Se pensate a Sandisk, probabilmente vi vengono in mente la microSD della fotocamera o la chiavetta USB dimenticata in un cassetto. Ma nell’ultimo trimestre quasi metà dei ricavi dell’azienda è arrivata da prodotti conosciuti solo dagli esperti del settore: gli SSD che finiscono nei server dei data center per l’intelligenza artificiale. E la quota cresce di mese in mese.

Strategia data‑center e risultati di fatturato

Per spiegare il perché, Sandisk ha incontrato la stampa l’11 novembre a Corte Romanengo con Giorgio Ippoliti, responsabile dei field application engineer per Europa e India, il gruppo che fornisce supporto tecnico ai clienti enterprise. La risposta passa da una sigla poco nota fuori dagli addetti ai lavori, KV cache, e dal modo in cui i modelli di AI scrivono le risposte una parola alla volta. Per le aziende la conseguenza si legge anche nei listini: la flash serve a tutti, e oggi non ce n’è abbastanza.

In breve

    • Cosa è: la strategia data center di Sandisk, raccontata con i dati dell’ultimo trimestre fiscale.
    • Per chi: chi gestisce infrastrutture IT, valuta progetti di AI e confronta i prezzi dello storage.
    • Disponibilità (Italia): nessun prodotto o prezzo specifico presentato.
    • Prezzo/modello: SSD enterprise venduti in B2B, senza listino comunicato.
    • Cosa cambia per le aziende: l’inferenza AI sposta parte del lavoro dalle GPU agli SSD, assorbendo la produzione di flash.

Nel primo trimestre dell’anno fiscale 2027, chiuso il 2 ottobre, Sandisk ha fatturato 11 miliardi di dollari; 4,8 miliardi provengono dal segmento data‑center, con un incremento del 61 % rispetto al trimestre precedente e rispetto ai 269 milioni dello stesso periodo di un anno fa. In dodici mesi il segmento è passato da poco più di un decimo dei ricavi a circa il 44 %.

Nel medesimo periodo i ricavi consumer, ossia schede di memoria e chiavette, sono scesi del 29 %. Il manager ha dichiarato senza giri di parole che la parte data‑center “è sempre esistita”, ma resta invisibile a chi non lavora con i server. Sandisk compete con marchi come Solidigm, l’ex divisione storage di Intel, poco conosciuta fuori dal settore.

Il ruolo degli SSD nell’intero ciclo dell’AI

L’importanza del segmento è aumentata perché è aumentato il valore dei dati, soprattutto con l’AI che ne sfrutta appieno il potenziale. Si parte da dati grezzi: per un modello generalista può essere un’enorme porzione di internet, per un supermercato gli acquisti registrati con le tessere fedeltà. Questi dati vengono preparati e poi usati per il training, l’addestramento che regola i “pesi” del modello. Dopo il training arriva l’inferenza, l’uso vero e proprio del modello: tutto quello che vedete quando fate una domanda a un assistente AI.

“Il vero fulcro di tutto il discorso è proprio l’inferenza”, ha spiegato il manager. È qui che oggi si concentra la domanda, e gli SSD sono più richiesti perché ogni passaggio deve essere veloce. L’inferenza genera anche nuovi dati, che vanno archiviati e possono finire nel training dei modelli successivi, creando un circolo virtuoso di consumo di storage.

La KV cache: il collegamento critico

I modelli linguistici generano una parola alla volta, scegliendo quella statisticamente più probabile sulla base di tutte le precedenti. Per farlo usano tre matrici chiamate Query, Key e Value. La Query viene ricalcolata a ogni nuova parola, mentre i valori Key e Value delle parole già scritte non cambiano. Ricalcolarli ogni volta sarebbe uno spreco, quindi si salvano in una memoria temporanea: la KV cache.

Immaginate di dover scrivere una lettera rileggendola dall’inizio prima di aggiungere ogni parola. La KV cache è il foglio di appunti che vi evita di farlo. Il problema è dove tenere quel foglio. La memoria delle GPU è velocissima ma costosa e limitata; quando la cache cresce, una parte finisce sugli SSD.

“Il vero motivo dell’esplosione della necessità di flash e dei prodotti per data center viene quindi dalla KV cache”, ha detto Ippoliti. In pratica si sposta la complessità dalla quantità di calcoli alla quantità di storage, perché aumentare la capacità di calcolo costa molto di più. La metrica che conta oggi è il token per watt: quanta energia serve per generare ogni token, cioè ogni frammento di parola prodotto dal modello.

RAG, contesti lunghi e agenti AI

Un modello addestrato è “congelato”: non sa nulla di ciò che è successo dopo l’addestramento, né delle regole interne della vostra azienda. Per rimediare si usa la RAG (Retrieval Augmented Generation): un software recupera da un archivio aziendale i documenti utili alla domanda e li aggiunge al prompt.

Esempio pratico: chiedete all’assistente interno quanto vi viene rimborsato per un pasto in trasferta. Il sistema deve caricare il regolamento sui rimborsi, non le regole sulle ferie, e farlo in pochi istanti. Lo stesso vale per finestre di contesto più ampie, che permettono di inserire più documenti direttamente nella domanda. In entrambi i casi il prompt si allunga, la KV cache cresce e servono più dati serviti in fretta.

Gli agenti AI e la proliferazione dei token

Il salto successivo è l’AI agentica, quella che dopo una richiesta esegue anche delle azioni. Il manager ha citato agenti negli Stati Uniti che acquistano per l’utente: chiedete un televisore OLED tra 1 000 e 1 500 euro di tre marche, l’agente confronta e compra. “Per me è un po’ demenziale delegare all’AI lo shopping”, ha ammesso, “ma questa cosa sta generando un traffico pazzesco”.

Più agenti significano più token. Sandisk ha mostrato in anteprima una previsione: 117 miliardi di token generati ogni secondo, per un totale di 10 quintilioni di token annuali entro il 2030. È una stima dell’azienda, presentata come tale, ma il manager ha sottolineato che chi investe in AI crede in questi numeri, notando cambiamenti di produttività visibili solo a chi usa intensamente l’AI.

Domanda di flash: TLC, QLC e lo zettabyte

Secondo una stima interna di Sandisk, il mercato potenziale della flash per i data center AI arriverà a circa 1,2 zettabyte entro questo decennio. Uno zettabyte è un miliardo di terabyte. Di questa capacità, il 66 % sarà in tecnologia TLC e il 34 % in QLC.

La differenza sta nel numero di bit per cella: tre per le TLC, quattro per le QLC. A parità di superficie una QLC conserva un terzo di dati in più, ma non si presta a tutti gli usi. Le TLC servono dove conta la velocità, come la KV cache; le QLC dove conta la capacità, come i data lake che conservano enormi quantità di dati.

Sandisk produce entrambe le tipologie e ritiene di trovarsi in una posizione di forza perché i prodotti sono disponibili e pronti a soddisfare la crescente domanda.

Interfacce di nuova generazione: PCIe 6 e 7

Gli SSD per data center oggi usano soprattutto PCI Express di quinta generazione, ma l’AI sta spingendo lo sviluppo verso le versioni 6 e 7, con larghezze di banda ancora maggiori. Queste interfacce permettono di trasferire dati dalla KV cache agli SSD con latenza quasi trascurabile, riducendo ulteriormente il consumo di energia per token.

In sintesi, l’esplosione dell’AI genera una catena di necessità: dati più grandi, inferenza più veloce, KV cache più estesa e, di conseguenza, una domanda senza precedenti di flash ad alte prestazioni. Sandisk, con la sua combinazione di TLC e QLC e con l’adozione di interfacce PCIe avanzate, punta a mantenere il passo in un mercato che potrebbe raggiungere lo zettabyte entro la fine del decennio.