EO528

TECNOLOGIA ELETTRONICA OGGI 528 - SETTEMBRE 2025 52 goritmo in attività quali l’identificazione delle anomalie mediche nelle immagini. Durante questa fase, l’archiviazione dei dati si basa fortemente sulla memoria ad alta velocità e incentrata sulla lettura, con la memoria dinamica ad accesso casuale (Dram) che rappre- senta è la scelta abituale grazie alla sua velocità e compatibilità con le architetture di calcolo esistenti, nonostante la sua funzione primaria in questa fase sia orientata alla lettura. Fase di distribuzione La fase di distribuzione presenta un insieme diverso di esigenze di memoria, che variano ampiamente a seconda dell’applicazione, passando dai compiti di intelligenza artificiale generativa sui ser- ver ai requisiti operativi dei dispositivi edge, come le telecamere intelligenti. Questa fase richiede una combinazione di memoria principalmente di sola lettura per ospitare il modello di intelligen- za artificiale e di memoria di lettura/scrittura per l’elaborazione di dati intermedi e di output. La sfida in queste fasi è quella di bilan- ciare le prestazioni con i costi e il consumo energetico (figura 2). Figura 3. La memoria flash non volatile può sostituire la Dram in singoli passaggi, mentre gli SSD non sono adatti per la loro elevata latenza Figura 4. XL-Flash di Kioxia rappresenta un’alternativa SCM alla Dram in applicazioni ad alta intensità di lettura Dram contro SSD Quali sono le opzioni quando si parla di memoria oggi? La scelta tra Dram e unità a stato solido (SSD) ci pone di fronte a un dilem- ma complesso. La Dram, nota per le sue capacità di lettura/scrit- tura ad alta velocità, è indispensabile per la rapida progressione degli algoritmi di intelligenza artificiale. Tuttavia, i suoi svantaggi, tra cui i costi elevati, il consumo energetico significativo e le sfide di scalabilità, non possono essere ignorati. A peggiorare le cose, la volatilità del mercato Dram, con le sue frequenti fluttuazioni di prezzo e disponibilità, aggiunge un ulteriore livello di complessità segnando la prima fase di sviluppo dell’intelligenza artificiale. La fase successiva prevede la pulizia e la trasformazione dei dati, al fine di garantire la compatibilità con i framework di intelligenza artificiale, che richiedono velocità di memoria variabili a seconda dei dati specifici elaborati. Fase di addestramento Nella fase di addestramento, in cui i dati curati vengono inseriti nell’hardware, in genere un’unità di elaborazione grafica (GPU) con memoria locale veloce, per perfezionare l’accuratezza dell’al-