Calcolo analogico con RRAM: la rivoluzione silenziosa che minaccia le GPU

Per decenni l’informatica ha parlato una sola lingua: quella del calcolo digitale. Zeri e uno, bit e transistor, processori sempre più veloci e GPU sempre più affamate di energia. Ma, lontano dai riflettori, una nuova generazione di chip analogici sta crescendo.
È la RRAM (Resistive Random Access Memory), una tecnologia che promette di eseguire i calcoli dentro la memoria, anziché spostare continuamente dati avanti e indietro come fanno le GPU.
Un cambiamento tanto discreto quanto potenzialmente dirompente: un po’ come passare da una tastiera che suona una nota alla volta a un’orchestra che esegue un intero accordo in un istante.

Come funziona il calcolo analogico

Nelle GPU tradizionali, ogni operazione matematica,soprattutto nei modelli di intelligenza artificiale,comporta milioni di microspostamenti di dati tra processore e memoria.
Con la RRAM, invece, i dati restano dove si trovano: la stessa cella di memoria che conserva un’informazione può anche elaborarla.
Le celle RRAM variano la propria resistenza elettrica per rappresentare numeri (pesi neurali, parametri di rete) e, quando attraversate da una tensione, producono correnti che equivalgono a una moltiplicazione.
Il risultato? Un’intera operazione di prodotto matrice-vettore, cuore dei modelli AI, avviene in un solo passo fisico, anziché in milioni di istruzioni digitali.

Numeri che fanno riflettere

Secondo i primi benchmark citati da Rivista.AI, le architetture RRAM analogiche potrebbero offrire un’efficienza fino a mille volte superiore alle GPU attuali nei test di laboratorio.
In pratica significa meno consumo energetico, meno latenza, e un’enorme riduzione dei costi di calcolo per l’addestramento dei modelli di AI.

Un vantaggio non banale in un mondo dove addestrare un singolo modello linguistico può richiedere settimane e milioni di euro in elettricità.

Gli ostacoli tecnici

Naturalmente, la realtà è più complessa.
Il calcolo analogico presenta problemi di precisione, rumore e variabilità: le celle non sono sempre perfettamente identiche, e la loro conduttanza può “derivare” nel tempo.
Tradotto: serve una raffinata ingegneria per correggere errori e garantire stabilità.
Inoltre, la produzione su larga scala è ancora in fase sperimentale. Le RRAM devono dimostrare di poter essere fabbricate con gli standard industriali delle attuali GPU e CPU, un passaggio tutt’altro che scontato.

La conferma arriva dalla ricerca

A dare peso alla promessa del calcolo analogico è arrivato uno studio appena pubblicato su Nature Electronics, firmato da un gruppo internazionale di ricercatori.
Per la prima volta, un chip basato su memorie RRAM è riuscito a risolvere complessi sistemi di equazioni matematiche con precisione paragonabile a quella delle GPU digitali.
Il risultato è sorprendente: un’efficienza energetica fino a cento volte superiore e una velocità di calcolo fino a mille volte maggiore, senza sacrificare l’accuratezza.
In termini semplici, i ricercatori hanno mostrato che un dispositivo analogico può finalmente “fare i conti” con la stessa precisione del mondo digitale, ma con una potenza e una sobrietà energetica impensabili per le architetture tradizionali.
È una prova concreta che il calcolo in-memoria non è più solo un’idea da laboratorio, ma una strada praticabile verso un nuovo tipo di hardware per l’intelligenza artificiale.

Una rivoluzione strategica

Non è solo una questione tecnologica: la RRAM tocca equilibri industriali e geopolitici.
Le GPU sono oggi dominio quasi esclusivo di pochi colossi — Nvidia, AMD, Intel — mentre il calcolo analogico apre spazi a nuovi protagonisti, comprese startup e laboratori di ricerca pubblici.
Chi riuscirà a portare sul mercato chip RRAM stabili e scalabili potrebbe riscrivere le gerarchie del potere tecnologico, proprio come accadde con l’avvento delle GPU nel 2010.
Un tema cruciale anche per l’Europa e per l’Italia, che cercano sovranità e competitività nella catena dei semiconduttori.

Dal silicio alla conoscenza

L’aspetto più affascinante del calcolo analogico è che ribalta una logica che sembrava immutabile dove non è più la macchina che imita la mente, ma la materia che diventa mente. 

Se le GPU hanno permesso all’intelligenza artificiale di correre, le RRAM potrebbero insegnarle a pensare in modo più naturale, continuo, fisico, quasi “biologico”.
È ancora presto per dichiarare vinta la rivoluzione, ma una cosa è certa: il silenzio che accompagna questa tecnologia è inversamente proporzionale al suo potenziale.