SK Hynix ha aprovechado Computex 2026 para mostrar hacia dónde se dirige la próxima generación de memoria para inteligencia artificial. La compañía surcoreana ha enseñado una solución HBM4E capaz de alcanzar 48 GB en una pila de 12 capas y un ancho de banda de hasta 4 TB/s, una cifra que anticipa el salto que necesitarán los próximos aceleradores de NVIDIA, AMD y otros fabricantes de chips para centros de datos.
El movimiento llega en plena carrera por la memoria de alto ancho de banda. Durante los últimos dos años, la conversación sobre IA se ha centrado casi siempre en las GPU, pero la realidad es más compleja: sin HBM suficiente, los aceleradores no pueden alimentar sus núcleos de cómputo al ritmo que exigen los modelos de nueva generación. La memoria se ha convertido en uno de los cuellos de botella más importantes de la infraestructura de IA, junto a la energía, la refrigeración y la capacidad de red.
SK Hynix parte con una posición de fuerza. Según Counterpoint Research, citada por Reuters, la compañía controlaba alrededor del 58 % del mercado global de HBM en el primer trimestre de 2026, por delante de Samsung y Micron, ambas con cerca del 21 %. Su papel como proveedor clave de NVIDIA le ha colocado en el centro de la cadena de suministro de IA, justo cuando los nuevos sistemas Rubin y Rubin Ultra empiezan a marcar las necesidades de la siguiente etapa.
HBM4E: más densidad con menos capas
La novedad más llamativa de la demostración es la densidad. La HBM4E mostrada por SK Hynix utiliza chips de 32 Gb, un aumento del 33 % frente a configuraciones previas. Eso permite alcanzar 48 GB con una pila de 12 capas, cuando la HBM4 de 48 GB se había asociado a diseños de 16 capas. En la práctica, la compañía puede ofrecer la misma capacidad con una estructura menos alta, lo que reduce complejidad de empaquetado y puede ayudar en integración térmica.
El segundo salto está en el ancho de banda. La HBM4E de SK Hynix apunta a velocidades de hasta 16 Gbps por pin y un ancho de banda de hasta 4 TB/s por pila. Es una mejora relevante frente a HBM4 y un salto todavía mayor respecto a HBM3E, la memoria que hoy alimenta buena parte de los sistemas de IA más avanzados. Los datos han sido difundidos desde Computex por Wccftech a partir de la información mostrada en el stand de SK Hynix.
| Generación | Configuración destacada | Capacidad | Velocidad máxima indicada | Ancho de banda aproximado |
|---|---|---|---|---|
| HBM3E | 12-Hi | 36 GB | hasta 9,2-9,8 Gbps | alrededor de 1,2 TB/s |
| HBM4 | 16-Hi | 48 GB | hasta 11,7 Gbps | cerca de 3 TB/s |
| HBM4E | 12-Hi | 48 GB | hasta 16 Gbps | hasta 4 TB/s |
La tabla resume el cambio de generación, aunque conviene leerla con prudencia. En HBM, el rendimiento final no depende solo de la pila de memoria, sino de la interfaz, el empaquetado, la lógica base, el diseño del acelerador, el consumo, la temperatura y la validación con cada cliente. Aun así, el salto a 4 TB/s por pila marca una dirección clara: la IA necesita alimentar cada vez más rápido a chips que concentran más cómputo en el mismo paquete.
Este avance resulta especialmente importante para Rubin Ultra, la plataforma de NVIDIA prevista para 2027. Reuters recoge que el presidente de SK Group, Chey Tae-won, afirmó en Computex que SK Hynix quiere ser un proveedor importante de HBM para Vera Rubin y que la hoja de ruta de HBM4E dependerá de la demanda de los clientes, con NVIDIA como referencia principal en esta etapa.
La memoria ya condiciona el diseño de los aceleradores de IA
La HBM no es una memoria convencional. Se apila en vertical y se integra muy cerca del procesador mediante empaquetado avanzado, lo que permite mover enormes cantidades de datos con menor consumo por bit transferido que otras arquitecturas. Para entrenamiento e inferencia de modelos de IA, esa proximidad es decisiva: un acelerador puede tener una capacidad de cálculo enorme, pero si no recibe datos a tiempo, parte de esa potencia queda infrautilizada.
La transición desde HBM3E a HBM4 y HBM4E coincide con un aumento fuerte en el tamaño de modelos, ventanas de contexto, sistemas multimodales y agentes que mantienen estado durante más tiempo. Además, las arquitecturas de próxima generación incorporan más aceleradores por rack, más memoria por sistema y redes internas más rápidas. Todo esto eleva la presión sobre la memoria.
SK Hynix sabe que no basta con aumentar velocidad. También necesita escalar producción. Chey Tae-won explicó en Computex que la compañía planea duplicar su capacidad de obleas durante los próximos cinco años para atender la demanda impulsada por la IA. También reiteró que los cuellos de botella de memoria podrían mantenerse hasta 2030, aunque advirtió de que subidas demasiado bruscas de precios podrían dañar el crecimiento sostenible del propio sector.
Esa frase refleja bien el dilema de la industria. La demanda es enorme y los fabricantes de memoria tienen margen para mejorar precios y márgenes. Pero si la HBM se encarece demasiado, los clientes pueden retrasar proyectos, ajustar configuraciones o buscar arquitecturas alternativas. La IA necesita memoria, pero también necesita que esa memoria no convierta cada despliegue en una inversión prohibitiva.
Samsung y Micron no están quietas. Samsung ya ha empezado a enviar muestras de HBM4E a clientes, según Reuters, y está intentando recuperar terreno en un mercado donde SK Hynix se adelantó con HBM3E y con su relación con NVIDIA. Micron también ha reforzado su apuesta por HBM para plataformas de IA. La competencia será más dura en la segunda mitad de la década.
NAND apilada para IA: la otra apuesta de SK Hynix
La presencia de SK Hynix en Computex no se limitó a HBM. La compañía también mostró tecnologías relacionadas con NAND para IA, entre ellas AI-N B, una solución que busca combinar un enfoque parecido al de HBM en cuanto a apilado y conectividad con capacidades más propias del almacenamiento flash. La idea es acercarse a un punto intermedio: más capacidad que la HBM tradicional y más ancho de banda que un SSD convencional.
Este concepto enlaza con el interés creciente por High Bandwidth Flash, o HBF, una tecnología que SK Hynix y SanDisk han trabajado para estandarizar. HBF se plantea como una memoria basada en NAND diseñada para servidores de inferencia de IA, situada entre la HBM DRAM y los SSD tradicionales. Tom’s Hardware explicó que la propuesta busca ofrecer mucha más capacidad que la HBM, con menor coste y consumo, aunque con una latencia distinta y un papel más orientado a servir como capa de memoria o almacenamiento de alto ancho de banda.
La diferencia entre entrenamiento e inferencia ayuda a entenderlo. El entrenamiento necesita el máximo ancho de banda y baja latencia para ajustar modelos gigantescos. La inferencia, especialmente en despliegues masivos, necesita además capacidad para manejar grandes lotes, contexto largo, recuperación de información, cachés y datos asociados a millones de usuarios. Ahí una memoria basada en NAND, si logra suficiente ancho de banda y una integración adecuada, puede aliviar parte de la presión sobre la HBM.
No será un sustituto directo. HBM y HBF pueden convivir. La HBM seguiría siendo la memoria ultrarrápida junto al acelerador, mientras tecnologías basadas en NAND podrían servir como una capa de mayor capacidad para inferencia, RAG, bases vectoriales o modelos que no caben cómodamente en memoria DRAM. De hecho, la investigación académica reciente apunta en esa dirección, con arquitecturas que exploran NAND 3D para acelerar inferencia local o búsquedas vectoriales a gran escala.
LPCAMM2 y V9 NAND: la IA también llega al cliente
SK Hynix también mostró productos más cercanos al cliente final, como su primer módulo LPCAMM2 de 96 GB basado en LPDDR5X y tecnología 1cnm, con velocidades de hasta 9,6 Gbps. Este tipo de módulo está pensado para plataformas compactas, portátiles de alto rendimiento y equipos AI PC, donde la memoria soldada o modular de bajo consumo gana importancia frente a los SO-DIMM tradicionales.
Además, la compañía enseñó soluciones NAND V9 en variantes QLC y TLC, orientadas a SSD compactos y diseños de bajo consumo. Aunque el foco mediático está en la HBM, estos productos muestran que la IA está empujando toda la cartera de memoria: desde centros de datos con aceleradores gigantescos hasta portátiles, estaciones de trabajo, almacenamiento local y dispositivos de nueva generación.
La lectura industrial es clara. SK Hynix no quiere ser solo proveedor de un componente concreto para NVIDIA. Quiere ocupar más capas de la memoria para IA: HBM para entrenamiento y aceleradores de alto rendimiento, NAND avanzada para inferencia y almacenamiento, LPCAMM2 para AI PCs y soluciones especializadas para servidores y sistemas compactos.
La carrera por la IA ya no se decide solo en quién tiene el chip más potente. Se decide en quién puede alimentar ese chip con datos, quién puede fabricar suficiente memoria, quién puede empaquetarla con buena eficiencia térmica y quién puede mantener la cadena de suministro estable durante años. En ese tablero, la HBM4E de 48 GB y 4 TB/s de SK Hynix es más que una especificación llamativa: es una señal de que la memoria se ha convertido en una pieza central de la geopolítica y la economía de la inteligencia artificial.
Preguntas frecuentes
¿Qué ha presentado SK Hynix en Computex 2026?
SK Hynix ha mostrado una solución HBM4E de 48 GB en una pila de 12 capas, con chips de 32 Gb, velocidades de hasta 16 Gbps por pin y un ancho de banda máximo indicado de 4 TB/s.
¿Por qué importa la HBM4E para la IA?
Porque los aceleradores de IA necesitan mover enormes volúmenes de datos entre memoria y procesador. Más ancho de banda y más capacidad permiten alimentar mejor a GPUs y chips de próxima generación.
¿Qué relación tiene con NVIDIA Rubin Ultra?
La HBM4E se perfila como memoria clave para plataformas posteriores a Rubin, como Rubin Ultra. SK Hynix aspira a mantener su papel como proveedor principal de memoria para NVIDIA en sistemas de IA avanzados.
¿Qué es AI-N B o HBF?
Son enfoques de memoria basados en NAND de alto ancho de banda, pensados para acercar más capacidad al cómputo de IA, especialmente en inferencia. No sustituyen directamente a HBM, pero pueden complementarla.
vía: wccftech
