 strati di chip DRAM uno sopra l’altro, con in fondo un chip base connesso alla GPU. L’intero sistema affronta sfide gravissime di dissipazione del calore e consumo energetico… in fabbrica si superano le 2000 fasi di processo. Dalla produzione al wafer fino alla consegna del prodotto al cliente servono circa cinque mesi.”

Addio a “pronto cassa”, accordi a lungo termine e personalizzazione profonda reinventano il modello di business

La scarsità estrema sta costringendo il settore dello storage a cambiare modello di business: l’epoca delle transazioni spot e dei chip generici secondo lo standard JEDEC sta finendo.

“Firmiamo contratti pluriennali: ci impegniamo a fornire ai clienti, e loro a fornire previsioni di domanda. Questo è totalmente diverso dagli accordi annuali di prima—in passato, il cliente acquistava quando voleva e a noi bastava averne in magazzino.” afferma Sadana. Questo modello, chiamato “accordo cliente strategico”, garantisce un ritorno sugli investimenti molto alto e fornisce la base per anni di spese in conto capitale per le fabbriche di wafer.

Evoluzioni ancora più importanti si notano sul fronte R&D. Per massimizzare caratteristiche come consumo, velocità, i clienti stanno integrando la progettazione della memoria fin dalle prime fasi delle roadmap prodotto da 5-7 anni. Sadana sottolinea: “Questo trasforma la collaborazione in un modello tipo ASIC—il cliente ha più autonomia progettuale e la relazione è di lungo periodo.”

L’AI va verso l’edge, i robot umanoidi saranno il mercato in maggiore crescita

Il mercato si concentra sulla domanda AI dei data center, ma secondo Micron questo è solo l’inizio. Con la penetrazione dell’AI in smartphone, PC (es. Mac mini con architettura a memoria unificata), auto a guida autonoma, la domanda di memoria sarà ubiqua.

Guardando al futuro, Sadana punta i riflettori sull’ambito dei robot, ritenendo che rappresenterà la prossima ondata di domanda massiccia dopo i data center.

“Pensate ai robot umanoidi, diventeranno uno dei mercati di prodotto più grandi di sempre.” Nella visione degli anni ‘30 di Sadana, l’AI all’edge consumerà quantità spaventose di memoria: “La cosa più eccitante dei robot è che ognuno avrà bisogno di memorizzare enormi quantità di dati—ogni umanoide avrà centinaia di GB di DRAM e svariati TB di NAND. Questo spingerà enormemente la domanda di DRAM e NAND… un robot deve poter operare in modo autonomo, senza inviare dati al server ogni volta.”

Segue l’intervista:

Sumit Sadana 00:00 (UTC+8)

Oggi, le prestazioni dei sistemi AI dipendono innanzitutto dalle performance e quantità del sottosistema memoria. Sono questi due aspetti a determinare davvero le prestazioni. Benvenuti di nuovo al Summit 2026.

Patrick Moorhead 00:22 (UTC+8)

L’era dell’AI è arrivata. L’importanza e il ruolo strategico della memoria sono stupefacenti. Ho sempre considerato la memoria importante, ma il potere che ci dà nell’era dell’AI è incredibile—a dire il vero, senza sufficiente memoria e memoria adeguata, nulla di ciò che ci circonda sarebbe possibile.

Sono lieto di annunciare la presenza di Micron al summit. Felice di vederti, felice che tu sia tornato. Grazie per l’invito. È fantastico. Sono 35 anni che lavoro in questo settore, da consumatore di memoria, a partner, fino al mio ruolo attuale di analista. Il progresso raggiunto è sbalorditivo. L’anno scorso, nel nostro dialogo, ho classificato la memoria come una tecnologia strategica—mi prendo questo merito. Ma, francamente, tu meriti più applausi, perché tu agisci, io solo parlo. Oggi questa visione è ancora più condivisa, e sempre più persone ne parlano. Quali cambiamenti sono avvenuti nell’ultimo anno, nell’era dell’AI, che fanno percepire la memoria come ancora più cruciale?

Sumit Sadana 01:44 (UTC+8)

Perché l’intelligenza artificiale ha accelerato questa trasformazione? È una domanda ottima. Un anno è passato, ma sembra molto di più, dati i cambiamenti avvenuti. Dal punto di vista dei clienti, il cambiamento è stato enorme. Oggi affrontiamo una carenza estremamente grave di memoria in tutti i segmenti di mercato. Nonostante il massimo impegno nell’incrementare l’offerta, non siamo sicuri di quando la fornitura raggiungerà la domanda, che continua a crescere. I segnali clienti da ogni settore aumentano ogni anno.

Il modo in cui i clienti vedono la memoria è cambiato per diversi motivi. Il primo è il grande gap domanda-offerta; il secondo è che, dato il fabbisogno dell’AI, i requisiti di performance dei sistemi aumentano costantemente. Quando si pensa a cosa davvero sblocca le prestazioni, il processore non è il solo fattore. Oggi sono essenziali performance e banda tra memoria e processore e la capacità della memoria stessa, perché i modelli AI vivono in memoria e grandi quantità di dati si muovono tra memorie, rendendo la banda processore-memoria il vero collo di bottiglia. I clienti stanno riscrivendo le roadmap e adottando strategie memoria innovative.

Sumit Sadana 03:44 (UTC+8)

Ora il punto critico è come progettare la memoria per un vantaggio competitivo, come far emergere ogni sistema cliente. Se si usasse solo la memoria standard JEDEC di qualche anno fa, sarebbe molto difficile differenziarsi. Oggi collaboriamo con i clienti integrando la progettazione della memoria nelle loro roadmap pluriennali. Si concentrano su come differenziarsi, cambiare il quadro competitivo. Serve un ripensamento completo, in collaborazione con aziende come Micron, per progettare nuove funzionalità utilizzabili e valorizzabili.

Sumit Sadana 04:31 (UTC+8)

Per esempio, la nostra collaborazione con Nvidia nella DRAM LP a basso consumo per data center è un eccellente esempio. Siamo stati i primi a portare questa tecnologia nei data center, a lungo fornitori esclusivi, ora anche altri iniziano a utilizzarla. Sempre più clienti vedono i vantaggi della DRAM LP—maggiore densità, dimensioni ridotte, prestazioni migliori e consumi drasticamente più bassi: una necessità per i data center.

Patrick Moorhead 05:07 (UTC+8)

Nei prossimi cinque anni, queste tecnologie stanno davvero decollando. Ricordo che già all’università, alla fine degli anni ’80, mi venne insegnato il principio base: se limiti le operazioni all’interno della memoria, migliori le performance. Oggi vale ancora: più memoria, migliori risultati. Più la memoria è vicina ai task, meglio è—fuori dalla memoria si va lenti. È una grande sfida nell’era dell’AI.

Interessante. Ho affrontato nove cicli memoria nella mia carriera: ho lavorato in un OEM, poi in una chip company, e da quindici anni in una società di analisi. La memoria è sempre stata tra i settori più ciclici e anche uno dei più commoditizzati. Hai accennato già prima a questo, però…

Sumit Sadana 06:17 (UTC+8)

Come l’AI cambia radicalmente questa percezione? Se guardi agli anni ’90, allora c’erano oltre 20 aziende DRAM, il settore si consolidò tanto. All’epoca i produttori di processori erano pochi; oggi sono oltre 20. Basta contare chi progetta processori e il numero sale subito. Ma chi fa DRAM? Ben pochi.

Quindi, quando si disegna l’AI, i sottosistemi AI non sono solo per i data center—anche nei data center alleniamo modelli o facciamo inferenza, e anche l’inferenza si divide in varie tipologie. Alcune usano SRAM, molte DRAM. In questi sistemi massimizziamo sempre la DRAM. La tendenza arriva poi su auto autonome, sistemi industriali, e anche su smartphone e PC: il Mac mini, grazie alla memoria unificata, è un successo, dando vita al movimento “Open Claw”. Alla base di tutto c’è l’AI.

Sumit Sadana 07:50 (UTC+8)

Oggi la performance di sistema è prima determinata da performance e capacità di memoria, questi due punti fanno la differenza nei sottosistemi AI. Quando la memoria è il punto chiave della progettazione, bisogna ripensare tutto. La domanda diventa: come lanciare prodotti differenziati rapidamente? Credo che il futuro della memoria sia radicalmente diverso dal passato, legato al concetto che segue…

Sumit Sadana 08:36 (UTC+8)

Tutta l’industria è arrivata al punto di dover espandere la capacità produttiva. Sorprendente vedere come la domanda guidata dall’AI cresca così tanto. Solo la crescita tecnologica non basta più, mentre prima copriva la domanda. Ora serve aumentare enormemente il numero di wafer, quindi costuire nuove camere bianche. Quando le camere bianche esistenti sono sature—in molte aziende è già il caso—devi ampliare anche in nuovi siti, e questo richiede molto tempo.

È un processo molto lungo, condizionato da fattori come velocità di costruzione nei diversi paesi e l’efficacia delle approvazioni. Come costruire in un terreno vergine tutte le infrastrutture—energia, impianti idrici e di trattamento? Forniture chimiche e tutto il necessario per una fabbrica di wafer: ci vuole tanto tempo, è la realtà del settore oggi.

Sumit Sadana 10:01 (UTC+8)

Così, nonostante i nostri sforzi massimi e quelli di altri nel settore, facciamo ancora fatica a soddisfare la domanda. La fornitura richiederà anni per raggiungere la richiesta, e questo condiziona fortemente il comportamento dei clienti.

Sumit Sadana 10:27 (UTC+8)

Ed ecco perché parliamo spesso di accordi strategici. Questi accordi strategici hanno cambiato radicalmente il nostro modello di business. Firmiamo contratti di molti anni, fornendo ai clienti e ricevendo previsioni di domanda. Diverso dagli accordi annuali vecchio stile—acquisti al bisogno, se disponibile. Gli accordi attuali sono commitments, con ritorni d’investimento molto elevati, che ci consentono di pianificare la spesa in conto capitale a molti anni.

Naturalmente, tutto questo non riguarda ancora l’AI agente, cioè la prossima fase di sviluppo dell’AI. Verrà poi l’AI fisica, che sarà l’ondata di domanda successiva e ancora più grande. Queste ondate di richiesta si sommano e si rafforzano, ponendo una grande sfida su come trasferire così tanta capacità produttiva fisica online.

Patrick Moorhead 11:39 (UTC+8)

Nel frattempo, i vostri accordi a lungo termine sono la prova del ruolo sempre più strategico della memoria. Sembra facile dire semplicemente “ci servono piani a lungo termine per assicurarsi la capacità”, ma la questione è più di pianificazione congiunta.

Dal punto di vista tecnologico sono rimasto colpito, specie per quanto riguarda l’AI edge. Che si tratti di Open Claw o dei nuovi design nel client computing—ad esempio l’accoppiamento stretto fra memoria, CPU e GPU per aumentare la banda—i cambiamenti architetturali nei PC sono stati rari e stabili a lungo. Ora voglio parlare dei data center hyperscale: gran parte degli investimenti e dell’innovazione si svolgono qui. Però sono curioso su auto a guida autonoma, PC, robot, edge intelligente…

Sumit Sadana 13:00 (UTC+8)

La domanda di memoria sta cambiando questi scenari? Bellissima domanda. Tutto parte dai data center. Ma l’AI non si fermerà lì. L’onda intelligente raggiungerà l’edge, e alla fine l’intelligenza sarà ovunque, in ogni dispositivo. Inclusi elettronica di consumo, auto, e anche la seconda rivoluzione industriale—tutto questo distribuito ovunque nel mondo aziendale.

Sumit Sadana 13:43 (UTC+8)

Il tuo dispositivo personale, che sia un computer al lavoro o a casa, uno smartphone, o qualche nuovo dispositivo che le aziende stanno pensando di sviluppare—potrebbero avere forme completamente diverse rispetto agli attuali. Disegnando dispositivi AI nativi, si può pensare a strade radicalmente nuove rispetto ai vecchi PC e smartphone. Torniamo sempre al problema del consumo: come minimizzarlo, specie se serve la batteria? Come massimizzare la performance e far girare modelli utili e piccoli direttamente sul device, senza tornare al cloud? Questo è il nuovo fronte dell’AI.

Questo tipo di esplorazione non smetterà. I modelli sufficientemente piccoli da funzionare su PC o smartphone, nel tempo, saranno sempre migliori. Così emergono i vantaggi della privacy e della confidenzialità dei dati. I consumatori ci tengono molto, e le aziende che garantiranno che tutto rimanga sul dispositivo vedranno nascere nuove app di enorme valore.

Sumit Sadana 15:30 (UTC+8)

Prendiamo le auto autonome: ora avanzano in fretta grazie all’AI; la prossima frontiera sono i robot. Pensate agli umanoidi: saranno uno dei mercati di prodotto più grandi di sempre. Bisognerà aspettare un po’, ma ci avviciniamo rapidamente al punto in cui l’interazione uomo-robot sarà simile all’interazione umana, con robots dotati di capacità cognitive indistinguibili. Le loro capacità fisiche diventeranno sempre più complesse, rivoluzionando il settore.

All’inizio lavoreranno in fabbrica su compiti specifici e a bassa libertà. Poi il contesto più difficile sarà la casa, ambiente non strutturato. Ma negli anni ‘30, la robotica sarà un enorme driver di crescita. La particolarità: ogni robot dovrà memorizzare enormi dati—centinaia di GB di DRAM e svariati TB di NAND per humanoide. Spingerà la domanda di DRAM e NAND su livelli altissimi. Molte persone non lo realizzano: un robot deve lavorare in autonomia, non può inviare dati su server ogni volta. Così è.

Patrick Moorhead 17:25 (UTC+8)

Durante il tuo intervento, mi sono reso conto che Micron sta compiendo un salto verso il gigawatt. Inventare questa tecnologia è stupefacente. Chi pensa a Micron dovrebbe tenerlo a mente.

Con l’arrivo dell’era AI, la visione strategica è essenziale, sia negli apparecchi all’avanguardia non ancora inventati, sia nei futuri data center gigawatt che ospiteranno AI e LLM.

Ho sentito parlare di “design/development congiunto”; me ne hanno parlato anche vostri partner, raccontando tentativi interessanti. Abbiamo già citato i cambiamenti architetturali—di solito definiti da standard tipo JEDEC. Ma ora si parla di vera co-progettazione profonda. Puoi descrivere come stanno cambiando le relazioni tra voi e i vostri partner?

Sumit Sadana 18:45 (UTC+8)

Certo. I nostri partner vogliono capire come ottenere vantaggio nei loro mercati. Il sottosistema memoria-processore è fondamentale nei sistemi AI perché regola molti parametri chiave—consumo, tipologia, dimensione e velocità di esecuzione dei modelli.

Oggi, visto il progresso di LLM in tutte le dimensioni, per differenziarsi nel ciclo di progettazione hardware tra memoria e processore occorre collaborazione stretta nei vari segmenti. Non è più solo plug-and-play con componenti JEDEC standard. Sebbene in parte il mercato resti così, i clienti chiedono sempre di più: come differenziarsi? Serve creare funzionalità uniche che i chip standard non forniscono. Dobbiamo quindi discutere i piani R&D su un orizzonte di 5-7 anni con i partner. Siamo spesso coinvolti nelle roadmap di ricerca e sviluppo dei clienti, ascoltiamo tante idee brillanti—alcune subito realizzabili, altre richiedono innovazione e tempo perché si realizzino breakthrough.

Sumit Sadana 20:28 (UTC+8)

Siamo molto entusiasti della diversità di visioni che stiamo vedendo. Come detto, coprono un’enorme varietà di sistemi—alcuni devices a consumo bassissimo, altri per data center gigawatt. Già emergono innovazioni in tanti segmenti e tra molti clienti leader; continueremo a vedere e favorire questi risultati.

In alcuni progetti esaltanti, spingiamo continuamente le nostre capacità, portando ai clienti soluzioni innovative che desiderano. Data la profondità della collaborazione, le aziende in grado di farlo sono poche—magari solo una o due, mentre le altre seguiranno dopo alcuni anni. Il vantaggio di questo modello è che puoi creare partnership strettissime, diventare fornitore unico o quasi. Questo tipo di collaborazione ricorda quella ASIC: più potere decisionale progettuale per il cliente, e rapporto di lunga durata. Perché qui si crea una relazione tipo-ASIC, non il vecchio modello di fornitura di chip memoria standard. E un grosso cambiamento rispetto al passato è che questo modello ora si può estendere su larga scala.

Patrick Moorhead 22:27 (UTC+8)

Giusto. I volumi sono enormi, il capitale coinvolto consente a entrambi di investire, e il punto chiave all’avvio è proprio differenziarsi. Tutti cercano il loro modo—che sia performance, efficienza, costo totale di possesso—per distinguersi.

Vorrei guardare avanti dal punto di vista degli investimenti. Hai citato gli investimenti sulla capacità. Alcuni pensano che costruire una fabbrica di memoria sia rapido, come scrivere codice, ma da ex chip company con wafer fab, so bene che è molto più arduo, richiede investimenti pesantissimi e almeno 3-4 anni prima di vedere risultati. Puoi dire quali investimenti state facendo oggi per rafforzare la posizione Micron nelle tecnologie prossime, che si tratti di AI, altra tecnologia o varianti dell’AI? Servono davvero anni, e lo hai spiegato benissimo.

Sumit Sadana 23:57 (UTC+8)

Hai assolutamente ragione. Se qualcuno sapesse come costruire una fabbrica DRAM velocemente, lo vorremmo sapere! Ci faciliterebbe enormemente la vita. I nostri clienti vogliono i prodotti il più in fretta possibile, e stiamo davvero facendo tutto il possibile.

Stiamo accelerando ovunque sia possibile gli investimenti. Nella sola spesa capitale, l’anno fiscale 2025 sarà superiore a 13 miliardi, nel 2026 raddoppierà, nel 2027 attesa oltre i 45 miliardi. La cifra cresce nel tempo. Negli USA, abbiamo appena portato l’impegno da 200 a 250 miliardi, accelerando la tabella, fino a 50,2 miliardi già entro fine anno prossimo.

Gli investimenti toccano ogni area. Stiamo investendo nell’impianto “Idaho 1” (ID1), dal quale verrà la prima linea produttiva; a metà del prossimo anno segue ID2, e la prima produzione wafer attesa a fine 2028. La fabbrica a Taiwan partirà nella produzione wafer dal 2027 e sarà ulteriormente ampliata, come pure gli impianti in Giappone e Singapore. In tutto abbiamo quasi 20 progetti di investimento, di varie dimensioni, che aumenteranno la capacità front-end e back-end globale.

Sumit Sadana 26:06 (UTC+8)

Richiede però molto tempo. Ogni nuova fabbrica è un caso a sé. In New York abbiamo pianificato un cluster di quattro fabbriche, la prima prevista nel 2030. Abbiamo iniziato a gennaio, e la posa del cemento è già avanti sui tempi.

Sumit Sadana 26:22 (UTC+8)

Ci sono progetti ovunque, ma serve sempre permessistica e infrastrutture. Grave carenza di personale edilizio qualificato: basta vedere quanti cantieri sono aperti negli USA e ovunque nel mondo.

I data center sorgono ovunque, servono centrali elettriche, quindi si costruisce anche quello; servono semiconduttori, quindi si costruiscono fabbriche di chip front-end e back-end. La mancanza di lavoratori specializzati è durissima: non ce ne sono a sufficienza per completare tutte queste operazioni incredibilmente complesse.

Sumit Sadana 27:15 (UTC+8)

Ecco perché investiamo nelle comunità, formiamo talenti, costruiamo accademie, lavoriamo con città e paesi dove operiamo. È una missione a lungo termine.

Ci aspettiamo che la scala degli impianti cresca nel tempo, perché una fabbrica va creata in cluster, non basta costruirne una. Serve la scala per spezzare la curva dei costi rapidamente; quindi espansione per almeno un decennio. Sono progetti molto lunghi. Ma la fornitura aggiuntiva effettiva inizierà a liberarsi solo dal 2028, e solo sul fronte iniziale: la vera crescita di capacità prenderà slancio negli anni successivi. L’intero settore ha bisogno di tempo per trovare un nuovo equilibrio, ma quando arriverà questo equilibrio non possiamo ancora dirlo.

Patrick Moorhead 28:54 (UTC+8)

Le informazioni sugli investimenti sono ottime. Ma penso che alcuni sottovalutino la complessità della memoria. Tutti sanno quanto sia arduo fabbricare chip logici. Parliamo della memoria: è fra le tecnologie semiconduttori più ostiche di sempre.

Sumit Sadana 29:19 (UTC+8)

Diciamo spesso che la logica è all’avanguardia, ma anche la memoria è hi-end. Usa le litografie EUV, gigantesche. In fabbrica ci sono quasi 2000 fasi. Dal wafer fino al prodotto consegnato servono almeno cinque mesi. Inimmaginabile; la fabbrica resta impegnata almeno tre mesi e mezzo-quattro, poi serve un altro mese, a volte un mese e mezzo, fra assemblaggio, packaging e testing.

Sumit Sadana 30:04 (UTC+8)

Nei prodotti più complessi come HBM la difficoltà cresce ancora. Molti la chiamano “miracolo”—funzionare sembra incredibile. Immagina 12 livelli di DRAM impilati, in fondo un chip base connesso alla GPU: il tutto con enormi problemi di raffreddamento e consumo—come far girare quei dati a banda altissima senza surriscaldare? La sola tecnologia di packaging è quanto mai sofisticata, diversa dal flip-chip usato lato logico. Su ogni aspetto, dal packaging alle tecnologie front-end (EUV ecc), ogni nodo DRAM è più arduo da scalare.

Sumit Sadana 31:18 (UTC+8)

Vale anche per la NAND: strati su strati, 200, 300, 400 layer, un livello di complessità ingegneristica spaventoso. Eppure questi prodotti NAND memorizzano e gestiscono dati—oggi un SSD può arrivare a 245 TB. Una simile capacità in così poco spazio: è un miracolo che ingegneri e fabbriche realizzano ogni giorno. La complessità è pazzesca, e nei prossimi anni continueremo a rendere la tecnologia ancora più fitta e capace: sarà un altro miracolo industriale.

Patrick Moorhead 32:23 (UTC+8)

Richiede moltissimo tempo, energia e innovazione tecnologica. È una complessità spettacolare, ancora di più che si riesca in un range energetico così ampio. Non so quante aziende al mondo possano farlo.

Curioso come la gente dica spesso “non sarò mai soddisfatto”, perché vuole sempre di più. Poi si parla di prezzi, ma per me è tutto un tema di investimento—senza investimenti di Micron e delle altre aziende della memoria il ciclo dell’innovazione si fermerebbe. Sono curioso di vedere i risultati futuri non solo dal lato fabbriche, ma anche tecnologico. Credo che la robotica porterà una crescita di dieci volte: sarà forse il più grande mercato di crescita che oggi non è nemmeno calcolato nei modelli di capacità. Serviranno, però, altre prove su quando ciò succederà davvero.

Grazie mille per questo dialogo. Incredibile che sia già passato un anno dall’ultima intervista: quanto cambiano le cose in dodici mesi.