Quando Chey Tae-won, presidente del gruppo sudcoreano SK, parla di semiconduttori lo fa con l’autorevolezza di chi controlla uno dei maggiori produttori di chip di memoria al mondo, SK hynix. Ma il suo ultimo richiamo – la memoria è ormai priorità di sicurezza nazionale – non è un semplice esercizio di relazioni pubbliche. È il segnale di uno spostamento tettonico che riguarda da vicino l’ecosistema dell’intelligenza artificiale e, in particolare, le infrastrutture on-premise.

Il motivo è semplice e brutale: senza memoria veloce, i carichi di lavoro che ruotano attorno ai Large Language Models collassano. Negli ultimi anni abbiamo assistito a una corsa sfrenata alla potenza di calcolo, ma il vero collo di bottiglia per inference e training si sposta sempre più sulla memoria – larghezza di banda, capacità, distanza fisica dal silicio. L’High Bandwidth Memory (HBM) è ormai un ingrediente imprescindibile per le GPU di fascia alta, mentre la VRAM determina la dimensione dei modelli che si possono ospitare senza ricorrere a quantization aggressiva o a costose architetture distribuite. Chi progetta deployment on-premise lo sa: acquistare un server senza aver prima mappato la catena di approvvigionamento della memoria è come costruire una casa senza fondamenta.

E qui entra in gioco la geometria geopolitica. Oggi la quasi totalità della DRAM e delle memorie avanzate proviene da tre attori: Samsung, SK hynix e Micron. Una concentrazione che, in un mondo attraversato da tensioni commerciali e dal ritorno di politiche industriali aggressive, si trasforma in un rischio sistemico. Basta un terremoto in una fabbrica, un’escalation di dazi o nuove restrizioni all’export per spezzare la pipeline che sostiene i data center e le installazioni private. Non è un’ipotesi accademica: lo hanno già sperimentato le aziende alle prese con la scarsità di GPU, e ora lo stesso copione rischia di applicarsi alla memoria.

L’avvertimento del chairman di SK non è quindi un allarme isolato, ma il riflesso di una trasformazione strutturale. I governi iniziano a trattare la capacità di fabbricare chip di memoria come un attributo di sovranità al pari delle scorte energetiche o della difesa cibernetica. Il CHIPS Act statunitense e lo European Chips Act sono tentativi di riportare quote di produzione sul suolo domestico, ma i tempi necessari per costruire fonderie misurano anni, mentre i colli di bottiglia sono già qui. Per le organizzazioni che gestiscono dati sensibili e scelgono l’on-premise per tenere sotto controllo la residenza dei dati, questa situazione introduce un nuovo strato di fragilità: non basta più proteggere l’accesso al modello, bisogna garantire la continuità fisica dei componenti.

Di conseguenza, i decision maker IT dovranno imparare a valutare il TCO (TCO) di un’infrastruttura AI non solo in euro per FLOP, ma anche in funzione della resilienza della supply chain. I fornitori capaci di diversificare le fonti di approvvigionamento o di blindare la produzione in aree considerate sicure acquisteranno un vantaggio competitivo duraturo. Al tempo stesso, si rafforza il caso per sistemi on-premise modulari, che possano adattarsi a diverse generazioni di memoria senza richiedere la sostituzione integrale dei nodi, e per architetture che tengano conto della decrescente prevedibilità delle consegne.

In definitiva, il richiamo di SK è la certificazione di una verità che molti professionisti del settore già intuivano: la memoria non è più una commodity. È un asset geopolitico che determina quali modelli si possono addestrare, dove e con quale livello di indipendenza. Nell’era dei Large Language Models, il controllo della materia prima silicea che trattiene i pesi del modello è diventato una partita strategica. E le mosse successive, dalle fabbriche in costruzione alle politiche di accumulo scorte, saranno osservate con la stessa attenzione che si riserva alle manovre militari.