La memoria para inteligencia artificial enfrenta una escasez que podría extenderse hasta 2027 y más allá, según han alertado Samsung y SK hynix, dos de los principales fabricantes globales. Este fenómeno responde a un aumento sin precedentes de la demanda, especialmente de la memoria HBM, fundamental para sistemas de IA, lo que está empezando a tensionar también el mercado más amplio de tecnologías DRAM.
La creciente demanda y sus causas
El director de la división de memoria de Samsung, Kim Jaejune, señaló en el informe de resultados correspondiente al primer trimestre que los niveles de abastecimiento están en mínimos históricos, con clientes adelantando reserva de suministro hasta 2027. Una semana antes, fuentes de SK hynix expresaron preocupaciones similares.
Samsung, SK hynix y Micron controlan más del 90% del mercado global de DRAM, por lo que sus advertencias conjuntas son significativas. La fuerza motriz de esta escasez es la infraestructura que sostiene la inteligencia artificial, que requiere grandes cantidades de memoria de alta velocidad continuamente alimentando unidades de procesamiento gráfico (GPU) y aceleradores específicos.
En este contexto, la memoria HBM (high-bandwidth memory) se ha convertido en un recurso crítico. Este tipo de memoria DRAM apilada verticalmente ofrece un ancho de banda muy elevado y proximidad física a los procesadores, pero al mismo tiempo es compleja y costosa de fabricar.
Impacto sobre el mercado DRAM y la producción
El esfuerzo productivo para la memoria HBM limita la fabricación por su avanzada tecnología de apilado, unión precisa y embalaje sofisticado. La demanda excede con creces la capacidad de expansión de los proveedores.
Como consecuencia, la escasez no sólo afecta a la HBM, sino que comienza a provocar tensiones en la demanda de DRAM convencional, pues los fabricantes asignan mayor inversión y recursos a la producción de memorias para aplicaciones de inteligencia artificial con mayores márgenes.
Además, la necesidad de almacenamiento en los centros de datos para IA está incrementando la demanda de SSD empresariales, ampliando las áreas de presión sobre la cadena de suministros.
Paralelamente, la industria explora nuevas tecnologías de memoria, como 3D X-DRAM y memoria ZAM (Z-Angle Memory), que buscan reducir el consumo energético y facilitar la escalabilidad, aunque estos desarrollos todavía están lejos de poder suplir la demanda actual.
Inversiones y limitaciones en la expansión
Hoy en día, algunos clientes ya han cerrado acuerdos para disponer de memorias reservadas hasta 2027. El presidente del Grupo SK, Chey Tae-won, mencionó incluso que la presión por el suministro podría extenderse hasta 2030.
A nivel empresarial, la crisis de oferta ha impulsado las cuentas de resultados. Samsung Semiconductor reportó un beneficio operativo de 53,7 billones de won en el primer trimestre, y SK hynix alcanzó récords de ingresos y ganancias, gracias a las ventas de HBM para infraestructura de inteligencia artificial.
Para hacer frente al problema, ambas compañías han aumentado significativamente las inversiones en capacidad productiva y en procesos avanzados de empaquetado y fabricación. Samsung incrementó un 67,5 % su inversión en la planta de Xi’an en 2025, mientras SK hynix dedicó sumas similares a sus instalaciones en Wuxi y Dalian.
Sin embargo, la construcción y puesta en marcha de nuevas plantas es un proceso que tarda años, por lo que la oferta no puede seguir el ritmo acelerado del consumo derivado de la expansión de la IA.
Más allá de la memoria: un entorno con recursos limitados
La escasez de memoria se suma a otras limitaciones que vive la industria tecnológica relacionadas con la inteligencia artificial. La falta de unidades gráficas (GPU) ya es un problema palpable y las necesidades elevadas de energía están llevando a compañías a explorar soluciones energéticas novedosas, como proyectos de energía solar espacial apoyados por Meta para abastecer centros de datos AI.
Estos factores evidencian que el desarrollo de la infraestructura para inteligencia artificial tiene implicaciones que van más allá del hardware tradicional, haciendo imprescindible una planificación a largo plazo y una gestión cuidadosa de recursos.
En definitiva, la memoria para inteligencia artificial es hoy un recurso estratégico afectado por una demanda sin precedentes, cuyas limitaciones impactan tanto en la oferta inmediata como en las tendencias de innovación tecnológica y la estructura económica del sector.
