Cuando se habla de inteligencia artificial, la atención suele concentrarse en procesadores como GPU y aceleradores. Sin embargo, esos chips necesitan acceder constantemente a enormes cantidades de información. Allí entra la memoria.
El 20 de septiembre de 2026, la fabricante china CXMT anunció que su plataforma de DRAM de quinta generación, denominada G5, entró en producción masiva. La compañía también presentó productos LPDDR5X basados en esa tecnología.
El anuncio permite explicar una pieza menos visible de la infraestructura digital: la memoria es uno de los factores que determina cuánto trabajo puede realizar un sistema y a qué velocidad puede mover los datos que necesita.
¿Qué es la memoria DRAM?
DRAM significa Dynamic Random Access Memory. Es un tipo de memoria temporal utilizada por computadores, servidores y dispositivos electrónicos para mantener datos disponibles mientras el sistema trabaja con ellos.
A diferencia del almacenamiento permanente, como un SSD, la DRAM pierde su contenido cuando se apaga el dispositivo.
¿Por qué la memoria importa para la IA?
Los modelos de IA procesan grandes cantidades de parámetros, activaciones y datos. Un procesador puede ser muy rápido, pero si no recibe información con suficiente velocidad o capacidad, parte de su potencia queda desaprovechada.
Por eso, la industria no compite únicamente por fabricar mejores procesadores. También compite por aumentar capacidad, ancho de banda, eficiencia energética y densidad de memoria.
¿Qué anunció CXMT?
CXMT afirma que su plataforma G5 utiliza un proceso con un half-pitch de área activa de 11,95 nanómetros y nuevas técnicas de fabricación. La compañía sostiene que esto reduce la distancia frente a plataformas avanzadas de producción masiva.
Estas afirmaciones provienen del propio fabricante. Sin benchmarks independientes suficientes, no corresponde asumir que su tecnología ya iguala en todos los aspectos a Samsung, SK Hynix o Micron.
Por qué China quiere desarrollar memoria avanzada
Los semiconductores son una cadena de suministro estratégica. Las restricciones comerciales y tecnológicas de los últimos años han incentivado a China a desarrollar alternativas domésticas en fabricación, diseño y memoria.
La memoria es especialmente importante porque aparece en teléfonos, computadores, automóviles, servidores y centros de datos.
Una mayor capacidad local puede reducir dependencia externa, aunque construir una cadena competitiva requiere también equipos, materiales, propiedad intelectual y escalamiento industrial.
DRAM, LPDDR y HBM no son lo mismo
DRAM es una familia amplia. LPDDR está optimizada para bajo consumo y se utiliza especialmente en dispositivos móviles y equipos donde la eficiencia energética importa.
HBM, o memoria de alto ancho de banda, está diseñada para transferir grandes volúmenes de datos y tiene un papel destacado en aceleradores avanzados de IA.
Una mejora en LPDDR no significa automáticamente liderazgo en HBM. Son mercados y arquitecturas relacionadas, pero distintas.
¿Qué significa para empresas y compradores?
La competencia entre fabricantes puede influir a largo plazo en disponibilidad, precios y diversidad de proveedores. Para una empresa que compra computadores o servicios en la nube, el impacto puede ser indirecto, pero la cadena física determina finalmente el costo y capacidad del servicio digital que utiliza.
Preguntas frecuentes
¿Qué es la memoria DRAM?
Es memoria temporal de acceso rápido utilizada para mantener los datos que un sistema necesita mientras está funcionando.
¿Por qué la DRAM es importante para la inteligencia artificial?
Porque los procesadores necesitan mover y acceder a grandes cantidades de información. La velocidad y capacidad de memoria pueden limitar el rendimiento del sistema.
¿CXMT ya alcanzó a los principales fabricantes de memoria?
No puede afirmarse solo a partir del anuncio. La empresa reporta avances relevantes, pero la comparación requiere benchmarks independientes, rendimiento productivo y datos comerciales.
La Tesis de El Ciclo
La carrera por la inteligencia artificial no ocurre únicamente en modelos y procesadores. También se disputa en componentes menos visibles como memoria, empaquetado, energía y fabricación.
El avance de CXMT muestra que las restricciones tecnológicas pueden acelerar la construcción de cadenas alternativas. Para entender quién controla la infraestructura de IA, habrá que mirar cada vez más allá de las GPU.
Fuentes
Editor | El Ciclo Tomás Carmona es especialista en crecimiento de negocios, transformación digital y sistemas CRM. En El Ciclo investiga y explica cómo los cambios en tecnología, inteligencia artificial, negocios, finanzas y salud impactan la vida de las personas y las empresas. Su trabajo combina análisis, investigación y experiencia práctica para transformar noticias, estudios y tendencias en contenido claro, basado en evidencia y orientado a la toma de mejores decisiones. Su objetivo es ayudar a los lectores a comprender qué está cambiando, por qué es relevante y cómo esos cambios pueden influir en su trabajo, sus finanzas, su salud o su vida cotidiana.