Una nueva ruta para la memoria de IA
El 9 de septiembre, Kepler Computing salió de más de siete años en modo sigilo para presentar una arquitectura de memoria pensada específicamente para servidores de IA. La startup californiana, fundada en 2018 por ex físicos e ingenieros de Intel, dice haber resuelto el doble cuello de botella que hoy estrangula a la industria: la densidad de HBM y la eficiencia energética de SRAM, sin necesidad de comprar costosas máquinas de litografía EUV.
La propuesta llega en un momento crítico: según reportó WIRED, los precios de la DRAM se duplicaron en el primer trimestre de 2026 y el suministro de HBM está vendido, en gran parte, hasta 2027-2028. Frente a esa escasez, Samsung, SK Hynix y Micron están compitiendo por levantar nuevas fábricas de varios miles de millones de dólares, cada una tardando años en estar operativa. Kepler apuesta por la tesis opuesta: en lugar de construir nuevas fabs, exprimir al máximo las que ya existen.
Quién está detrás de Kepler Computing
Kepler tiene sede en San José, California, y ha acumulado US$468 millones de financiación hasta la fecha, según el reporte de TradingKey y confirmado por WIRED. La ronda de inversores es llamativa porque mezcla a un rival directo, un socio de fabricación y uno de los family offices más conocidos del sector:
🤖 La IA no es solo para leer sobre ella
En la comunidad la aplicamos: automatización, agentes IA y herramientas reales para emprender, no solo para informarte.
👥 Aplicarla en la comunidad- Intel Capital y AMD Ventures, los brazos de riesgo de los dos mayores rivales en chips de IA.
- GlobalFoundries, que además de invertir US$50 millones actúa como socio de fabricación, usando sus nodos de 28 nanómetros en Singapur y Burlington (Vermont).
- Baillie Gifford, el fondo escocés conocido por apuestas tempranas y concentradas en tecnología.
- Gates Frontier Fund, el vehículo privado de Bill Gates.
A esa lista se suma un compromiso del Departamento de Comercio de EE. UU. de hasta US$245 millones del CHIPS Act, firmado en julio, para I+D de memoria de IA de alto rendimiento basada en tecnologías 3D y ferroeléctricas. Es una carta de intención: el desembolso final está sujeto a due diligence y aprobación posterior.
Los cofundadores son Debo Olaosebikan (CEO) y Sasi Manipatruni (CTO). El propio Manipatruni contó a WIRED que el equipo pasó por 35 iteraciones de materiales compuestos antes de dar con una clase de ferroeléctricos que funcionara en líneas maduras.
La tecnología: integración 3D sin litografía EUV
La propuesta de Kepler tiene dos patas, según el reporte original y la cobertura de WIRED:
Para HBM, han desarrollado una técnica de fabricación 3D que apila más chips de memoria en la misma superficie y acerca el núcleo de cómputo a los datos. El objetivo declarado: mover datos dentro del HBM con un consumo comparable al de SRAM, pero conservando la gran capacidad del HBM. Eso ataca directamente la computación en memoria (compute-in-memory), uno de los santos griales del hardware de IA: multiplicar matrices dentro del propio chip de memoria en lugar de来回往返往返往返来回往返来回往返来回往返来回往返来回往返来回往返来回往返来回往返来回往返来回往返来回往返来回往返来回往返来回往返来回往返来回往返来回往返来回往返来回往返来回往返来回往返来回往返来回往返来回
Perdón, me enredé con el texto. Lo retomo limpio:
Para HBM, desarrollaron una técnica de fabricación 3D que apila más chips en la misma superficie y acerca el núcleo de cómputo a los datos, con el objetivo de mover información dentro del HBM consumiendo una energía comparable a la de SRAM pero conservando la capacidad del HBM.
Para SRAM, Kepler afirma haber logrado densidades equivalentes a chips de 2 o 3 nanómetros sin necesidad de EUV, usando un material ferroeléctrico propietario que lee y escribe datos a voltajes más bajos. Ed Kaste, SVP del negocio CMOS de GlobalFoundries, lo resume así en WIRED: «Es un nuevo sistema de materiales con potencial de escalado multigeneracional, sin tener que construir sistemas nuevos en la fab ni invertir en litografía muy cara».
El dato operativo más concreto: Kepler asegura haber convertido una fab en una versión «next-gen» en ocho meses, frente a los 24 meses habituales. Hasta la fecha han probado su tecnología en unas 2.000 obleas. La hoja de ruta publicada por la compañía y recogida por TradingKey es: muestras a finales de 2026, ramp-up en 2027 y producción en EE. UU. desde 2028.
Por qué Micron cayó (y por qué no conviene leerla como amenaza inmediata)
Al día siguiente del anuncio, las acciones de Micron (MU) cayeron aproximadamente un 4,9%. Pero el propio reporte de TradingKey advierte contra una lectura simplista: ese mismo día subieron los rendimientos de los bonos del Tesoro de EE. UU. y el mercado estaba digiriendo datos de inflación y expectativas de subidas de tipos de la Fed, lo que castigó a todo el sector tecnológico. Atribuir la caída únicamente a Kepler sería forzar la narrativa.
Más relevante es el contraste con el pipeline existente. Micron anunció en marzo que su HBM4 de 12 capas y 36 GB, diseñado para la plataforma Vera Rubin de Nvidia, entró en producción en masa, con envíos a gran escala desde el primer trimestre de 2026, ancho de banda superior a 2,8 TB/s y una mejora de eficiencia energética de más del 20% frente a su HBM3E. SK Hynix y Samsung siguen siendo los proveedores dominantes del estándar HBM y TrendForce reportó en el segundo trimestre que los inventarios de los principales proveedores de memoria se mantienen en mínimos históricos.
A esto se suma una salvedad técnica importante: según el mismo reporte de TradingKey, ni AMD ha anunciado planes de integrar la memoria de Kepler en su serie Instinct, ni Intel ha comunicado adopción para sus productos. Una inversión de Intel Capital o AMD Ventures no implica un compromiso de producto por parte de las matrices. Kepler necesita validar sus capacidades de fabricación —mantenimiento de rendimientos, fiabilidad a largo plazo y ventaja de coste— antes de poder sentarse en la mesa de proveedores principales.
Qué significa esto para tu startup
Aunque Kepler es todavía una variable de medio y largo plazo, su anuncio deja tres lecturas accionables para founders hispanohablantes que construyen sobre infraestructura de IA:
- El coste de inferencia va a seguir siendo el cuello de botella en 2026-2027. Si tu producto depende de modelos grandes servidos desde GPU o XPU, modela escenarios pesimistas con precios de DRAM al alza y HBM escaso. Diseña tu arquitectura para degradar gracefully cuando la memoria escasee, en lugar de asumir capacidad infinita.
- El compute-in-memory cambia la ecuación de producto. Si Kepler (o algún competidor) cumple, los proveedores de modelos pequeños y de inferencia en el edge podrían ver caer el coste por token drásticamente. Empieza a mapear qué tareas de tu producto podrían correr en hardware dedicado de bajo consumo en 12-24 meses.
- Para founders en LATAM, la oportunidad está en el software y los servicios sobre esta nueva capa. La manufactura de obleas es una barrera enorme, pero la pila de software que aprovechará memoria ferroeléctrica y compute-in-memory (compiladores, runtimes, kernels) está abierta. Es un wedge análogo al que tuvo CUDA sobre las GPU hace quince años.
Conclusión
Kepler Computing tiene la tecnología, los inversores y el respaldo regulatorio para ser una de las historias de semiconductores a seguir en 2026-2028. Pero entre tener muestras sobre la mesa y convertirse en un proveedor real de HBM hay un abismo de escalado, contaminación de materiales y validación con hyperscalers que la propia compañía reconoce. Para los founders, la señal es clara: la capa de memoria se está reconfigurando, y quienes construyan producto sobre la presunción de que la HBM actual será gratis y abundante durante los próximos tres años se van a llevar sorpresas desagradables.
Fuentes
- Kepler obtiene el respaldo de Intel Capital y AMD Ventures (TradingKey)
- A Stealth Startup Thinks It Just Hacked the Memory Shortage (WIRED)
- Kepler Computing claims new chip design can solve AI memory shortage (CryptoBriefing)
🤖 La IA no es solo para leer sobre ella
En la comunidad la aplicamos: automatización, agentes IA y herramientas reales para emprender, no solo para informarte.
👥 Aplicarla en la comunidad














