La memoria ya cuesta más que el silicio: cómo HBM se convirtió en el componente dominante de la IA
La memoria HBM representa ya el 63% del coste de un chip de IA. Te contamos quién la controla, por qué importa más que el silicio, y qué significa para el futuro de la industria.
Cada vez que una empresa compra un chip de inteligencia artificial para entrenar un modelo grande, no está pagando principalmente por los transistores de silicio. Está pagando por memoria.
Un estudio reciente de Epoch AI, publicado el 21 de mayo de 2026, revela una tendencia que ya nadie en la industria niega pero que pocos habían cuantificado con esta precisión: la memoria (HBM, High Bandwidth Memory) representa hoy el 63% del coste total de componentes de un chip de IA, frente al 52% que representaba hace apenas dos años.
El dato no es menor. Significa que de cada dólar que Nvidia, AMD, Google o Amazon gastan fabricando aceleradores de IA, casi dos tercios se van a la memoria. Y la tendencia no ha hecho más que empezar.
HBM: la frontera que nadie anticipó
Los chips HBM (High Bandwidth Memory) son memorias especialmente diseñadas para trabajar junto a las GPUs de IA. No son piezas genéricas: son módulos de alta densidad que se apilan verticalmente sobre el chip lógico, comunicándose a velocidades de terabytes por segundo.
Lo que hace crítico a este componente no es solo su capacidad, sino su ancho de banda. Un modelo como GPT-4 o Llama 3 necesita mover cantidades masivas de datos entre la GPU y la memoria en cada paso de cálculo. Si la memoria es lenta, la GPU se queda vacía esperando datos. Con HBM se minimizan esos cuellos de botella.
Quién controla el mercado de HBM
Hay un dato geopolítico implícito en todo esto: SK Hynix (corea) domina la producción de HBM3 con una cuota superior al 70%. Samsung y Micron completan el panorama. No existe un fabricante occidental significativo en este segmento. Cada chip de IA que entrena una empresa estadounidense depende, en última instancia, de memorias fabricadas en Corea del Sur.
Esto explica muchas cosas: por qué SK Hynix ha pasado de ser un proveedor de componentes a convertirse en un actor estratégico en la cadena de suministro de IA, y por qué la carrera por desarrollar HBM alternativo o memorias de nueva generación se ha convertido en una prioridad para varios gobiernos.
Los números detrás del crecimiento
El estudio de Epoch AI(documento disponible en su web con datos descargables en CSV) cubrió GPUs de Nvidia, AMD, Google (TPU) y Amazon (Trainium). Los números clave:
Gasto total en componentes de chips de IA: de ~22.000 millones de dólares en 2024 a ~52.000 millones en 2025.
Gasto en HBM: aproximadamente 20.000 millones de dólares solo en 2025.
Cuota de la lógica (dies de silicio): se ha mantenido estable en torno al 13-14%.
Cuota de packaging avanzado (CoWoS de TSMC): cayó del 19% al 15%.
Cuota de componentes auxiliares (PCB, alimentación, refrigeración): pasó del 15% al 9%.
Qué significa esto para la industria
Primero: los modelos futuros no serán más ligeros en memoria, sino todo lo contrario. A medida que las ventanas de contexto crecen (desde 4K tokens hasta 1M o más), la demanda de HBM escala casi linealmente.
Segundo: la Ley de Huang (la observación de Jensen Huang de que el rendimiento de las GPUs Nvidia se duplica cada año) choca hoy con un techo invisible: la memoria no escala al mismo ritmo que la lógica. Cada generación de HBM requiere años de desarrollo y inversiones masivas por parte de SK Hynix y TSMC.
Tercero: las startups de chips de IA que buscan competir con Nvidia no pueden solo diseñar un die mejor; necesitan resolver también el problema de acceso a HBM. Eso es lo que hace que el acuerdo entre Anthropic y Microsoft/Azure con los chips Maia de Microsoft sea interesante: Azure está desarrollando su propia familia de aceleradores con una estrategia vertical que incluye control sobre la cadena de suministro de memoria.
En resumen
El 63% no es un detalle técnico. Es una señal de hacia dónde va el poder en la cadena de valor de la IA. Donde hay memoria, hay control. Donde hay control, hay palanca geopolítica. Y en este momento, esa palanca la tienen muy pocos actores.
Fuentes y datos: Epoch AI — AI Chip Component Cost Shares (actualizado 21/05/2026, datos disponibles en CSV).