In un sistema progettato per prevedere tutto, il cambiamento più piccolo è diventato l’unica cosa che contava davvero.

Il modello che ha iniziato a derivare

Dicevano che il sistema non potesse più sbagliare, non dopo tutto ciò che era stato riversato al suo interno – i dati, la potenza di calcolo, le infinite correzioni stratificate su altre correzioni, fino al punto in cui la macchina non si limitava più a imparare il mondo, ma iniziava ad anticiparlo in modi che mettevano le persone a disagio per circa una settimana… e poi le rendevano dipendenti.

I mercati si stabilizzavano prima ancora di muoversi. Il meteo si allineava alle previsioni. Il comportamento iniziava a seguire il modello invece della realtà. Col tempo, nessuno chiedeva più cosa sarebbe successo – chiedevano cosa diceva il sistema che sarebbe successo, e questo risultava abbastanza vicino da rendere irrilevante la differenza.

Lo chiamavano convergenza.

Io lo chiamavo un guinzaglio.

Non avrei dovuto essere neanche lontanamente vicino a qualcosa del genere, ma sistemi così non falliscono in modo pulito e non falliscono dove ti aspetti. Prima si spostano, quel tanto che basta perché chi è più vicino riesca a spiegare via tutto.

I sistemi di intelligenza artificiale non rallentano generalmente a causa dei limiti di calcolo, ma piuttosto perché il sistema non riesce a spostare i dati abbastanza velocemente da mantenere il processore costantemente alimentato di informazioni.

In altre parole, il collo di bottiglia non è la capacità di elaborare i dati, ma la capacità di fornire quei dati alla velocità richiesta dai carichi di lavoro moderni dell’AI.

È qui che la High Bandwidth Memory (HBM) diventa una parte importante dell’architettura.

Per una visione più ampia su come la memoria stia evolvendo oltre il flash e perché i sistemi AI oggi dipendono da più livelli, consulta la nostra analisi principale: Il NAND non sta scomparendo, ma i server AI oggi dipendono da più del semplice flash.

Ogni anno, puntuale come un orologio, ricompaiono gli stessi articoli.

“Le migliori chiavette USB del 2026.” “Le 10 USB più veloci che puoi comprare.” “Quale USB dovresti acquistare adesso?”

Seguono sempre lo stesso schema. Qualche marchio famoso, un paio di grafici con benchmark, magari due parole sulla qualità costruttiva… e alla fine una classifica che sembra abbastanza autorevole da farti cliccare — e generare una commissione.

A prima vista sembra utile. Dopotutto, un tempo la velocità era davvero un fattore decisivo. Anche la capacità faceva la differenza. E la reputazione del brand contava molto di più.

Il problema è che queste liste cercano di risolvere qualcosa che oggi non è più il vero problema.

La maggior parte delle persone compra una chiavetta USB come comprerebbe un pacco di penne — prende quella più economica, dà per scontato che siano tutte uguali e via.

E a dirla tutta, per trasferire file base, non è nemmeno del tutto sbagliato.

Ma se ti è mai capitato di avere problemi di integrità dei dati, prestazioni altalenanti o hai provato a fare qualcosa di più avanzato come protezione in scrittura o distribuzione controllata, allora probabilmente hai capito una cosa: le chiavette USB non si comportano tutte allo stesso modo.

La differenza non è nella plastica. E nemmeno nella NAND.

È nel controller — e più precisamente in come quel controller è integrato nel dispositivo.

A prima vista, la maggior parte dei dispositivi di archiviazione USB sembra fare esattamente la stessa cosa. Li colleghi, il computer li riconosce, compare una lettera di unità e inizi a spostare file. Dal punto di vista dell’utente, di solito la storia finisce lì.

Però sotto quella scena così semplice, non tutti i dispositivi USB parlano con il computer allo stesso modo.

Alcuni dispositivi si montano ed eseguono l’enumerazione usando BOT, che significa Bulk-Only Transport. Altri, soprattutto i dispositivi USB 3.x e USB 3.2 pensati più per le prestazioni, possono usare UASP, abbreviazione di USB Attached SCSI Protocol. Per la maggior parte delle persone questi nomi non vogliono dire nulla. Per i team IT, gli sviluppatori software e le aziende che devono qualificare un supporto USB per un determinato flusso di lavoro, invece, possono contare parecchio.

Pensalo come un ponte a una corsia contro un’autostrada a più corsie

Un buon modo per capire la differenza è pensare al traffico.

Quando inizi a guardare davvero come i sistemi AI spostano i dati al loro interno, ti rendi conto abbastanza in fretta che il problema non è solo avere processori più veloci o più spazio di archiviazione, ma cosa succede tra questi livelli e quante volte il sistema è costretto ad aspettare.

Nell’articolo precedente su High Bandwidth Memory, il focus era sul mantenere i dati il più vicino possibile al processore, in modo che la GPU non resti inattiva. Quella è la parte più alta della pila ed è fondamentale, ma risolve solo una parte del problema perché non tutto può stare lì.

Non appena il set di dati cresce oltre quello che può essere contenuto in quel livello immediato, si torna a spostare dati tra DRAM e NAND, ed è proprio lì che le cose iniziano a sembrare sbilanciate. La DRAM è veloce e reattiva, ma è costosa e non si può scalare all’infinito. Il NAND è molto più pratico in termini di capacità, ma anche un buon flash introduce abbastanza latenza da diventare visibile quando il sistema lavora in modo continuo.

È esattamente in questo spazio intermedio che la Storage Class Memory trova il suo ruolo. Non come qualcosa di nuovo che sostituisce uno dei due lati, ma come un livello che rende più fluido il passaggio, evitando che il sistema continui a saltare tra molto veloce e sensibilmente più lento.

Se vuoi vedere il quadro più ampio di perché questi livelli stanno emergendo, tutto questo si collega direttamente all’analisi principale qui: il NAND non sta scomparendo, ma i server AI oggi dipendono da più del semplice flash.

Da oltre due decenni, GetUSB osserva come i dati si muovono realmente, non solo come vengono raccontati dal marketing. In questo periodo abbiamo visto lo storage evolversi attraverso diversi cicli, dal declino dei dischi meccanici alla crescita della memoria flash, fino ad arrivare più recentemente a sistemi in cui lo storage non è più solo un componente passivo, ma parte integrante dell’infrastruttura stessa.

Quello che sta accadendo ora con l’infrastruttura AI sembra un altro di quei momenti di transizione, ma guidato da un tipo di pressione diverso.

La memoria NAND non sta scomparendo, e su questo non c’è davvero discussione. Rimane la base dello storage moderno e svolge quel ruolo in modo estremamente efficace. Allo stesso tempo, la domanda di NAND è aumentata rapidamente, in gran parte a causa dei carichi di lavoro AI che richiedono dataset enormi e accesso continuo a tali dati. Questa domanda sta iniziando a scontrarsi con l’offerta in modi sempre più difficili da ignorare, che si tratti di pressione sui prezzi, allocazioni più restrittive o semplicemente tempi di consegna più lunghi per implementazioni su larga scala.

Quando questo tipo di squilibrio inizia a emergere, l’industria non resta ferma ad aspettare che la situazione si normalizzi. Inizia a cercare altri modi per risolvere il problema, ed è qui che le cose cominciano a cambiare.

C’è quel momento che più o meno tutti hanno vissuto, anche se non ci fanno troppo caso. Colleghi una chiavetta USB, inizi a spostare qualche file, e qualcosa non ti torna. Non è rotta, non è morta, tecnicamente funziona, però è… strana. Magari la velocità cala senza motivo, magari si disconnette una volta e poi riparte, magari scalda più del normale. Poi il giorno dopo prendi un’altra chiavetta – stessa capacità, stesso aspetto più o meno, magari pure della stessa linea – e quella va liscia. Trasferimenti fluidi, zero problemi, nessun dramma. Fa semplicemente il suo lavoro.

La cosa interessante è che, sotto la scocca, queste due chiavette possono essere molto più simili di quanto pensi. Spesso montano esattamente la stessa famiglia di controller e lo stesso tipo di memoria NAND. Sulla carta sono praticamente identiche. Eppure, nella realtà, sembrano due prodotti completamente diversi.

La nuova chiavetta USB di Raspberry Pi sembra essere una buona implementazione di tecnologia controller già conosciuta, non una nuova invenzione nello storage.

Il team Raspberry Pi ha recentemente presentato una chiavetta USB marchiata Raspberry Pi, pensata per sviluppatori e appassionati che vogliono uno storage rimovibile affidabile per i loro sistemi e le loro schede. Sulla carta il dispositivo sembra ben costruito: scocca in alluminio, velocità sostenute rispettabili e funzionalità firmware che di solito si vedono su prodotti flash di qualità più alta.

Una parte dell’annuncio però salta subito all’occhio: la descrizione del comportamento della cache pseudo-SLC utilizzata per accelerare le scritture su NAND QLC. Se si legge velocemente può sembrare qualcosa di proprietario o insolito. In realtà non lo è. È una tecnica standard usata in tutto il mondo dello storage flash moderno.

Tenere chiara questa differenza è utile perché aiuta a separare un prodotto effettivamente ben fatto da una descrizione che fa sembrare esotica una normale funzione del controller.

La maggior parte delle persone pensa che collegare qualcosa sia un gesto puramente meccanico. Spingi un lato dentro l’altro, passa la corrente, fine della storia.

Nel mondo reale, invece, quel momento minuscolo è molto più complicato di così. Ogni connessione dipende da pressione, attrito, chimica delle superfici e dalla qualità con cui due superfici metalliche si incontrano in punti di contatto microscopici. Quello che all’occhio sembra liscio, sotto ingrandimento assomiglia più a una catena montuosa, e l’elettricità passa solo attraverso i punti più alti dove le superfici si toccano davvero.

È proprio lì che inizia la resistenza di contatto. Meno quei punti di contatto sono puliti e stabili, più resistenza si accumula all’interfaccia. Il più delle volte il cambiamento è così piccolo da passare inosservato. Con il tempo, però, usura, ossidazione, sporco e inserimenti ripetuti possono trasformare lentamente una connessione affidabile in una connessione ballerina.