Nvidia Rubin e il Taglio della Memoria: Panico Ingiustificato?

Tra il 4 e il 5 giugno 2026, un'ondata di vendite ha colpito i titoli del settore memorie per l'AI dopo la diffusione di un dettagliato report di SemiAnalysis. Il report indicava che il rack Nvidia Vera Rubin NVL72 di prossima generazione sarebbe stato spedito con circa la metà della capacità di memoria lato CPU che il mercato aveva modellizzato, passando da ~55 TB previsti a circa 28 TB di LPDDR5X per rack . L'interpretazione immediata è stata lineare: meno memoria per rack segnala un crollo della domanda di chip di memoria. Ma un'analisi più attenta dell'architettura e della catena di fornitura rivela un quadro molto più sfumato, che molti analisti ritengono sia stato ampiamente frainteso dal mercato.

Cosa è cambiato concretamente nella configurazione della memoria?

La modifica riguarda esclusivamente il lato CPU del sistema Vera Rubin NVL72. Ogni rack ospita 36 CPU Vera, e ogni CPU ha otto slot per moduli LPDDR5X SOCAMM (Small Outline Compression Attached Memory Module) .

• Aspettativa precedente: I rack sarebbero stati spediti con moduli da 192 GB che popolavano tutti gli slot, raggiungendo la capacità massima supportata da Nvidia di 1,5 TB per CPU, per un totale di circa 54–55 TB di memoria CPU per rack .
• Nuova configurazione di spedizione: La prima ondata di sistemi Rubin utilizzerà principalmente moduli da 96 GB. Con otto moduli per CPU, si ottengono 768 GB per CPU Vera, ovvero ~28 TB per l'intero rack—una riduzione di quasi il 50% .
• Cosa non è cambiato: La memoria HBM4 lato GPU è completamente invariata. Ognuna delle 72 GPU Rubin monta ancora 288 GB di HBM4, per un totale di ~20,7 TB di memoria ad alta larghezza di banda per rack, con obiettivi di banda fino a 22 TB/s per GPU .

La causa principale, secondo SemiAnalysis, non è una mancanza di domanda. È una decisione pragmatica e vincolata dall'offerta: i moduli LPDDR5X SOCAMM2 ad alta densità scarseggiano, e Nvidia sta dando priorità alla consegna puntuale dei rack Rubin piuttosto che aspettare di riempire ogni slot con i componenti a più alta capacità .

La Reazione del Mercato: Tre Giganti della Memoria Colpiti Duramente

L'impostazione del report—un taglio del 50% della memoria per rack—si è rivelata sufficientemente potente da scatenare un ampio sell-off in tutto il comparto delle memorie per AI.

• Micron Technology (MU) è scesa di circa il 7,5%-7,7% in un solo giorno, con perdite intraday vicine al 10% sotto la chiusura precedente .
• SK Hynix ha perso oltre l'8% nelle prime contrattazioni del giorno successivo .
• Anche Samsung Electronics è scesa, e il movimento al ribasso ha travolto pure SanDisk, Western Digital e Seagate .

Questo crollo ha aggravato un colpo precedente per Micron. Nel marzo 2026, Nvidia aveva già scelto Samsung e SK Hynix come fornitori esclusivi di memoria HBM4 per Vera Rubin, escludendo Micron dal segmento ad alto margine delle HBM e facendo crollare le sue azioni di circa il 6,7% all'epoca . Per Micron, il taglio SOCAMM è sembrato un secondo colpo diretto, anche se i dettagli erano più complessi.

Perché gli Analisti Sostengono che il Panico è Esagerato

Il fondatore di SemiAnalysis, Dylan Patel, e altri commentatori di mercato hanno rapidamente respinto la narrazione della "distruzione della domanda di memoria". Le loro controargomentazioni ruotano attorno a un singolo dettaglio tecnico che il mercato ha inizialmente trascurato: l'architettura è modulare, non fissa.

1. I moduli SOCAMM2 sono sostituibili a caldo e montati su slot

A differenza della memoria LPDDR saldata presente nei precedenti sistemi Blackwell, i moduli SOCAMM2 di Vera Rubin si inseriscono in connettori rimovibili e riparabili sul campo . Hyperscaler e OEM possono iniziare a utilizzare i rack con moduli da 96 GB e successivamente—quando i moduli da 192 GB o 256 GB diventeranno più disponibili—semplicemente sostituirli senza cambiare l'intero rack. Questo significa che la configurazione di spedizione iniziale non è il footprint di memoria permanente; il numero totale di moduli acquistati durante l'intero ciclo di vita del prodotto potrebbe rimanere invariato o addirittura aumentare .

2. Il taglio è una strategia di spedizione provvisoria, non una riduzione strutturale

SemiAnalysis ha esplicitamente caratterizzato il cambio di configurazione come un piano pragmatico per la prima spedizione, atto a gestire i vincoli di fornitura, e non come una decisione progettuale per ridurre permanentemente la memoria per rack. Man mano che l'offerta di LPDDR5X si adegua, i moduli a più alta densità potranno essere introdotti gradualmente .

3. La domanda di HBM4 è totalmente invariata

La memoria HBM4 lato GPU—la parte veramente preziosa e ad alto margine dello stack di memoria—non è stata minimamente toccata dal report. Ogni GPU Rubin consuma ancora 288 GB di HBM4, con Samsung e SK Hynix che si dividono rispettivamente circa il 30% e il 70% di quella fornitura . Questo motore di domanda è enorme e intatto .

4. Il volume totale di acquisto di SOCAMM potrebbe non calare

Poiché Nvidia sta aumentando la produzione di Vera Rubin per soddisfare la domanda alle stelle degli hyperscaler, il numero totale di moduli SOCAMM ordinati potrebbe comunque aumentare anche se ogni rack parte con una capacità per slot inferiore. Alcuni analisti suggeriscono che la dinamica potrebbe alla fine rivelarsi positiva anche per la domanda di SSD e interconnessioni ottiche .

5. La posizione di Micron nel settore SOCAMM è in realtà intatta

Sebbene Micron abbia perso la commessa per le HBM4, rimane un attore chiave nella corsa ai SOCAMM2. Micron ha iniziato a spedire campioni ai clienti di moduli SOCAMM2 da 256 GB nel marzo 2026—un vantaggio di capacità del 33% rispetto ai moduli da 192 GB di Samsung e SK Hynix—ed è un fornitore qualificato insieme ai suoi concorrenti coreani . L'opportunità SOCAMM2, che TrendForce stima in oltre 70 miliardi di gigabit di allocazione per Micron nel 2026, è ancora molto concreta .

Il Quadro Generale: Le Catene di Fornitura Non Riescono Ancora a Stare al Passo

L'episodio di Vera Rubin rivela una verità persistente sullo sviluppo dell'AI: la fabbricazione di memorie all'avanguardia è sotto pressione. Le forniture di LPDDR5X, DDR5 e HBM sono tutte in tensione, e la mossa di Nvidia è un riconoscimento del fatto che non tutti i componenti possono arrivare nella configurazione ideale e con la tempistica perfetta . Invece di rallentare le spedizioni di un sistema a scala di rack che promette una riduzione di dieci volte dei costi dei token di inferenza, Nvidia ha scelto di spedire i rack con una configurazione di memoria che può consegnare ora e aggiornare in seguito .

Per gli investitori, la lezione è che l'architettura fisica conta tanto quanto i numeri assoluti sulla capacità. Un sistema di memoria modulare e sostituibile a caldo cambia radicalmente i calcoli: un singolo lotto iniziale di moduli non definisce più la domanda per l'intero ciclo di vita. Il super-ciclo delle memorie per AI, guidato principalmente da HBM4 e LPDDR5X modulare, non sta collassando—sta semplicemente attraversando i dolori di crescita di una catena di fornitura che corre per tenere il passo con l'incessante cadenza di prodotto di Nvidia.