La inteligencia artificial se fabrica en capas: por qué el boom de los chips ya depende tanto de la memoria como de la lógica

Cuando se habla de chips para inteligencia artificial, la imagen habitual es un procesador enorme rodeado de luces azules. Esa imagen es útil para imaginar potencia, pero oculta una parte decisiva de la ingeniería. Un sistema de IA no depende de un solo chip heroico. Necesita lógica para calcular, memoria para mantener los datos cerca, redes para moverlos, controladores para repartir energía y empaquetado para que todos esos componentes trabajen como un conjunto compacto. El rendimiento de la inteligencia artificial se juega en la coordinación de muchas capas.

La Semiconductor Industry Association proyecta que las ventas mundiales de semiconductores podrían superar 1,5 billones de dólares en 2026. La cifra refleja una demanda que viene de la IA, pero también de comunicaciones, vehículos, dispositivos médicos y sistemas industriales. La asociación afirma que un rack de servidores de IA puede contener más de 4.500 chips empaquetados y que los semiconductores representan más del 95% del valor de contenido de ese rack. Es una estimación elaborada desde la perspectiva de la industria, pero sirve para visualizar la densidad tecnológica que hay detrás de una aplicación aparentemente simple.

La memoria ocupa un lugar cada vez más importante. Micron explicó en sus resultados del tercer trimestre fiscal de 2026 que la IA está impulsando una expansión extraordinaria de la memoria en centros de datos y que el desarrollo de sistemas agentivos agrega racks de CPU para el control y la ejecución, además de almacenamiento para conservar contextos cada vez más grandes. La memoria de alto ancho de banda, conocida como HBM, permite alimentar aceleradores con grandes volúmenes de datos sin convertir el traslado en un cuello de botella. Un modelo que calcula rápido pero espera datos permanece rápido solo en el papel.

La lógica también se diversifica. Además de las GPU, el ecosistema incluye CPU, DPU, ASIC, FPGA y chips de red. Cada tipo puede ser apropiado para una parte distinta del trabajo. Un acelerador puede ejecutar matrices con gran eficiencia, mientras un procesador general coordina tareas, un DPU descarga operaciones de red y un ASIC se especializa en un patrón estable de inferencia. Pensar en una IA como una orquesta ayuda: el solista importa, pero una pieza compleja se detiene si fallan la percusión, la coordinación o la afinación.

La fabricación de esos componentes exige equipos que también son una frontera tecnológica. ASML reportó ventas netas de 9.300 millones de euros en el segundo trimestre de 2026 y vinculó la fortaleza de la demanda con las inversiones en IA y la expansión de la capacidad de lógica y memoria. La empresa prevé ventas de entre 43.000 y 45.000 millones de euros para todo 2026. Estos números no describen todo el mercado, pero muestran cómo el ciclo de la IA se transmite hacia los fabricantes de maquinaria que hacen posible producir transistores cada vez más pequeños.

El empaquetado avanzado se vuelve igual de estratégico. En lugar de tratar un chip como una pieza aislada, las nuevas arquitecturas acercan memoria, cálculo y conexión dentro de un mismo sistema. Esto reduce distancias y puede mejorar el rendimiento, aunque eleva la complejidad térmica y de fabricación. TSMC ha señalado que la demanda de cómputo avanzado está impulsando sus tecnologías de lógica, especialidades y empaquetado 3D. En la práctica, la frontera de la miniaturización convive con otra frontera: cómo conectar más componentes sin perder eficiencia ni confiabilidad.

Para América Latina, el debate no debería reducirse a si la región fabricará el próximo acelerador. También importa construir capacidades en diseño, pruebas, refrigeración, mantenimiento, software de bajo nivel y operación de centros de datos. Una empresa que entiende memoria, redes y costo energético puede tomar mejores decisiones de compra aunque importe el hardware. Las universidades pueden encontrar oportunidades en diseño especializado, fotónica, verificación, optimización y aplicaciones industriales. La cadena de valor tiene más puertas de entrada que la fábrica de obleas.

El boom de los semiconductores continuará mientras la IA encuentre usos y capital para escalar, pero las restricciones serán más visibles. La memoria, el empaquetado, la energía y la capacidad de fabricación pueden limitar tanto como el diseño del modelo. El futuro del hardware de IA será menos parecido a una carrera por un único procesador y más parecido a una competencia por construir un sistema completo, eficiente y disponible a tiempo.

Fuentes consultadas: Semiconductor Industry Association — 2026 State of the Industry Report; SIA and Deloitte — Powering AI: The Semiconductor Ecosystem at the Foundation of Data Centers; ASML — Q2 2026 financial results; Micron — Fiscal Q3 2026 earnings call prepared remarks

Hashtags: #Semiconductores #ChipsIA #HBM #Memoria #ASML #TSMC #HardwareIA #InfraestructuraTecnologica

Prompt visual: Portada editorial fotorrealista futurista modernista, oblea de silicio y módulos de memoria de alto ancho de banda flotando sobre una fábrica de semiconductores, capas de lógica, memoria, interconexión y energía unidas por líneas luminosas, técnicos observando una línea de producción avanzada, azul eléctrico, cobre y violeta, composición horizontal, sin logos, sin texto legible, sin marcas de agua.