La escasez de memoria se ha convertido en uno de los grandes puntos de tensión de la industria tecnológica. Ya no afecta solo al precio de los módulos DRAM de consumo o a los servidores tradicionales. La demanda de inteligencia artificial ha llevado la presión hasta la memoria HBM, LPDDR y otros componentes necesarios para construir aceleradores, sistemas completos y grandes clústeres de centros de datos.
En ese contexto, las declaraciones de Colette Kress, directora financiera de NVIDIA, han dejado una lectura clara: la compañía considera que muchos competidores reaccionaron tarde. En una entrevista con el analista Tae Kim, Kress explicó que NVIDIA esperaba la subida de precios y había encargado memoria con mucha antelación. Su mensaje fue directo: otros se sorprendieron al ver subir el precio de la memoria, pero NVIDIA ya lo había previsto.
La frase importa porque revela una ventaja menos visible que los benchmarks de GPU. NVIDIA no domina solo por tener chips potentes o un ecosistema de software maduro. También domina porque ha aprendido a coordinar la cadena de suministro antes que muchos rivales. En la era de la IA, anticiparse a la memoria puede ser tan importante como diseñar el acelerador.
La memoria se ha convertido en el nuevo cuello de botella
Durante años, el debate sobre inteligencia artificial se ha centrado en las GPU. H100, H200, B200, Blackwell, Rubin, MI300X o TPU se han convertido en nombres habituales entre empresas, inversores y responsables de infraestructura. Pero cada generación de aceleradores necesita enormes cantidades de memoria de alto rendimiento para alimentar los modelos, sostener ventanas de contexto más largas y mover datos a suficiente velocidad.
La HBM ha pasado a ser uno de los componentes más disputados del mercado. No es una memoria cualquiera: se apila en varios niveles, ofrece gran ancho de banda y se integra cerca del procesador. Eso la hace ideal para cargas de IA, pero también más compleja de fabricar y de empaquetar. Si aumenta la capacidad destinada a HBM, parte del esfuerzo industrial se desplaza desde otras memorias. El resultado es una presión que se extiende a la DRAM convencional, LPDDR y otros segmentos.
Kress explicó que NVIDIA no se limita a comprar lo que haya disponible. La compañía trabaja con los fabricantes de memoria desde la fase de diseño, les adelanta qué configuraciones necesitará y coordina capacidad con ellos. Según sus palabras, lo hace con los tres grandes proveedores de memoria, no solo con uno. Esa coordinación temprana permite asegurar suministro, ajustar volúmenes y evitar depender del mercado spot cuando los precios ya se han disparado.
| Elemento | Por qué importa en la IA |
|---|---|
| HBM | Aporta ancho de banda para entrenamiento e inferencia de alto rendimiento |
| DRAM | Sigue siendo necesaria en servidores y sistemas que rodean a las GPU |
| LPDDR | Puede ganar peso en nuevas plataformas y sistemas de IA más integrados |
| Capacidad fabril | No se amplía de la noche a la mañana; requiere inversión y planificación |
| Packaging avanzado | Limita el ritmo de producción de memorias apiladas y aceleradores |
| Contratos anticipados | Dan ventaja a quienes reservan capacidad antes de la subida de precios |
NVIDIA gana no solo por chip, sino por planificación
Los resultados de NVIDIA ayudan a entender por qué esta capacidad de anticipación pesa tanto. En el tercer trimestre de su ejercicio fiscal 2026, la compañía declaró ingresos récord de 57.000 millones de dólares, un 62 % más que un año antes. Su división de centros de datos generó 51.200 millones, un 66 % más interanual. Jensen Huang resumí la situación con una frase reveladora: las ventas de Blackwell estaban “fuera de escala” y las GPU cloud estaban agotadas.
Cuando una empresa vende prácticamente todo lo que puede fabricar, el problema pasa de la demanda a la ejecución industrial. No basta con tener pedidos. Hay que conseguir obleas, memoria, sustratos, empaquetado, energía, racks, redes y capacidad de montaje. En ese punto, NVIDIA juega como una compañía de semiconductores, pero también como un coordinador de infraestructura global.
La diferencia con otros actores puede estar precisamente ahí. Muchas empresas tecnológicas han construido su negocio sobre software, cloud o integración de servicios. NVIDIA, en cambio, lleva décadas trabajando con proveedores de silicio, memorias, placas, fabricantes de servidores y operadores de centros de datos. Esa experiencia pesa cuando la cadena de suministro entra en tensión.
Kress lo planteó casi como una crítica al resto del mercado: otros también podían haber encargado memoria, pero quizá no creyeron lo suficiente en la magnitud de la demanda. En una industria donde los plazos de capacidad se miden en años, creer pronto tiene consecuencias económicas muy concretas.
Rubin puede aumentar todavía más la presión
La próxima gran prueba llegará con Rubin, la plataforma de nueva generación de NVIDIA. Algunos informes de mercado estiman que la demanda de LPDDR asociada a Rubin en 2027 podría superar la demanda combinada de Apple y Samsung en smartphones. La cifra debe leerse como una previsión externa, no como un dato oficial confirmado por NVIDIA, pero ilustra bien la escala del problema.
Hasta ahora, el consumidor estaba acostumbrado a que Apple, Samsung y otros fabricantes de móviles fueran grandes compradores de memoria avanzada. La IA ha cambiado esa jerarquía. Un solo ciclo de aceleradores para centros de datos puede competir por capacidad con sectores enteros de electrónica de consumo.
Ese desplazamiento tiene efectos en cascada. Si los fabricantes de memoria priorizan contratos de alto margen ligados a IA, otros mercados pueden sufrir subidas de precio, retrasos o menor disponibilidad. PCs, smartphones, servidores tradicionales, almacenamiento y electrónica industrial quedan expuestos a la misma tensión.
| Mercado afectado | Posible efecto de la demanda de IA |
|---|---|
| Centros de datos de IA | Más inversión en HBM, LPDDR y sistemas completos |
| Servidores tradicionales | Mayor coste de componentes y plazos más largos |
| PCs y portátiles | Subida de precios en DRAM y almacenamiento si la escasez se extiende |
| Smartphones | Competencia por LPDDR avanzada |
| Fabricantes de memoria | Más ingresos, pero presión laboral y necesidad de ampliar capacidad |
| Proveedores cloud | Necesidad de reservar hardware con mucha antelación |
Los fabricantes de memoria viven su propio boom
La escasez también está cambiando el equilibrio laboral y económico en Corea del Sur. SK Hynix y Samsung han visto cómo la demanda de IA dispara el valor estratégico de sus divisiones de memoria. En Samsung, la tensión llegó al terreno sindical, con decenas de miles de trabajadores amenazando con una huelga para reclamar una mayor participación en los beneficios ligados al auge de la memoria. El conflicto se produjo en un momento especialmente delicado, con preocupación por el impacto que una paralización pudiera tener sobre la oferta global de DRAM y NAND.
La situación muestra que la cadena de IA no termina en Silicon Valley. Depende de fábricas en Corea, Taiwán, Japón, Estados Unidos y otros países; de proveedores de químicos, maquinaria, empaquetado y obleas; y de acuerdos a largo plazo que no se improvisan cuando el mercado ya está tensionado.
Para NVIDIA, haber reservado memoria antes supone una ventaja competitiva. Para sus rivales, la consecuencia puede ser doble: pagar más y recibir más tarde. Eso afecta a márgenes, calendario de lanzamientos y capacidad para competir en grandes contratos de infraestructura.
La lección para la industria: la IA se gana en la cadena de suministro
La inteligencia artificial se suele presentar como una carrera de modelos, parámetros y software. Pero la escasez de memoria recuerda que también es una carrera de planificación industrial. Quien no asegure componentes críticos a tiempo puede tener el mejor diseño sobre el papel y aun así no poder fabricarlo a escala.
Esto afecta a fabricantes de chips, proveedores cloud, startups de IA, gobiernos que quieren infraestructuras soberanas y grandes empresas que planean despliegues propios. Reservar GPU ya no es suficiente. Hay que entender qué memoria llevan, quién la fabrica, qué contratos la respaldan y qué plazos reales existen para entregarla.
NVIDIA ha convertido esa anticipación en una parte de su ventaja. La compañía no solo vende aceleradores; organiza un sistema completo de suministro, diseño conjunto y capacidad futura. En un mercado donde cada nueva generación de IA consume más memoria, más energía y más red, esa capacidad puede ser más difícil de replicar que una ficha técnica.
La escasez de memoria no es un accidente pasajero. Es una señal de que la IA ha entrado en una fase física, industrial y muy intensiva en capital. Los modelos pueden entrenarse en la nube, pero la nube necesita fábricas, chips, obleas, memoria y acuerdos firmados años antes. Ahí es donde NVIDIA parece haber visto el problema antes que muchos otros.
Preguntas frecuentes
¿Qué ha dicho la directora financiera de NVIDIA sobre la memoria?
Colette Kress afirmó que NVIDIA esperaba la subida de precios y había encargado memoria con antelación, trabajando directamente con sus proveedores para diseñar y reservar capacidad.
¿Por qué la memoria es tan importante para la IA?
Porque los aceleradores de IA necesitan gran ancho de banda y mucha capacidad para entrenar modelos, ejecutar inferencia, mover datos y sostener cargas con contextos cada vez mayores.
¿La escasez afecta solo a la HBM?
No. La presión sobre HBM puede desplazar capacidad industrial y terminar afectando también a DRAM, LPDDR y otros segmentos de memoria usados en servidores, PCs y smartphones.
¿Qué ventaja tiene NVIDIA frente a otros competidores?
Además de sus GPU y su ecosistema de software, NVIDIA parece haber asegurado suministro de memoria antes que muchos rivales, lo que puede darle más estabilidad en costes y producción.
vía: wccftech
