Altman: la RAM nei PC è uno spreco, meglio nei data center AI

La tesi di Altman: RAM nei PC come spreco di risorse

Sam Altman ha rilanciato una provocazione che suona come un verdetto per l’industria hardware consumer: avere grandi quantità di RAM nei personal computer rappresenta un uso “piuttosto terribile” della limitata disponibilità mondiale di DRAM. Durante il podcast Cheeky Pint, il CEO di OpenAI ha stimato che la memoria installata nelle workstation degli utenti finali venga sfruttata solo per il 5% del tempo. In un contesto di scarsità globale, la sua posizione è chiara: sarebbe più efficiente concentrare le risorse nei data center cloud per massimizzarne l’utilizzo, privilegiando l’infrastruttura necessaria per l’addestramento e l’inferenza dei modelli di intelligenza artificiale.

Questa non è una semplice opinione filosofica, ma un’analisi di allocazione delle risorse che ignora deliberatamente i vincoli di latenza e privacy. Altman riconosce che il calcolo locale offre vantaggi come il funzionamento offline e la sovranità dei dati, ma li archivia come sacrifici accettabili di fronte all’inefficienza del DRAM distribuito. Per chi gestisce infrastrutture, il rischio è evidente: la dichiarazione non è solo teorica, ma si inserisce in un mercato già distorto dalla domanda di memoria ad alta larghezza di banda (HBM) per l’AI.

L’efficienza del cloud rispetto all’inferenza locale

Il dibattito tra calcolo locale e cloud è spesso affrontato come una questione di costi, ma Altman sposta l’asse sull’efficienza energetica e materiale. Il ragionamento sottostante è che un modulo DDR5 installato in un PC da gaming che non gira 24/7 è un asset dormiente, mentre lo stesso modulo in un cluster di inferenza è un asset a pieno regime. Tuttavia, questa visione ignora la complessità architetturale della RAM nei sistemi locali.

Il 5% di utilizzo medio è una metrica ingannevole se applicata ai carichi di lavoro reali. Un modello LLM locale quantizzato richiede una RAM persistente per mantenere la KV cache; se la memoria viene scaricata su disco, la latenza esplode, rendendo l’interazione inutilizzabile. Altman suggerisce che la centralizzazione risolverebbe il problema, ma in produzione, la dipendenza dal cloud introduce rischi di vendor lock-in e costi variabili che i data center non possono eliminare. La “scarsità” citata da Altman non è solo fisica, ma anche di banda e di costo per token, fattori che il modello di business di OpenAI non può ignorare, ma che i clienti enterprise devono mettere in conto.

La crisi della DRAM: dati di mercato e previsioni Samsung

La premessa di Altman si fonda su una realtà di mercato brutale: una carenza senza precedenti di memoria, causata in gran parte dagli investimenti infrastrutturali per l’intelligenza artificiale. Samsung ha previsto che la situazione peggiori nel 2027, con vincoli sull’offerta che si estenderanno fino al 2028. Il dato più allarmante riguarda l’HBM: l’azienda ha già esaurito le forniture di memoria HBM per il 2027 e ha firmato accordi a lungo termine che coprono il 60-70% della propria capacità produttiva.

Questo significa che la DRAM consumer è vista dai produttori come un mercato residuale rispetto alla domanda prioritaria dei data center AI. I produttori sono riluttanti a investire in nuova capacità produttiva per il segmento consumer, bloccati dai ricordi dei cicli passati di espansione seguiti da crolli dei prezzi. Se la capacità di produzione è allocata a lungo termine verso i cluster AI, l’offerta di RAM per i PC non può crescere proporzionalmente alla domanda, creando un collo di bottiglia strutturale.

Impatto sui prezzi: rincari record e scarsità di DDR5

Le conseguenze di questa allocazione asimmetrica sono già visibili nei listini. I prezzi delle memorie DDR5 sono saliti drasticamente, con casi estremi in Giappone dove alcuni kit hanno registrato aumenti fino al 761% in un anno. Per fare un esempio concreto, un kit da 32GB è passato da circa 100 euro a oltre 1.300 euro. Non si tratta di un’oscillazione di mercato, ma di una ricalibrazione del valore della DRAM in funzione della sua scarsità relativa.

Metrica	Dato	Implicazione
Aumento prezzo DDR5	+761% (Giappone)	Ricavi da 100 a 1300€ per kit 32GB
Copertura domanda DRAM	60% (fine 2027)	Razionamento dell’offerta consumer
Accordi HBM Samsung	60-70% capacità	Priorità assoluta ai data center AI

Le stime indicano che i produttori riusciranno a coprire solo il 60% della domanda mondiale di DRAM entro la fine del 2027. In questo scenario, la RAM nei PC non è solo un “spreco” per Altman, ma diventa un lusso proibitivo. L’utente consumer che desidera un sistema locale per l’AI o per il gaming si trova a competere per le stesse risorse fisiche che alimentano i modelli di frontiera, con la differenza che i data center hanno la forza contrattuale per bloccare la capacità produttiva anni prima.

Il dibattito tra calcolo locale e dipendenza dal cloud

La dichiarazione di Altman ha generato critiche feroci, soprattutto tra gli appassionati di PC e i sostenitori dei modelli AI open source in locale. Il timore è che le infrastrutture AI non siano solo il futuro del calcolo, ma la causa principale dell’aumento dei prezzi dell’hardware tradizionale. Se la RAM diventa un asset strategico per l’AI, il costo della sovranità tecnologica locale (eseguire modelli come Llama o Mistral sul proprio hardware) esplode.

Per gli sviluppatori e le aziende, questo cambia la strategia di DRAM allocation. Il calcolo locale, un tempo visto come la via economica per l’AI, rischia di diventare il percorso più costoso a causa della scarsità dell’hardware. La posizione di Altman è pragmatica ma cinica: se la RAM è scarsa, deve stare dove rende di più (i data center), non nelle tasche degli utenti. La sfida per il futuro non è solo software, ma hardware: come garantire che l’innovazione AI non cannibalizzi l’infrastruttura IT esistente, trasformando un componente di commodity come la RAM in un bene di lusso?

La domanda che resta è se il mercato consumer accetterà di essere declassato a utente di seconda classe nella corsa alla memoria, o se la domanda di RAM locale creerà un contro-mercato abbastanza forte da costringere i produttori a rivedere le loro priorità di allocazione.