La infraestructura para inteligencia artificial se prepara para transformar su núcleo en los próximos años, y esta vez no será con componentes tradicionales como GPUs o centros de datos, sino con la memoria como protagonista. Un informe reciente de TrendForce señala que la evolución en las arquitecturas de IA está propulsando al mercado combinado de DRAM y NAND flash hacia un pico histórico esperado para 2027. Este fenómeno, comparado con una “segunda ola” del auge de la IA, gira en torno al papel fundamental que la memoria juega en el rendimiento y costos de estos sistemas.
A medida que los sistemas de inteligencia artificial requieren gestionar volúmenes de datos cada vez mayores, estos necesitan más DRAM de alto ancho de banda y baja latencia para procesar los modelos, ejecutar inferencias y sostener el paralelismo de tareas. La memoria NAND, por su parte, está dejando de ser un simple almacenamiento para convertirse en un componente crítico para la rápida transmisión de datos en infraestructuras avanzadas, especialmente para los proveedores de servicios en la nube.
Es relevante mencionar que la industria está experimentando una transición hacia el uso intensivo de datos en lugar de depender únicamente del poder de cómputo puro. Según las proyecciones de TrendForce, el mercado total de memoria alcanzará los 551.600 millones de dólares en 2026 y llegará a los 842.700 millones en 2027, con un crecimiento interanual del 53% para ese último año. Estas cifras reflejan un incremento notable en la demanda de DRAM, la cual toma un papel preponderante en el salto económico del sector.
La presión sobre los precios es una consecuencia natural de este aumento en la demanda. TrendForce destaca un incremento significativo en los precios de DRAM, especialmente impulsado por la demanda de DDR5, que ha llegado hasta un 58% por trimestre en el pasado reciente. Se anticipa que este ambiente de presión continuará, con aumentos de más del 60% proyectados para el primer trimestre de 2026. En el caso de la memoria NAND, se espera un patrón similar, con subidas de entre el 55% y el 60% en el mismo periodo.
Este cambio en el paisaje de la infraestructura tecnológica no es simplemente un ciclo más de precios altos en el sector, sino que representa un ajuste estructural derivado del nuevo uso de la IA. En lugar de centrarse únicamente en el entrenamiento masivo, ahora se busca optimizar el acceso a los datos y mejorar la capacidad de inferencia y la toma de decisiones, elevando las exigencias de capacidad y eficiencia.
Para las organizaciones que dependen de la IA o que compiten en el mercado de hardware, este escenario prevé desafíos importantes. La presión sobre los costos de la plataforma incrementa el total de costo de propiedad (TCO) de las infraestructuras. Además, los riesgos de disponibilidad podrían afectar los modelos de compra actuales, obligando a las empresas a asegurar contratos de largo plazo y ajustar sus estrategias de aprovisionamiento. Finalmente, la optimización se convierte en una necesidad ineludible: las empresas deben adaptar sus modelos de diseño de cargas de trabajo y datos para no desbordar sus presupuestos de memoria.
La memoria, muchas veces considerada un componente de soporte en la ecuación del rendimiento de la IA, pasa a ser un recurso estratégico decisivo. Con el acceso y movimiento de datos como un nuevo cuello de botella, el rol de la DRAM y la NAND se torna aún más crucial en los años venideros, cambiando el enfoque de la infraestructura de IA hacia un modelo donde la memoria no solo es esencial sino determinante en su éxito y expansión.
Más información y referencias en Noticias Cloud.
