La inteligencia artificial está provocando una transformación que va mucho más allá de los procesadores y las tarjetas gráficas. Detrás de cada modelo generativo, servidor de IA, estación de trabajo y dispositivo inteligente existe otro componente que se ha convertido en estratégico: la memoria y el almacenamiento.
Durante un evento Kingston explicó cómo el crecimiento de la inteligencia artificial está modificando sus prioridades de producción, la demanda de DRAM y SSD, así como la manera en que fabricantes, hyperscalers y empresas están planeando sus inversiones tecnológicas.
Kingston tiene su sede en Fountain Valley, California, donde mantiene operaciones de ventas, ingeniería y manufactura. La compañía también cuenta con una red global de producción y asegura que sus 59 líneas de manufactura pueden fabricar cientos de millones de productos al año.
El cambio más importante, sin embargo, no está solamente en cuánto se fabrica, sino en qué tipo de memoria se necesita y para qué aplicaciones.
La IA está devorando memoria a una velocidad que la industria no había visto
Los aceleradores y GPUs pueden ejecutar enormes cantidades de operaciones, pero necesitan mover constantemente grandes volúmenes de información. Para que un sistema de inteligencia artificial funcione de manera eficiente hacen falta memoria de alta velocidad, almacenamiento de gran capacidad y una arquitectura capaz de alimentar al procesador sin convertirse en un cuello de botella.
TrendForce denomina a este fenómeno la “memory wall”: el crecimiento del poder de cómputo de los sistemas de IA está avanzando más rápido que la capacidad tradicional de mover datos, lo que ha convertido a tecnologías como HBM, DDR5 y los SSD empresariales en piezas fundamentales de la infraestructura.
Esto explica por qué los grandes proveedores de nube y hyperscalers están absorbiendo una cantidad cada vez mayor de memoria. Y el efecto ya comienza a sentirse fuera de los centros de datos.
De acuerdo con TrendForce, durante el tercer trimestre de 2026 los precios contractuales de la DRAM convencional podrían aumentar entre 13 y 18% trimestral, mientras que NAND Flash podría subir entre 10 y 15%. La firma también señala que los fabricantes están reasignando capacidad hacia servidores y aplicaciones de IA, reduciendo la disponibilidad para computadoras personales.
Se estima que el suministro de DRAM seguirá limitado durante 2027 debido a la demanda de HBM y servidores de IA, mientras que parte de la nueva capacidad de producción no tendría una contribución significativa hasta 2028.
Ya no se trata de fabricar una sola pieza de silicio
Uno de los cambios tecnológicos más importantes es que aumentar la capacidad de memoria ya no consiste simplemente en utilizar un chip individual de mayor capacidad.
Las arquitecturas modernas utilizan múltiples chips y configuraciones cada vez más complejas para conseguir mayor densidad, ancho de banda y eficiencia. En el segmento de IA esto resulta especialmente importante porque los sistemas necesitan acceder a enormes cantidades de datos en tiempos extremadamente cortos.
La HBM es el ejemplo más evidente. Se trata de una memoria de alto ancho de banda diseñada para trabajar junto a aceleradores y procesadores de alto rendimiento. Su fabricación consume más capacidad de oblea que la DRAM convencional, por lo que aumentar la producción de HBM no significa necesariamente aumentar proporcionalmente la cantidad de bits disponibles para el resto del mercado.
Ese efecto dominó ayuda a explicar por qué una decisión tomada para abastecer centros de datos termina impactando el precio de la RAM de una laptop o de una PC.
Los hyperscalers están cambiando las reglas del mercado
El crecimiento de los centros de datos de IA también está modificando la relación entre fabricantes de memoria y grandes compradores.
Los hyperscalers necesitan configuraciones diseñadas específicamente para sus cargas de trabajo. En lugar de comprar únicamente componentes estandarizados, los proyectos pueden requerir módulos de alta capacidad, SSD empresariales y configuraciones específicas para servidores que procesan grandes modelos de IA.
Kingston trabaja precisamente en distintos segmentos que van desde el mercado de consumo hasta fabricantes de PC, servidores, centros de datos y soluciones industriales. La compañía señala que sus productos de memoria y almacenamiento soportan infraestructuras destinadas a manejar grandes volúmenes de información.
La escala de estos proyectos ayuda a dimensionar el cambio. Durante la visita, Kingston compartió ejemplos de proyectos que requieren miles de módulos de memoria, incluyendo configuraciones de miles de memorias de 64 GB. Para el canal tradicional, cantidades de ese tamaño eran poco habituales; ahora forman parte de una demanda cada vez más frecuente en determinados proyectos empresariales.
La compañía también explicó que una parte importante de su producción está siendo absorbida por proyectos relacionados con centros de datos y grandes clientes, una señal de cómo la IA está desplazando el equilibrio histórico del mercado.
El problema es que construir capacidad nueva no ocurre de la noche a la mañana
Ante este escenario, aumentar la producción parece la solución lógica. El problema es que fabricar semiconductores y componentes de memoria no funciona como abrir una nueva línea de ensamblaje convencional.
Las nuevas líneas requieren espacio, maquinaria especializada, suministro energético, calibración, pruebas y procesos de certificación. Además, cada equipo debe alcanzar niveles de precisión extremadamente altos antes de entrar en producción.
Kingston explica que sus productos pasan por múltiples etapas de validación y pruebas. En el caso de sus módulos de memoria, la empresa realiza pruebas de especificación, compatibilidad, integridad de señal, estrés ambiental y pruebas de producción. También afirma que realiza pruebas sobre el 100% de los productos terminados.
Por eso, incluso cuando un fabricante decide ampliar capacidad, los resultados no aparecen inmediatamente. La industria de la memoria ya vivió ciclos de sobreoferta en los que los fabricantes terminaron con exceso de capacidad y fuertes pérdidas. Por ello, el reto actual no consiste solamente en fabricar más, sino en calcular cuánto producir para satisfacer la demanda de IA sin repetir un escenario de sobreinversión cuando el ciclo eventualmente se modere.
La escasez de memoria también llegará a las computadoras personales
Aunque el centro de gravedad actual está en los centros de datos, la presión ya se está trasladando al mercado de PC.
El problema es particularmente evidente con DDR5. Los fabricantes están priorizando aplicaciones de servidores y sistemas de inteligencia artificial, mientras que la oferta disponible para computadoras personales queda más limitada. TrendForce advierte que los precios elevados de los componentes pueden trasladarse a notebooks y otros dispositivos, afectando incluso sus volúmenes de venta.
Esto también modifica las decisiones de los consumidores. Esperar a que bajen los precios puede no ser la estrategia más sencilla cuando el mercado sigue enfrentando una demanda estructural de los centros de datos. No significa que todos los productos vayan a subir indefinidamente, pero sí que la normalización puede tardar más de lo que muchos compradores esperan.
De hecho, los precios no están aumentando de la misma manera en todos los segmentos. Mientras la DRAM mantiene una fuerte presión alcista, TrendForce anticipa que el mercado NAND podría comenzar a relajarse durante la segunda mitad de 2027 debido a nueva capacidad y una demanda más débil de electrónica de consumo.
México tiene una oportunidad, pero el canal tendrá que cambiar
Para México, esta transformación representa tanto un reto como una oportunidad, las empresas que todavía trabajan con equipos antiguos pueden enfrentar problemas de rendimiento cuando comienzan a utilizar herramientas de IA generativa, análisis de datos, automatización o aplicaciones que requieren mayor capacidad de memoria.
La tendencia también abre espacio para las estaciones de trabajo. En lugar de que una pequeña o mediana empresa tenga que construir un centro de datos completo, puede utilizar equipos de alto rendimiento capaces de ejecutar determinadas cargas de IA localmente.
Esto resulta especialmente atractivo cuando la información es sensible.
Un hospital, por ejemplo, puede querer utilizar inteligencia artificial para analizar documentos, imágenes o información clínica, pero no necesariamente quiere enviar todos sus datos a una infraestructura externa. En esos casos, una arquitectura híbrida permite mantener determinadas cargas localmente y utilizar la nube para otras funciones.
Ahí aparece otra tendencia que será cada vez más importante: edge computing.
La próxima batalla será llevar la IA del centro de datos al dispositivo
Hoy buena parte de la infraestructura de IA se concentra en enormes centros de datos. Sin embargo, conforme aumente la capacidad de procesamiento local, más tareas comenzarán a ejecutarse directamente en computadoras, smartphones, vehículos, robots, cámaras, equipos industriales y dispositivos médicos no críticos.
El razonamiento es sencillo: algunas aplicaciones no pueden esperar a que una solicitud viaje hasta un centro de datos, sea procesada y regrese.
Un robot autónomo, por ejemplo, necesita tomar decisiones en tiempo real. Una computadora con IA local puede analizar información sin depender completamente de una conexión permanente con la nube.
Kingston ya está enfocando parte de su estrategia hacia memoria de diseño específico, almacenamiento industrial y soluciones embebidas para sistemas edge y plataformas inteligentes. En junio de 2026, la empresa destacó precisamente el crecimiento de las PC industriales, sistemas edge y plataformas embebidas como parte de la próxima generación de automatización e infraestructura digital.
Eso significa que la demanda de memoria podría terminar distribuyéndose en más dispositivos, no solamente en los hyperscalers.
Preguntas frecuentes:
¿Por qué la inteligencia artificial necesita tanta memoria?
Los modelos de IA trabajan con enormes cantidades de parámetros, datos temporales y operaciones que requieren mover información constantemente. Por eso, además de GPUs y aceleradores, necesitan grandes cantidades de memoria de alta velocidad y almacenamiento. La demanda de HBM y DDR5 se ha convertido en uno de los principales motores del mercado de memoria.
¿La escasez de memoria también afecta a México?
Sí. Aunque gran parte de la demanda proviene de centros de datos, la reasignación de capacidad hacia servidores y aplicaciones de IA reduce la disponibilidad de determinados tipos de DRAM para PCs y otros dispositivos. Esto puede elevar costos para fabricantes, integradores y consumidores mexicanos. TrendForce ya anticipa presión sobre los precios de notebooks y otros equipos durante 2026.
¿Cuándo podrían bajar los precios de la memoria RAM y los SSD?
No existe una fecha única porque DRAM y NAND están siguiendo ciclos diferentes. TrendForce espera que la DRAM permanezca bajo presión durante 2027, mientras que NAND Flash podría entrar en una situación de mayor oferta durante la segunda mitad de 2027. Una normalización más amplia dependerá de cuánto crezca la infraestructura de IA y de qué tan rápido entre nueva capacidad de producción.
Compartir nota:
