In this Article
La segunda mitad de 2025 nos trajo un déficit global inusual de memoria operativa y SSD. No se trata simplemente de una caída cíclica o de una transición a nuevas tecnologías, sino más bien de una crisis prolongada que abarca varios años. Esta recesión obviamente se origina en el crecimiento explosivo de la demanda de infraestructura de IA.
Cada servidor de IA requiere decenas y cientos de gigabytes. Es mucho más que un servidor web promedio o una PC promedio. ¿Y qué obtenemos como consecuencia de eso? Los fabricantes de chips priorizan HBM (High Bandwidth Memory) y LPDDR (Low-Power Double Data Rate) para IA mientras reducen el volumen de DRAM tradicional. En términos modernos, se llama RAMpocalypse.
¿Solo suena mortal, o es algo que debemos abordar ahora mismo? Lee lo siguiente para conocer la respuesta.
* Antes de leer la parte principal, recomendamos echar un vistazo a este artículo y a esta tarjeta de reseña.
¿Qué sucedió exactamente?
2023 no fue hace tanto, pero en ese entonces, el precio de los SSDs era bajo. El culpable de este cambio fue el auge de los centros de datos de IA, que transformó el mercado hacia finales de 2024. Los sistemas de IA, también conocidos como modelos de lenguaje de gran tamaño, básicamente se entrenan con conjuntos de datos masivos. Procesan tantos datos que les resulta fácil entender el contexto y responder como un humano. Los LLMs suelen implementarse en clústeres de GPU, que son una red interrelacionada de nodos de cómputo, cada uno equipado con una o dos GPUs. Cada clúster de GPU necesita terabytes de memoria, y los proyectos de IA ahora operan con miles de estos nodos. Su objetivo es manejar tareas complejas a velocidad turbo. Sin embargo, ejecutar LLMs requiere mucha DRAM y almacenamiento flash. Las empresas se están alejando de las cargas de trabajo de LLM centradas en el entrenamiento para avanzar hacia implementaciones enfocadas en la inferencia. Como la inferencia requiere acceso frecuente a archivos de modelos grandes, ha crecido la demanda de almacenamiento nearline.
El proyecto Stargate
El proyecto busca proporcionar a EE. UU. un liderazgo continuo en el campo de la inteligencia artificial. Se cree que este proyecto “reindustrializará” Estados Unidos, creando potencial estratégico para proteger la seguridad nacional de Estados Unidos y sus aliados. Entre los principales inversionistas se encuentran SoftBank, OpenAI y Oracle. Empresas como Microsoft, NVIDIA y Arm también participarán, pero aparentemente serán socios técnicos.
¿De qué trata el proyecto? En primer lugar, se espera crear varios centros de datos para inteligencia artificial en Estados Unidos. La empresa conjunta de las compañías comenzará con un gran centro de datos en Texas y, con el tiempo, se expandirá a otros estados. Los creadores prometen que esto generará “cientos de miles” de empleos y “garantizará el liderazgo estadounidense en el campo de la IA. Se espera que Stargate tarde de cinco a seis años en completarse.
El acuerdo se firmó entre OpenAI, Samsung y SK Hynix para 900,000 obleas de DRAM por mes. Es casi el 40% de toda la producción mundial. Esta situación causará un gran problema en el futuro, haciendo que los mercados tradicionales de PC y servidores tengan dificultades para competir. Incluso los discos duros mecánicos, que pueden parecer no relacionados con la IA, están viendo aumentos de precio del 10–15%.
¿Más fábricas, más memoria?
En teoría, sí. Pero en la realidad, las restricciones financieras y estructurales complican una expansión rápida.
Aunque los precios más altos señalan la necesidad de ampliar la capacidad, los principales fabricantes de DRAM están optando por no escalar la producción tradicional de DRAM. En cambio, están canalizando la inversión hacia la memoria de alto ancho de banda (HBM). Es mejor para lograr mayores márgenes, pero consume más obleas.
La demanda viene de todas partes. Los desarrolladores de IA, los proveedores de nube a hiperescala y los centros de datos empresariales compiten todos por el suministro de memoria. Expandir la producción no es rápido ni barato. Construir nuevas fábricas requeriría enormes cantidades de capital. El precio fluctúa entre $10 billion y 20+ billion. Esto no es algo que pueda completarse en un solo día. Estos proyectos suelen tardar 4–5 años. Incluso entonces, los resultados son inciertos. La situación también se está volviendo más compleja debido a la escasez de ingenieros calificados.
Como resultado, la producción general de DRAM estándar sigue siendo limitada. Los fabricantes están priorizando a los clientes de IA y de centros de datos a hiperescala. Bajo estas condiciones, es probable que la escasez de memoria y los precios elevados persistan al menos hasta 2027.
Predicciones para el futuro
- En primer lugar, este apetito voraz de la IA provocará un aumento fuerte en los precios de la memoria operativa. Los déficits y los precios altos pueden mantenerse durante un tiempo. En medio de la crisis actual del mercado de memoria, empresas como Apple, Lenovo y Dell subirán los precios de sus dispositivos en la primera mitad de 2026. Por supuesto, esto también afectará a las PCs y laptops para gaming; también verán inflación. A medida que aumentan los costos de hardware, las organizaciones recurren a proxies para extraer datos y ejecutar procesos de IA sin sobrecargar sistemas con restricciones de memoria.
- Una resolución gradual de la crisis solo puede comenzar después de 2027–2028, cuando una nueva tecnología de memoria altere el ciclo. Hasta entonces, se espera que los SSDs, la DRAM y los HDDs sigan siendo caros, escasos y cada vez más reservados para la élite de la IA.
- Es poco probable que la demanda de IA disminuya significativamente a medida que los modelos grandes, los centros de datos y los servicios de cómputo sigan creciendo. Esto significa que la memoria como recurso seguirá siendo un tema «candente» incluso en los próximos años.
- Las innovaciones en arquitectura de memoria (como la fusión de memoria CPU/GPU o nuevos tipos de RAM) pueden afectar la situación a largo plazo, pero esto no resolverá los déficits agudos de la noche a la mañana.