Più impressionante è l’intelligenza artificiale, più preziosa diventa la memoria! La divisione NAND di SK Hynix prepara una IPO da cento miliardi di dollari sul mercato azionario USA

Secondo quanto riportato da Il Sole 24 Ore, alcune fonti informate avrebbero rivelato che Solidigm, società controllata dal colosso globale dei chip di memoria SK Hynix Inc., sta valutando la possibilità di debuttare come entità indipendente sul mercato azionario statunitense già il prossimo anno con una IPO (Initial Public Offering) sul listino USA.

L’espansione delle applicazioni degli agenti intelligenti rappresentati da Muse e Astra sta incrementando la domanda per infrastrutture AI, passando dal puro calcolo dei modelli all’esecuzione delle attività, alla gestione efficiente del contesto e all’accesso a dati su vasta scala. Gli SSD enterprise (solid-state drive di livello aziendale) diventano così uno dei principali focus per gli investimenti nello storage. In questo contesto, Solidigm starebbe considerando una IPO negli Stati Uniti già nel 2027, e ha avviato colloqui con potenziali consulenti riguardo al processo di quotazione.

Le fonti informate sottolineano che il secondo produttore mondiale di chip di memoria DRAM/NAND sta discutendo con possibili advisor per la quotazione sul listino USA della sua controllata dedicata alle memorie NAND flash. Poiché le informazioni non sono ancora pubbliche, le persone citate hanno richiesto l’anonimato.

Alcune fonti sostengono che la quotazione potrebbe portare la valutazione di Solidigm fino alla sorprendente cifra di 100 miliardi di dollari. Le discussioni sono ancora in corso e i dettagli, come la tempistica e la valutazione finale, potrebbero subire variazioni.

Testate giornalistiche statunitensi hanno anticipato i dettagli dei contatti con le banche e la programmazione della quotazione, basandosi su fonti che hanno preferito rimanere anonime. Un portavoce di Solidigm ha rifiutato di commentare.

La posizione industriale di Solidigm si inserisce perfettamente nella tendenza che vede gli investimenti AI estendersi dagli acceleratori all’intero sistema dei data center. Il core business si concentra su memorie NAND flash e SSD enterprise, con prodotti rivolti a cloud computing, server e data center. Lo scorso 5 agosto, CoreWeave ha annunciato un accordo strategico pluriennale con Solidigm, garantendosi forniture prioritarie di SSD enterprise e sottolineando come lo storage sia ormai il principale vincolo nella pianificazione della capacità delle piattaforme AI. Questo impone alle grandi imprese cloud AI di includere la fornitura di storage nei piani di sviluppo delle infrastrutture di base, in modo che espansione di calcolo, rete e storage procedano in parallelo. Queste collaborazioni, per Solidigm, migliorano la visibilità sulla domanda e forniscono una base concreta per la valutazione indipendente del business storage enterprise; i dettagli finanziari dell’accordo e la capacità di acquisto non sono stati resi noti.

Nell’era dell’inferenza AI, la catena del valore principale degli SSD enterprise risiede nella perfetta sinergia tra NAND, controller, firmware e test di sistema per offrire ai clienti accesso stabile ai dati: quando acceleratori AI costosi hanno bisogno di un flusso continuo di dati, lo storage assume importanza sia in termini di capacità di offerta, che di utilizzo del calcolo e dei costi complessivi dell’intero sistema.

Nel 2021, SK Hynix ha acquisito la divisione memorie flash di Intel, ribattezzandola “Solidigm”. Secondo il sito ufficiale, l’azienda produce soluzioni di storage NAND per data center, con dispositivi che raggiungono anche capacità di 122TB in formati compatti quanto un mazzo di carte da gioco.

Ad agosto di quest’anno, l’azienda ha annunciato un accordo con CoreWeave, per la fornitura di SSD enterprise destinati ad alimentare la piattaforma cloud AI di questa realtà leader nel settore “new cloud”. Tra i clienti, secondo il sito ufficiale, figurano anche VAST Data, Dell Technologies e la cinese Tencent Holdings.

Solidigm, con sede a Rancho Cordova in California, vanta 13 sedi operative nel mondo, tra cui Messico, Canada e Cina, e conta più di 2.000 dipendenti.

I componenti di storage dei server nei data center AI restano il maggiore collo di bottiglia nell’industria della potenza di calcolo AI. Secondo TrendForce, si prevede che il prezzo contrattuale dei DRAM server aumenterà cumulativamente del 270% circa entro il 2026, mentre quello degli SSD enterprise crescerà del 235%; nel 2027, il prezzo contrattuale degli HBM potrebbe crescere ancora del 70-140%. Questi dati evidenziano la combinazione di espansione della potenza di calcolo AI e aumento dei prezzi dello storage. Secondo l’ultima stima di TrendForce, DRAM e NAND insieme rappresenteranno il 68% della spesa in conto capitale dei principali fornitori di cloud nel 2027 (dal 47% nel 2026), spinta sia da maggiori volumi di acquisto che dal rincaro degli stessi componenti.

In Borsa, al 25 settembre 2026, considerando i prezzi di chiusura a fine 2025 in valuta locale ed escludendo i dividendi, il leader statunitense delle memorie, Micron (MU.US), ha registrato un aumento impressionante dell’ordine del 279,2% da inizio anno, mentre il titolo SK Hynix quotato in Corea è salito del 186,0% nello stesso periodo.

Chi è Solidigm, la controllata di SK Hynix?

Solidigm è la società di storage dati enterprise statunitense del gruppo SK Hynix, con core business in SSD basati su NAND e tecnologie di storage correlate, focalizzandosi su data center, cloud computing ed edge AI. Opera come sussidiaria indipendente con quartier generale a Rancho Cordova, California, 13 sedi nel mondo e oltre 2.000 dipendenti, secondo quanto dichiarato dal sito ufficiale.

La base tecnologica arriva dall’ex business NAND e SSD di Intel. SK Hynix aveva annunciato nel 2020 l’acquisto della divisione per circa 9 miliardi di dollari; la prima fase dell’operazione è stata completata nel dicembre 2021, con nascita di Solidigm che ha assorbito le attività di sviluppo, produzione e vendita degli SSD Intel; il secondo closing sulla tecnologia NAND residua e sulla produzione è avvenuto il 27 marzo 2025. Solidigm eredita così tecnologie, team di ingegneri e rapporti con i clienti coltivati da Intel nel tempo.

Nel concreto, Solidigm fornisce prodotti SSD enterprise completi, il cui valore deriva dall’integrazione di memorie flash, controller, firmware e system design. La NAND garantisce la conservazione dei dati anche senza alimentazione; controller e firmware gestiscono lettura/scrittura, correzione errori, gestione dell’usura e scheduling delle prestazioni; i prodotti enterprise devono anche garantire funzionamento continuo, integrità dei dati, resistenza in scrittura e tempi di risposta stabili. La capacità di Solidigm dunque copre hardware, firmware, software correlati, sempre ottimizzati per i reali carichi di lavoro dei clienti.

Il business principale di Solidigm va distinto da quello dei chip HBM di SK Hynix. HBM è una DRAM ad alta banda passante, dedicata a fornire memoria ad alta velocità per GPU ed altri acceleratori; i prodotti Solidigm appartengono invece alla memoria NAND, specializzata nello storage di grandi quantità di dati e nel supporto di cache per inferenze AI. SK Hynix sviluppa sia DRAM, che HBM, NAND, e SSD; Solidigm rappresenta la piattaforma flash enterprise, ma non copre tutto il business NAND del gruppo.

Più le AI agent sono avanzate, più servono chip di memoria di grandi dimensioni

Muse e Astra portano la novità di poter attivare, con un solo comando, workflow multi-fase e sempre attivi. Meta mette in evidenza che Muse opera su macchine virtuali sicure dedicate ed esegue task cross-applicazione; Astra migliora ulteriormente le capacità operative, programmative e nel lavoro specialistico. Un processo di ricerca o sviluppo può innescare in sequenza il recupero di dati, la lettura di file, l’esecuzione di codice, l’inferenza di modelli e la verifica dei risultati, con produzione di risultati intermedi da conservare.

Dal punto di vista dell’architettura, GPU e acceleratori AI dedicati gestiscono i calcoli dei modelli, CPU ad alte prestazioni supervisionano browser, VM, tool e schedulazione; database aziendali, RAG e file di lavoro aumentano la necessità sia di memoria che di storage stabile. L’adozione degli agenti intelligenti spinge pertanto sia la domanda di potenza di calcolo che quella di capacità di elaborazione dati.

La seconda ondata nella domanda di storage arriva dall’esigenza di gestione della cache per contesti più lunghi e maggiori task in simultanea. Nei modelli di inferenza basati su Transformer, gli input sono processati in prefill, il decoder genera output a step, la chiave-value cache (KV Cache) salva stati intermedi riutilizzabili. I dati a più alta frequenza sono gestiti in HBM, il DRAM fa da buffer, mentre le cache riutilizzabili possono essere collocate su SSD e flash condivise in base a frequenza di accesso e latenza, per poi essere precaricate in RAM. L’architettura NVIDIA CMX prevede chiaramente uno strato flash tra la memoria GPU e lo storage condiviso classico. Il vantaggio? Aumentare la quantità di contesto riutilizzabile, ridurre i calcoli ripetitivi e i tempi di attesa, supportando quindi più task concorrenti. Gli SSD enterprise trovano così nuovi ambiti applicativi durante le inferenze.

I prodotti ad alta densità Solidigm rispondono, in maniera molto concreta, a queste esigenze. Il modello D5-P5336 raggiunge i 122,88 TB grazie alla tecnologia QLC, rivolgendosi a data lake, object storage e workload ampi e intensivi nella lettura. Per gli operatori dei data center, più capacità per singola unità significa meno dispositivi per la stessa capacità, con ottimizzazione dei costi di spazio rack, energia e raffreddamento; carichi che richiedono scritture più performanti o latenze più ridotte sono invece affidati ad altri SSD Solidigm e a specifiche configurazioni software.

Dal punto di vista degli investimenti, la forte crescita di Solidigm sarà trainata sia dalla crescita dei dati AI, che dall’upgrade delle configurazioni storage aziendali, insieme alla costante attenzione su costo per capacità e sull’efficienza dei sistemi. I miglioramenti nell’efficienza dei modelli riducono il costo di completamento dei task, incentivando più attività ad entrare nei sistemi di inferenza AI su larga scala; quando la crescita di utenti e task supera i risparmi di risorse per singolo task, la domanda per calcolo, storage, rete ed energia continuerà a crescere di pari passo.