Prima di procedere
Le previsioni di utile preliminare di Samsung Electronics per il primo trimestre del 2026 hanno rasserenato gli investitori, placando i timori che l'algoritmo TurboQuant di Google potesse frenare la domanda di chip di memoria sudcoreani destinati all'IA. L'azienda prevede che i profitti dei primi tre mesi supereranno l'intero risultato dell'anno precedente.
Samsung attribuisce queste proiezioni a un "superciclo senza precedenti" nel mercato dei chip di memoria e non ravvisa segnali di un rallentamento della domanda da parte delle aziende che operano nel settore dell'intelligenza artificiale. L'annuncio ha quasi spinto le azioni Samsung ai massimi storici, allentando la tensione accumulata nelle due settimane successive alla pubblicazione di un articolo di Google Research a fine marzo.
L'articolo di Google descriveva TurboQuant come una tecnologia in grado di ridurre drasticamente la quantità di memoria richiesta dai sistemi di IA. In seguito alla pubblicazione, le azioni di Samsung e SK Hynix avevano subito un brusco calo. La discussione si è concentrata sul futuro della domanda di memoria ad alta larghezza di banda (HBM), prodotta da entrambe le aziende per i server IA.
Alcuni investitori temono che l'attuale boom del mercato della memoria possa essere seguito da una recessione. Altri si aspettano un impatto limitato. Altri ancora prevedono uno scenario opposto: se TurboQuant dovesse rendere più economico l'utilizzo dell'IA, ciò amplierebbe la domanda di tali sistemi e sosterrebbe la richiesta di chip.
Kwon Seok-joon, professore dell'Università Sungkyunkwan di Seul, stima che l'applicazione di TurboQuant potrebbe ridurre di 4-8 volte i costi di memoria per l'utilizzo di modelli linguistici di IA di grandi dimensioni. A prima vista, ciò minaccerebbe la domanda di memoria ad alta larghezza di banda. Tuttavia, la riduzione dei costi renderebbe economicamente sostenibili carichi di lavoro computazionali prima troppo onerosi, come gli assistenti alla programmazione e il funzionamento simultaneo di più agenti IA. Questo, a sua volta, aumenterebbe la domanda di risorse computazionali.
Analisti e ricercatori collegano sempre più spesso il potenziale effetto di TurboQuant al paradosso di Jevons: l'aumento dell'efficienza incrementa il consumo complessivo di una risorsa. L'economista William Stanley Jevons scrisse nel suo libro "La questione del carbone", pubblicato nel 1865, che la più efficiente macchina a vapore di James Watt aveva aumentato il consumo di carbone, rendendo tali tecnologie economicamente convenienti in molti più settori.
Han In-su, uno dei ricercatori il cui lavoro è alla base di TurboQuant, ha dichiarato al Financial Times che l'algoritmo potrebbe aprire la strada a compiti prima irraggiungibili: elaborare contesti molto più lunghi con memoria limitata senza perdita di precisione e creare sistemi IA ad alte prestazioni su dispositivi più compatti.
Kim Young-gun, analista di Mirae Asset Securities, ha paragonato la situazione alla diffusione di Kubernetes, una tecnologia di containerizzazione sviluppata da Google che ha permesso di eseguire più applicazioni su un singolo server, aumentando notevolmente l'efficienza delle apparecchiature di calcolo. Quando la tecnologia si diffuse ampiamente alla fine degli anni 2010, il mercato temette un calo della domanda di server e memoria. In realtà, la riduzione dei costi portò a un utilizzo più ampio dell'infrastruttura.
Ray Wang di SemiAnalysis ha affermato che il mercato ha ampiamente frainteso il significato di TurboQuant. A suo avviso, con l'evoluzione dei modelli e delle tecnologie di IA, la domanda di memoria continuerà a crescere sia nell'addestramento che nell'inferenza. Il potenziale impatto negativo sui produttori di chip sudcoreani sarà mitigato dal ruolo crescente dei contratti a lungo termine, poiché i fornitori di servizi IA cercano di assicurarsi in anticipo i volumi di fornitura. Di conseguenza, i prezzi di tali contratti diventano più importanti dei prezzi delle transazioni spot.
All'assemblea annuale di Samsung del mese scorso, Jun Young-hyun, uno dei due amministratori delegati dell'azienda, ha affermato che la società sta puntando a contratti triennali e quinquennali con i grandi clienti, invece di quelli trimestrali e annuali. Al momento, TurboQuant rimane un concetto teorico. L'effetto pratico della tecnologia diventerà più chiaro dopo la sua presentazione a fine aprile in Brasile alla Conferenza Internazionale, dove potrà essere testata da esperti esterni a Google. Han ha ammesso che i ricercatori non si aspettavano una risposta pubblica ed economica così forte a un lavoro iniziato con una domanda accademica su come comprimere i dati in modo ancora più preciso.
