En un movimiento que redefine las prioridades estratégicas en el ecosistema de infraestructura para inteligencia artificial, AMD ha anunciado la adquisición de MEXT, una startup especializada en optimización de memoria. La operación integra software de jerarquización predictiva de memoria en la cartera de AMD, justo cuando las empresas buscan desesperadamente alternativas para manejar cargas de trabajo de IA que consumen cada vez más memoria sin tener que recurrir a costosas ampliaciones de DRAM.

¿Qué hace exactamente MEXT?

La tecnología de MEXT emplea algoritmos de inteligencia artificial para mover de forma inteligente los datos de acceso frecuente entre el almacenamiento flash y la DRAM. De esta manera, las organizaciones pueden aumentar la capacidad efectiva de memoria sin necesidad de adquirir más módulos DRAM, reduciendo tanto los costes de infraestructura como el consumo energético. Según AMD, “la memoria se ha convertido en una limitación crítica en los entornos cloud y empresariales”, y añadir más DRAM de forma tradicional se está volviendo insostenible desde el punto de vista económico y energético.

Los términos financieros de la adquisición no se han hecho públicos, y AMD no ha proporcionado comentarios adicionales más allá del comunicado oficial.

El auge de la IA redefine la economía de la memoria

La compra de MEXT por parte de AMD llega en un momento en que la demanda de infraestructura de IA está transformando el mercado de la memoria. Según IDC, la producción de DRAM en 2026 crecerá solo un 16% interanual, muy por debajo de los niveles históricos, lo que ejercerá presión sobre los precios. Por su parte, Gartner prevé un aumento del 130% en los precios combinados de DRAM y SSD para finales de 2026, lo que influirá directamente en las decisiones de inversión tecnológica de las empresas.

En este contexto, el software de MEXT utiliza algoritmos predictivos para identificar los datos a los que se accede con frecuencia y moverlos de forma proactiva entre flash y DRAM, ampliando la capacidad utilizable sin necesidad de expandir el hardware de forma proporcional. Shrish Pant, director analista de Gartner, señala que “los precios de la memoria han experimentado un crecimiento sin precedentes, alcanzando casi 4 veces su valor desde el 3T25, lo que convierte a la memoria en una de las categorías de chips más disputadas en el panorama de la infraestructura de IA”. Pant añade que los precios elevados y la oferta limitada están reavivando el interés por estrategias de optimización de memoria basadas en software, que habían sido ignoradas cuando la memoria era barata y abundante.

La competencia en infraestructura de IA sube de nivel

Esta adquisición también refleja un cambio más amplio en la forma en que los proveedores de IA compiten por las cargas de trabajo empresariales. Si bien la primera fase de la carrera de la IA se centró en asegurar GPUs y capacidad de cómputo, ahora los proveedores están invirtiendo en redes, software y optimización de infraestructura para mejorar la eficiencia general del sistema. Pant lo resume así: “Podemos decir con seguridad que hemos superado las ‘guerras de chips’ y ya hemos entrado en una ‘guerra de optimización de infraestructuras’, y la optimización de memoria basada en software es solo una de las muchas piezas en movimiento que determinarán los ganadores de la carrera de la IA”.

La adquisición de MEXT amplía la cartera de AMD más allá de los procesadores, incorporando software que optimiza la utilización de la memoria. Esto refleja una tendencia hacia pilas integradas de hardware y software, en lugar de centrarse únicamente en el rendimiento del silicio. Manish Rawat, analista de semiconductores en TechInsights, destaca que “a medida que las empresas despliegan modelos más grandes y escalan las cargas de trabajo de los usuarios, las limitaciones de memoria suelen restringir el rendimiento y la utilización de la GPU antes de que los recursos de cómputo se agoten por completo”. La memoria, dice Rawat, está evolucionando de un componente de soporte a un habilitador estratégico de la escalabilidad, el rendimiento y la optimización de costes de la IA.

Retrasar las costosas actualizaciones de DRAM

AMD ha señalado que la tecnología de jerarquización predictiva de memoria de MEXT coloca de forma inteligente los datos de acceso frecuente en memoria de alta velocidad, mientras traslada los datos menos activos a almacenamiento flash de menor coste. Este enfoque pretende aumentar la eficiencia de la infraestructura y reducir la necesidad de ampliación continua de DRAM a medida que crecen las cargas de trabajo de IA empresariales. Rawat subraya que la optimización basada en software ofrece a las empresas una forma práctica de retrasar costosas actualizaciones de hardware, aunque no elimina la necesidad de DRAM. “No puede sustituir a la DRAM de alto rendimiento para aplicaciones sensibles a la latencia, pero puede mejorar la eficiencia del centro de datos, reducir el coste total de propiedad y ayudar a las organizaciones a maximizar el retorno de sus inversiones en infraestructura existente”, explica.

Sanchit Vir Gogia, analista jefe en Greyhound Research, compara la GPU con el motor y la memoria con la carretera, la línea de combustible y, a veces, el atasco de tráfico. “Las cargas de trabajo de IA en producción imponen demandas sostenidas sobre parámetros, embeddings y contexto en caché, lo que convierte el rendimiento de la memoria en una cuestión empresarial más que en una simple especificación de hardware”, afirma Gogia. La jerarquización predictiva, añade, “ataca el desperdicio dentro de ese reflejo”, refiriéndose a la tendencia de comprar más memoria en lugar de mejorar su utilización.

En este sentido, la optimización de la memoria se alinea con estrategias más amplias de gestión de datos y eficiencia en la nube. Por ejemplo, en AWS Context se explora cómo los lagos de datos matizados permiten a los agentes de IA razonar de manera más efectiva, un concepto que se complementa con la optimización de memoria para reducir la latencia. Asimismo, la seguridad en infraestructura cloud, como se detalla en Soluciones Avanzadas en Microsoft Azure, se beneficia de una gestión eficiente de la memoria que evita cuellos de botella.

Rawat concluye que las organizaciones que optimizan conjuntamente el cómputo, la memoria, el almacenamiento y el software tienen más probabilidades de escalar sus despliegues de IA más rápido, reducir los costes operativos y generar mayores retornos de sus inversiones en IA que aquellas que dependen principalmente del aumento de capacidad de hardware. La adquisición de MEXT por parte de AMD es un paso firme en esa dirección, marcando el inicio de una nueva era en la que la optimización de infraestructura será tan crucial como el rendimiento bruto.

Fuente original: ComputerWorld. Análisis y adaptación por ForgeNEX.