La carrera por la infraestructura que sostendrá la próxima oleada de Inteligencia Artificial ya no se libra solo en las GPU o en la memoria HBM. También empieza a jugarse en el almacenamiento, y ahí Samsung y NVIDIA están dando un paso interesante. No hay constancia de un anuncio comercial clásico ni de que NVIDIA vaya a fabricar memoria NAND, pero sí existe una colaboración real de investigación entre ambas compañías junto a Georgia Tech para acelerar el desarrollo de memoria NAND basada en materiales ferroeléctricos mediante modelos de IA y computación acelerada.

El matiz es importante porque evita caer en el titular fácil. Lo que hoy puede sostenerse con rigor es que Samsung está trabajando en nuevas arquitecturas de NAND de muy bajo consumo y que investigadores de Samsung Semiconductor Research, NVIDIA y Georgia Tech han presentado un modelo Physics-Informed Neural Operator, o PINO, capaz de acelerar de forma drástica el análisis de este tipo de dispositivos. La base científica está publicada y el contexto industrial apunta a una colaboración más amplia, pero no se ha presentado oficialmente una línea de producto ni una hoja de ruta comercial cerrada para una “NAND de NVIDIA”.

Qué se sabe de verdad sobre esta colaboración

La pieza más sólida de toda la historia es el trabajo científico. El pasado 6 de marzo se publicó en arXiv el estudio “Physics-informed AI Accelerated Retention Analysis of Ferroelectric Vertical NAND: From Day-Scale TCAD to Second-Scale Surrogate Model”, firmado por investigadores de Samsung, NVIDIA, Georgia Tech y otras entidades. El documento describe cómo un modelo PINO puede analizar el comportamiento de una NAND vertical ferroeléctrica con una aceleración superior a 10.000 veces frente a simulaciones TCAD convencionales, manteniendo coherencia física en los resultados.

Ese dato de 10.000 veces no debe leerse como “la memoria será 10.000 veces más rápida”, porque no se refiere al rendimiento final de un SSD o de un chip comercial. Lo que acelera esa IA es la fase de simulación y análisis en I+D. En lugar de dedicar decenas de horas a explorar una combinación de parámetros, materiales y estructuras, el equipo puede obtener predicciones en segundos y probar muchas más variantes en menos tiempo. En una industria donde cada salto de memoria exige años de modelado, validación y fabricación piloto, eso puede acortar bastante los ciclos de desarrollo.

La segunda pieza importante procede de Samsung. En noviembre de 2025, Samsung Semiconductor anunció que un equipo del SAIT había publicado en Nature un trabajo sobre transistores ferroeléctricos para memoria NAND de bajo consumo. Según ese estudio, la arquitectura propuesta puede reducir hasta un 96 % el consumo en operaciones a nivel de string frente a aproximaciones convencionales, además de mantener capacidades de almacenamiento multicelda comparables a la NAND actual. Esa cifra del 96 % sí tiene una fuente técnica y oficial, aunque conviene entenderla como un resultado experimental de investigación, no como una promesa inmediata para productos comerciales de mercado.

Por qué la NAND ferroeléctrica interesa tanto en la era de la IA

La NAND tradicional sigue siendo esencial para SSD, almacenamiento empresarial y sistemas que alimentan cargas de IA, pero se enfrenta a límites físicos cada vez más duros. A medida que aumentan las capas y la densidad, se complica el control eléctrico, sube el consumo y se estrecha el margen para seguir escalando sin penalizaciones. La propuesta ferroeléctrica intenta atacar precisamente ese problema, reemplazando parte de la lógica habitual basada en carga por estructuras que pueden conservar estados eléctricos con más eficiencia.

Aquí es donde NVIDIA entra con lógica industrial. La compañía no necesita convertirse en fabricante de NAND para tener interés directo en esta tecnología. Sus sistemas de IA, sus socios cloud y todo el ecosistema de aceleradores requieren cada vez más almacenamiento rápido, denso y eficiente. Si la IA está disparando la demanda de memoria y almacenamiento en centros de datos, participar en herramientas que aceleren el diseño de la NAND de próxima generación también refuerza la posición de NVIDIA en la cadena de valor. Reuters ya venía señalando además que Samsung y NVIDIA habían estrechado su relación en otros frentes, como HBM4 y la creación de una factoría de semiconductores potenciada por más de 50.000 GPU de NVIDIA.

Para Samsung, la motivación también es evidente. La compañía sigue siendo el mayor proveedor mundial de NAND flash por ingresos, con alrededor de un 32 % de cuota según Counterpoint Research, en un mercado que vuelve a beneficiarse del tirón de la infraestructura de IA y del crecimiento del almacenamiento para servidores. Mantener esa posición exigirá algo más que aumentar producción: hará falta encontrar la siguiente gran arquitectura de NAND antes que rivales como SK hynix/Solidigm, Kioxia o Micron.

El objetivo de las 1.000 capas todavía está en fase aspiracional

Uno de los titulares que más ruido está generando alrededor de esta historia es el supuesto salto hacia memorias NAND de 1.000 capas. Aquí también conviene separar lo confirmado de lo especulativo. Medios coreanos como Sedaily y análisis de TrendForce presentan la NAND ferroeléctrica como una vía prometedora hacia ese umbral, pero ni el artículo de Nature ni el preprint de arXiv anuncian que Samsung haya resuelto ya esa meta ni que exista un calendario industrial para alcanzarla. De momento, es más correcto hablar de una dirección tecnológica plausible que de un producto cercano.

Aun así, el valor de la noticia no desaparece por ese matiz. Al contrario: quizá lo más interesante aquí no es que Samsung y NVIDIA tengan ya “la NAND del futuro”, sino que la IA empieza a formar parte directa del propio proceso de diseñar memoria avanzada. Si hasta ahora el debate se centraba en usar la IA para generar texto, código o imágenes, este caso muestra otra capa mucho más estratégica: emplearla para acelerar la física, la simulación y la ingeniería de los componentes que sostendrán los centros de datos del futuro.

En otras palabras, la batalla de la IA ya no consiste solo en entrenar modelos más grandes. También consiste en construir memorias, chips y sistemas que puedan alimentarlos con menos consumo, más densidad y ciclos de desarrollo más cortos. Samsung aporta la experiencia en memoria; NVIDIA, la infraestructura de cálculo y el músculo de IA. El resultado, por ahora, no es un producto listo para vender, sino una colaboración de I+D con bastante más calado del que parece a primera vista.

Preguntas frecuentes

¿Samsung y NVIDIA han anunciado una nueva memoria NAND comercial?

No. Lo que está respaldado por fuentes públicas es una colaboración de investigación en torno a NAND ferroeléctrica y un modelo de IA para acelerar su análisis. No se ha presentado oficialmente un producto comercial de NAND desarrollado conjuntamente.

¿Qué es la NAND ferroeléctrica?

Es una línea de investigación en memoria flash que utiliza materiales ferroeléctricos para mejorar eficiencia y escalabilidad frente a la NAND convencional. Samsung publicó en Nature resultados experimentales que apuntan a un consumo mucho más bajo en operaciones de string.

¿Qué significa que la IA acelere el análisis 10.000 veces?

No significa que el chip final vaya a ser 10.000 veces más rápido, sino que el modelo PINO puede acelerar el trabajo de simulación y modelado frente a herramientas TCAD tradicionales, reduciendo análisis que podían tardar días a escalas de segundos.

¿Es real el objetivo de las 1.000 capas en NAND?

Es una dirección tecnológica citada por medios asiáticos y analistas como TrendForce, pero no una meta oficialmente anunciada como producto cercano por Samsung en los documentos técnicos revisados. Hoy debe tratarse como una aspiración de futuro, no como una especificación confirmada.