La demanda de memoria para entrenar e inferir modelos de IA está reescribiendo el mercado global de chips: los centros de datos de IA consumirán este año cerca del 70% de la producción mundial de chips de memoria, dejando apenas un 30% para PCs, celulares, automoción y dispositivos IoT, y disparando los precios de la DRAM hasta un 90% frente a finales de 2024.
La causa técnica es la memoria de alto ancho de banda (HBM), la que usan las GPUs de IA para mover datos a la velocidad que exige el entrenamiento e inferencia de modelos grandes. Producir HBM requiere entre tres y cuatro veces más capacidad de oblea que la DRAM convencional, así que cada gigabyte de HBM que un fabricante dedica a IA es capacidad que deja de producir para memoria estándar de consumo. NVIDIA es hoy el comprador principal de esa memoria avanzada.
Samsung, SK Hynix y Micron controlan más del 90% del suministro mundial de DRAM. SK Hynix ha declarado que ya tiene vendida toda su producción de 2026 y 2027. Según estimaciones de la industria, el suministro global de DRAM solo alcanzará a cubrir el 60% de la demanda para finales de 2027, y el sector necesitaría un crecimiento de producción anual del 12% cuando lo planificado ronda apenas el 7,5%.
El encarecimiento no se queda en los proveedores de nube que compran GPUs. Cualquier equipo que lleve DRAM o memoria flash convencional —laptops corporativas, servidores on-premise, celulares de la fuerza de ventas— compite por la misma capacidad de fabricación que ahora prioriza la IA. Analistas del sector proyectan que el precio promedio de una PC podría subir hasta un 8% en 2026 solo por este factor, y varios fabricantes de electrónica de consumo han advertido que podrían tener que absorber o trasladar esos costos antes de fin de año.
Para equipos de TI y finanzas, la lectura práctica es doble. Primero, cualquier compra de hardware planificada para 2026-2027 —servidores, laptops, flotas de dispositivos— debe presupuestarse asumiendo precios de memoria más altos y, en algunos casos, plazos de entrega más largos por escasez de componentes. Segundo, este mismo fenómeno es el que sostiene el costo de la infraestructura de nube usada para correr modelos de IA propios o de terceros: los proveedores de nube trasladan tarde o temprano el costo de memoria más caro a sus tarifas de cómputo.
Carlos Montiel es arquitecto de soluciones IA empresarial. Implementa LLMs, Agentes, RAG y orquestadores en empresas de Guatemala y Latinoamérica. Contáctalo para una consultoría.
Contactar a Carlos Montiel