En un movimiento que subraya la creciente importancia de la memoria en la infraestructura de inteligencia artificial, AMD ha anunciado la adquisición de la startup MEXT, especializada en optimización predictiva de memoria. La operación, cuyos términos financieros no se han revelado, incorpora software de jerarquización inteligente de datos a la pila de IA de AMD, en un momento en que las empresas buscan desesperadamente formas de gestionar cargas de trabajo cada vez más intensivas en memoria sin tener que ampliar continuamente la costosa capacidad de DRAM.

¿Qué hace exactamente MEXT?

La tecnología de MEXT utiliza algoritmos de inteligencia artificial para mover de forma inteligente los datos a los que se accede con frecuencia entre el almacenamiento flash y la DRAM. Esto permite a las organizaciones aumentar la capacidad efectiva de memoria al tiempo que reducen los costes de infraestructura y el consumo energético, según ha explicado AMD en un comunicado en su web. “La memoria se ha convertido en una limitación crítica en los entornos cloud y empresariales”, afirma la compañía, añadiendo que los enfoques tradicionales de simplemente añadir más DRAM se están volviendo cada vez más costosos y exigentes en términos de consumo energético.

El auge de la IA redefine la economía de la memoria

La adquisición se produce en un contexto de transformación profunda del mercado de memoria, impulsado por la demanda de infraestructura de IA. Según IDC, la infraestructura de IA está forzando una reasignación estratégica de la producción de memoria hacia componentes de nivel empresarial, con un crecimiento del suministro de DRAM en 2026 que se espera se mantenga por debajo de las normas históricas, en un 16% interanual, generando presión sobre los precios en todo el mercado.

Por su parte, Gartner ha previsto un aumento del 130% en los precios combinados de DRAM y SSD para finales de 2026, advirtiendo de que el aumento de los costes de memoria influirá cada vez más en las decisiones de inversión tecnológica de las empresas. “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”, señala Shrish Pant, director analista de Gartner.

Pant añade que los precios más altos y la oferta limitada están reavivando el interés por estrategias de optimización de memoria basadas en software que recibieron poca atención cuando la memoria era abundante y barata. En este sentido, la tecnología de MEXT está diseñada para abordar un creciente reto empresarial: mediante algoritmos predictivos, identifica los datos a los que se accede con frecuencia y los mueve de forma proactiva entre el almacenamiento flash y la DRAM, ampliando la capacidad de memoria utilizable sin requerir una expansión proporcional del hardware.

La competencia en infraestructura de IA sube de nivel

La adquisición también refleja un cambio más amplio en la forma en que los proveedores de IA compiten por las cargas de trabajo empresariales. Mientras que la primera fase de la carrera de la IA se centró en asegurar GPUs y capacidad de cómputo, los proveedores están invirtiendo cada vez más en redes, software y optimización de infraestructura para mejorar la eficiencia general del sistema. “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”, afirma Pant.

AMD amplía así su cartera de infraestructura de IA más allá de los procesadores hacia software que optimiza la utilización de la memoria, reflejando una tendencia más amplia de la industria hacia pilas integradas de hardware y software, en lugar de centrarse únicamente en el rendimiento del silicio. Este enfoque recuerda a otras estrategias de optimización que hemos visto en el sector, como la configuración de VPNs seguras y firewalls en entornos financieros, donde la eficiencia del sistema es clave.

La memoria como limitación estratégica

Manish Rawat, analista de semiconductores en TechInsights, reconoce que la memoria se está convirtiendo cada vez más en una limitación estratégica para los despliegues empresariales de IA. “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”, explica Rawat. La memoria está evolucionando de un componente de hardware de soporte a un habilitador estratégico de la escalabilidad, el rendimiento y la optimización de costes de la IA.

El software pretende 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 a los que se accede con frecuencia 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 destaca que la optimización de memoria basada en software ofrece a las empresas una forma práctica de retrasar costosas actualizaciones de hardware, en lugar de eliminar la necesidad de DRAM. Además, añade que, aunque la tecnología no puede sustituir a la DRAM de alto rendimiento para aplicaciones sensibles a la latencia, 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.

Sanchit Vir Gogia, analista jefe en Greyhound Research, señala que el sector está entrando en una fase en la que la orquestación de la infraestructura será tan importante como el rendimiento del cómputo. “La GPU es el motor. La memoria es la carretera, la línea de combustible y, en ocasiones, el atasco de tráfico”, afirma Gogia. 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.

Gogia sostiene que la jerarquización predictiva de memoria aborda ineficiencias que a menudo dejan infrautilizada la costosa DRAM, pero advierte de que la optimización debe complementar, y no sustituir, un diseño de infraestructura sólido. “La jerarquización predictiva ataca el desperdicio dentro de ese reflejo”, destaca, refiriéndose a la tendencia a abordar los retos de rendimiento comprando más memoria en lugar de mejorar su utilización.

En consecuencia, Rawat dice 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. Este enfoque holístico es similar al que se aplica en pruebas de penetración y hacking ético, donde se evalúa todo el sistema para identificar vulnerabilidades.

La adquisición de MEXT por AMD no solo refuerza su posición en el mercado de IA, sino que también envía una señal clara: la memoria es el nuevo campo de batalla. En un mundo donde los modelos de IA crecen exponencialmente, la capacidad de gestionar inteligentemente los recursos de memoria será un factor diferenciador clave. Como hemos visto en otros ámbitos, como la comparativa entre RPA clásico y workflows API-first, la optimización de procesos es fundamental para la eficiencia operativa.

Fuente original: ComputerWorld. Análisis y adaptación por ForgeNEX.