Nvidia estudia producir su propia memoria avanzada para reducir su dependencia de Samsung
La crisis de suministro de memoria provocada por el auge de la inteligencia artificial está empujando a Nvidia a explorar una medida radical: participar directamente en la fabricación de los componentes que necesitan sus aceleradores de IA. La compañía estaría negociando con TSMC el desarrollo de una nueva generación de memoria apilada en tres dimensiones, en un movimiento que reduciría su dependencia de Samsung, SK Hynix y Micron.
El mercado afronta una escasez de memoria que ha disparado los precios y que podría prolongarse, al menos, hasta 2028. La expansión de los centros de datos para entrenar y ejecutar modelos de inteligencia artificial ha multiplicado la demanda de GPU, pero también la de memoria de alto ancho de banda, un componente esencial para que estos procesadores puedan manejar grandes volúmenes de datos con rapidez.
TSMC podría preparar una planta específica para Nvidia
Las informaciones disponibles apuntan a que TSMC habría comenzado a estudiar la fabricación de memoria RAM 3D a petición de Nvidia. La empresa taiwanesa es el principal fabricante mundial de chips por encargo y mantiene una relación estratégica con Nvidia, que diseña sus procesadores de inteligencia artificial mientras encarga su producción a terceros.
El plan contemplaría incluso la compra y reconversión de una fábrica para transformarla en una planta dedicada a la producción de memoria. La operación seguiría un camino parecido al emprendido por otros fabricantes que han ampliado sus capacidades ante el crecimiento de la demanda de DRAM, la memoria utilizada para almacenar temporalmente los datos mientras funciona un dispositivo.
El proyecto estaría vinculado a Hsu Kuo-chin, directivo de TSMC responsable del empaquetado avanzado y antiguo ejecutivo de Micron en Taiwán. El empaquetado avanzado es el conjunto de técnicas que permite unir varios chips en un mismo módulo, colocarlos unos sobre otros y acortar las conexiones entre ellos para mejorar el rendimiento.
Una negativa que no cierra la puerta al proyecto
TSMC ha asegurado que su actividad principal continúa centrada en la fabricación de circuitos integrados y que su estrategia pasa por seguir siendo una fundición de chips lógicos. En la práctica, eso significa producir procesadores diseñados por otras compañías, pero no necesariamente asumir la fabricación completa de todos los tipos de memoria.
La compañía no habría confirmado de forma explícita el proyecto de Nvidia. Sin embargo, su posición tampoco descarta que pueda colaborar en una iniciativa concreta o fabricar determinados componentes de memoria asociados al empaquetado avanzado de los aceleradores de IA.
TSMC ya participa indirectamente en esta cadena de suministro. En 2024 alcanzó un acuerdo con SK Hynix para desarrollar la capa lógica que sirve de base a futuras generaciones de memoria HBM. Esta tecnología se ha convertido en uno de los elementos más importantes de los sistemas de inteligencia artificial.
Qué diferencia hay entre la RAM 3D y la memoria HBM
La DRAM convencional almacena cada bit de información en celdas distribuidas sobre una superficie plana. La llamada RAM 3D coloca esas celdas en varios niveles verticales, como si se construyeran plantas en un edificio. De esta forma, puede aumentar la capacidad sin ampliar en la misma proporción el espacio ocupado por el chip.
La HBM, siglas de memoria de alto ancho de banda, utiliza un concepto relacionado, pero no idéntico. En este caso, se apilan varios chips completos de memoria y se conectan mediante miles de enlaces verticales. El resultado es una memoria capaz de transferir enormes cantidades de datos entre la GPU y la memoria con menos consumo y menor latencia.
Los aceleradores de Nvidia emplean HBM porque los modelos de IA necesitan mover continuamente parámetros, datos de entrenamiento y resultados intermedios. Cuanto más grandes son esos modelos, más capacidad y velocidad de memoria requieren. Por eso, una limitación en la producción de HBM puede frenar la fabricación de servidores completos, aunque haya suficientes GPU disponibles.
Nvidia también habría pedido cambios en la fabricación de HBM
La posible colaboración con TSMC llega después de otra petición atribuida a Nvidia. La compañía habría solicitado a Samsung, SK Hynix y Micron que empleasen el proceso de fabricación de 3 nanómetros de TSMC para producir la capa lógica de una variante personalizada de HBM, conocida como NVHBM.
Samsung habría aceptado trasladar a TSMC la producción de esa base lógica, mientras mantiene sus propias líneas para fabricar HBM convencional destinada a otros clientes. Esta separación permitiría a Nvidia adaptar la memoria a sus aceleradores y, al mismo tiempo, reservar capacidad específica para sus productos.
La estrategia refleja el creciente interés de Nvidia por controlar más eslabones de su cadena de suministro. La compañía no fabricaría necesariamente todos los chips de memoria por sí misma, pero sí podría definir el diseño, reservar instalaciones y garantizar una producción exclusiva o prioritaria para sus sistemas de inteligencia artificial.
Una industria limitada a tres grandes fabricantes
El problema es que aumentar la producción de memoria no resulta sencillo. Las fábricas de semiconductores necesitan salas limpias, maquinaria especializada y procesos de validación que pueden tardar años. Además, no basta con instalar nuevos equipos: cada generación de DRAM exige ajustes técnicos, pruebas y una producción estable antes de alcanzar un volumen comercial relevante.
Samsung, SK Hynix y Micron concentran prácticamente todo el mercado mundial de memoria avanzada. Las tres compañías están ampliando sus instalaciones, pero la demanda de los centros de datos ha crecido más deprisa que la capacidad disponible. Buena parte de la producción futura ya estaría comprometida mediante acuerdos con grandes empresas tecnológicas.
Para Nvidia, contar con un suministro más controlado puede ser decisivo en la próxima etapa de la inteligencia artificial. La expansión de los agentes autónomos, capaces de planificar y ejecutar tareas durante periodos prolongados, exigirá todavía más memoria para mantener el contexto y procesar información en tiempo real.
El posible proyecto con TSMC aún no está confirmado y podría cambiar antes de llegar a la fase de producción. No obstante, muestra hasta qué punto la memoria se ha convertido en un cuello de botella estratégico. Nvidia ya no solo compite por diseñar los aceleradores más potentes: también necesita asegurarse de que haya memoria suficiente para ponerlos en funcionamiento.
