DRAM subió 500%: lo que significa para tu startup de IA

¿Por qué los precios de memoria DRAM se dispararon 500% en un año?

Los precios de memoria DRAM subieron 500% en los últimos 12 meses, llevando a kits de 128GB DDR5 a costar diez veces más que el nivel mínimo jamás registrado, según Tom's Hardware. La situación es tan severa que los compradores hiperscala ya bloquearon casi toda la capacidad global de producción de DRAM para 2027 mediante contratos a largo plazo, convirtiendo a los chips de memoria mainstream en una de las materias primas más valiosas del mundo por peso: superan la mitad del valor del oro sólido.

Esto no es un dato abstracto de macroeconomía. Si estás construyendo infraestructura de IA, ejecutando modelos locales o escalando un SaaS con carga computacional intensiva, tus costos de hardware están a punto de cambiar la ecuación económica de tu stack.

La reversión del ciclo histórico de precios de memoria tiene implicaciones directas para cualquier startup que dependa de servidores, GPUs o almacenamiento temporal de alta velocidad. Y la tendencia no muestra señales de revertirse en el corto plazo.

¿Qué está pasando exactamente con la memoria?

El economista Daniel Lemire lo resumió en términos históricos: "En base histórica, la memoria de computadora ha caído exponencialmente durante décadas. Pero acabamos de deshacer unos 20 años de progreso. La RAM por unidad es aproximadamente tan cara como en 2007".

Según el dataset MemoryDAX de Stanford, desde 1979 hasta 2009 el precio por gigabyte de DRAM cayó unas 6 órdenes de magnitud —de unos USD 10 millones/GB a unos USD 10/GB— impulsado por la ley de Moore. Entre 2009 y 2020, esa caída se desaceleró a un tercio del ritmo anterior. Desde 2023, por primera vez en 65 años de registros, la línea sube: los precios se estabilizaron en niveles no vistos desde 2010-2012.

J.P. Morgan Global Research estima que los precios de DRAM habrán subido más de 400% desde el inicio de 2024 hasta el final de 2026. El IPC de software y accesorios y el IPP de dispositivos de almacenamiento ambos subieron 23% desde finales de 2024, mientras que el índice de precios de importación de computadoras y periféricos creció 37%.

¿Quién consume toda la memoria?

Samsung, SK Hynix y Micron producen colectivamente toda la oferta mundial de DRAM. Desde 2023, la demanda de centros de datos de IA absorbió una fracción creciente de la fabricación. Los fabricantes redirigieron aproximadamente el 70% de la salida de DRAM a clientes de servidores de IA, comprimiendo la oferta disponible para smartphones, PCs y otros mercados de consumo.

Los hyperscalers —Microsoft, Google, Meta y Amazon— han comprometido públicamente más de USD 300 mil millones en capex combinado en 2025-2026, la mayoría orientada a aceleradores intensivos en memoria. Sus acuerdos a largo plazo (LTAs) corren hasta cinco años, reduciendo drásticamente la flexibilidad de los fabricantes para atender demanda de bienes de consumo.

Meta elevó su guía de capex en USD 10 mil millones citando específicamente mayores costos de hardware y memoria para IA.

¿Cuánto cuesta realmente la memoria en la era de la IA?

El componente de memoria en aceleradores de IA representa entre el 65% y 70% del costo total del acelerador, según modelado de Epoch AI. En un H100 cuyo ensamblaje completo cuesta alrededor de USD 30.000-35.000, las pilas de HBM (High Bandwidth Memory) representan USD 20.000-24.000 —más que el propio chip GPU, más que el packaging CoWoS, más que todos los componentes auxiliares combinados.

Los precios estimados de HBM por generación son:

• HBM2e: ~USD 6/GB (era A100)
• HBM3: ~USD 9/GB (lanzamiento H100)
• HBM3e: USD 15-18/GB (H200, GB200)
• HBM4: ~USD 16/GB (proyectado Q3 2026)

Samsung alcanzó rendimiento del 80% en HBM4 en agosto de 2026, cuatro meses antes de su objetivo de fin de año, pero incluso con esta mejora, los analistas estiman que el suelo para una normalización significativa de la oferta es 2028 como mínimo.

¿Qué implica esto más allá del hardware?

Chipflation e inflación generalizada

Cada aumento del 10% en costos de hardware eleva el IPC central y la inflación PCE en aproximadamente 0,1%, con un incremento de 0,2-0,4% atribuido específicamente al shock en precios de memoria, según Abiel Reinhart, economista en J.P. Morgan. Esto añade presión inflacionaria en un año que ya registra costos energéticos elevados.

Riesgos de ciberseguridad

La escasez de memoria también tensiona infraestructura crítica de seguridad. Proveedores de firewalls, sistemas de detección de intrusiones y routers seguros enfrentan suministro limitado y costos crecientes. Jahangir Aziz, codirector de Economics Research en J.P. Morgan, advirtió que un ciberataque nacional amplio en EE.UU. desataría USD 145 mil millones en demanda adicional de chips sobre un mercado operando a plena capacidad, con imposibilidad de satisfacerla en 6-12 meses.

¿Qué significa esto para tu startup?

Si estás fundando o operando una empresa de tecnología, estos son los cambios estructurales que debes incorporar a tu planificación:

1. Replantea tu arquitectura de inferencia

La era en que la memoria de servidor era un error redondeado en los presupuestos de infraestructura terminó en 2023. Equipos que ejecutan inferencia de LLMs a escala están adoptando prácticas que hace dos años parecían prematuras:

• Cuantización de KV caches para reducir la huella de memoria
• Tiering a NVMe para jobs de batch con contexto largo
• Arquitecturas MoE (Mixture of Experts) que activan solo subconjuntos de parámetros
• Speculative decoding para reducir tokens generados y consumo de memoria

Si tu modelo necesita más memoria de la que puedes pagar eficientemente, la optimización ya no es opcional —es supervivencia.

2. Negocia contratos de infraestructura con anticipación

Los LTAs de 5 años que usan los hyperscalers demuestran que el mercado premia a quienes aseguran capacidad con meses de anticipación. Si tu startup depende de cloud providers o hardware dedicado:

• Bloquea capacidad con 6-12 meses de antelación, especialmente si planeas escalar inferencia o entrenamiento
• Considera proveedores alternativos que no estén sujetos a los mismos contratos masivos (ej. Cerebras, que opera con Wafer Scale Engines y reporta throughput por MW superior)
• Evalúa modelos más pequeños con mejor relación costo-beneficio: Qwen3.8-27B se posicionó como modelo local runnable de frontera en agosto de 2026, rankeando #7 en el Agentic Index de Artificial Analysis a 27B parámetros

3. Repensa tu ROI de aceleradores

Si el 65-70% del costo de un acelerador es memoria, entonces innovaciones que reduzcan requerimientos de memoria tienen valor económico desproporcionado. Antes de comprar más GPUs, pregunta:

• ¿Puedo reducir el tamaño del modelo sin perder calidad en mi caso de uso específico?
• ¿Mi pipeline de inferencia aprovecha cuantización o distilación para reducir footprint de memoria?
• ¿Hay arquitecturas alternativas (CXL pooling, processing-in-memory) que apliquen a mi workload?

4. Considera el impacto en tu pricing

Si tu producto incluye componentes de hardware o servicios de cloud, los costos de memoria podrían traducirse en aumentos de precio para tus clientes. J.P. Morgan documenta que algunos fabricantes ya están trasladando costos elevados al consumidor final. Si vendes software basado en IA, considera cómo la subida de costos de infraestructura afecta tu margen y si necesitas ajustar tu modelo de pricing.

Conclusión

La inversión de 65 años de reducción exponencial en precios de memoria no es un ciclo temporal —es un cambio de régimen. Los analistas coinciden en que la normalización no llegará antes de 2028. Para founders hispanohablantes, esto significa que la ventaja competitiva ya no viene solo de tener mejores modelos o más datos, sino de hacer más con menos memoria. Las startups que optimicen su stack de inferencia, negocien contratos estratégicos y replanteen sus arquitecturas hoy tendrán costos significativamente menores que quienes esperen a que los precios bajen.

La memoria dejó de ser commodity para convertirse en cuello de botella estratégico. Quien entienda esto primero, construirá con ventaja.

Fuentes

• AINews: Memory prices up 500% in 12 months
• The AI-Driven Memory Shortage: DRAM Prices, Inflation and Market Risks - J.P. Morgan
• Stanford Memory Price History 1960-2026: DRAM, HBM, NAND Explained - explainx.ai