El encarecimiento no corresponde necesariamente al precio individual de las GPU. Fabricantes de servidores están trasladando a sus clientes el aumento de los costos de memoria, mientras la expansión de la inteligencia artificial comienza a presionar los componentes de los que depende su propia infraestructura.
Algunos de los mayores clientes de Nvidia fueron informados de que el precio de servidores equipados con sus aceleradores de inteligencia artificial aumentará más de 15% en muchos casos, debido principalmente al encarecimiento de los chips de memoria, según un reporte de Bloomberg.
Los aumentos afectarían a sistemas enviados a partir de principios de 2027, incluidos equipos con las arquitecturas Vera Rubin y Grace Blackwell. La magnitud del incremento dependerá tanto de la generación de los chips de Nvidia como de la configuración de memoria utilizada en cada sistema. Empresas que fabrican servidores por contrato para grandes operadores de centros de datos, entre ellos Microsoft, Google y Oracle, ya habrían comenzado a comunicar los nuevos precios a sus clientes.
La presión se desplaza hacia la memoria
Durante buena parte del auge de la inteligencia artificial, el principal cuello de botella se concentró en la disponibilidad de aceleradores capaces de entrenar y ejecutar grandes modelos. Nvidia se convirtió en el proveedor dominante de ese mercado. Sin embargo, conforme crece el número de GPU desplegadas, otro componente empieza a adquirir un peso decisivo: la memoria.
Los aceleradores de IA necesitan enormes cantidades de memoria de alto ancho de banda, conocida como HBM, además de distintos tipos de DRAM utilizados por los servidores. Esa demanda compite por capacidad de fabricación con la memoria destinada a computadoras, teléfonos y servidores convencionales.
TrendForce estima que HBM absorberá 30% de las obleas destinadas a DRAM de los tres mayores fabricantes hacia finales de 2027, pese a representar sólo 13% de los bits producidos. La creciente demanda de memoria para aceleradores de IA está desplazando capacidad que antes podía destinarse a DRAM convencional.
El problema no parece limitarse a una fluctuación temporal de precios. TrendForce calcula que la oferta total de bits de módulos RDIMM crecerá apenas entre 15% y 20% en 2027, una expansión que quedaría por debajo del aumento previsto de los envíos de procesadores para servidores. La consecuencia sería un mercado de memoria para centros de datos con oferta insuficiente justo cuando las grandes tecnológicas aceleran la construcción de infraestructura de IA.
La escasez ya modifica el diseño de los aceleradores
Las restricciones de memoria comenzaron a aparecer incluso antes del reporte sobre los nuevos precios. El 4 de agosto, TrendForce informó que Nvidia había comenzado a evaluar configuraciones alternativas para Rubin Ultra, su próxima generación de aceleradores. El diseño originalmente contemplaba memoria HBM4e de 12 capas, pero la compañía también estaría evaluando variantes de ocho capas y otras configuraciones de HBM4. La especificación definitiva todavía no ha sido decidida.
TrendForce atribuyó el cambio a dos problemas: la escasez general de DRAM prevista para 2027 y la incertidumbre alrededor de la producción y validación de HBM4e de 12 capas. La consultora también informó que Nvidia decidió reducir a la mitad la capacidad de los módulos SOCAMM de su plataforma Vera Rubin debido a restricciones previstas en el suministro de LPDDR5X.
Es una señal particularmente importante: la disponibilidad de memoria ya no sólo afecta cuánto cuesta desplegar sistemas de IA, sino también cómo se diseñan. La consultora estima que los envíos de bits de HBM crecerán entre 50% y 60% interanual en 2027, y aun así serían insuficientes para seguir el ritmo de crecimiento de la demanda. Bajo esas condiciones, los fabricantes de memoria conservarían un fuerte poder de negociación sobre los precios durante el próximo año.
La IA compite consigo misma por capacidad industrial
La fabricación de HBM es especialmente exigente. Utiliza chips de mayor tamaño, múltiples capas y procesos de empaquetado más complejos que la DRAM convencional. Conforme los fabricantes destinan una mayor proporción de sus líneas a memoria para aceleradores de IA, disminuye la capacidad disponible para producir otros tipos de DRAM.
TrendForce calcula que, entre los tres principales fabricantes de memoria, la producción destinada a HBM representará aproximadamente 22% de las obleas de DRAM al terminar 2026 y 30% para finales de 2027, frente a 18% al cierre de 2025.
Esto produce un mecanismo circular. La expansión de la inteligencia artificial incrementa la demanda de aceleradores; cada nueva generación necesita mayores cantidades de memoria; los fabricantes desplazan capacidad hacia productos para IA; la oferta de otros tipos de DRAM se estrecha y los precios aumentan; finalmente, esos costos regresan a los centros de datos en forma de servidores más caros.
Incluso las grandes tecnológicas que desarrollan aceleradores propios enfrentan el mismo límite físico. Sustituir una GPU de Nvidia por un ASIC diseñado internamente puede reducir la dependencia de un proveedor de cómputo, pero no elimina la necesidad de adquirir HBM y memoria para servidor en un mercado cuya capacidad se concentra en un pequeño grupo de fabricantes.
Más caros justo cuando la infraestructura necesita más financiamiento
El aumento llega además en un momento en que el costo financiero del despliegue de IA comienza a recibir mayor escrutinio. Reuters reportó el 21 de agosto que la emisión de deuda de los grandes operadores de infraestructura de IA en Estados Unidos alcanzó 220,000 millones de dólares en 2026 hasta el 10 de agosto, frente a 12,500 millones en el periodo comparable del año anterior. Los administradores de fondos todavía consideran sólida la calidad crediticia de compañías como Amazon y Alphabet, pero empiezan a exigir mayores rendimientos para absorber el creciente volumen de bonos tecnológicos.
Hasta ahora, la carrera por construir centros de datos se ha explicado principalmente mediante el número creciente de GPU, la electricidad necesaria para operarlas y los miles de millones de dólares de inversión requeridos para levantar nuevas instalaciones. El encarecimiento de la memoria agrega otra variable: el costo por unidad de capacidad instalada también puede aumentar mientras las empresas intentan expandirla.
Ese cambio modifica las cuentas del despliegue. Una empresa que planeó construir determinada capacidad de cómputo para 2027 no sólo necesita financiar más servidores: puede descubrir que cada uno de esos servidores cuesta considerablemente más que cuando realizó sus estimaciones iniciales.
El reporte sobre aumentos superiores a 15% todavía depende de fuentes anónimas citadas por Bloomberg y no ha sido confirmado por Nvidia. Pero ocurre después de varios meses de señales independientes de una misma presión: precios crecientes de DRAM, suministro insuficiente previsto para 2027 y modificaciones en las configuraciones de memoria de futuras plataformas.
El cuello de botella de la infraestructura de inteligencia artificial comienza así a desplazarse. La carrera ya no depende únicamente de conseguir más aceleradores. También depende de quién puede fabricar, comprar y pagar la memoria necesaria para alimentarlos.
