Ejecutivo de Micron: El almacenamiento determina el límite de la IA, la capacidad sustancialmente nueva llegará después de 2028.

A medida que la ola de la inteligencia artificial avanza desde los centros de datos hacia la periferia y el sector de la robótica, los altos ejecutivos de Micron advierten que el almacenamiento se ha convertido en el principal cuello de botella que determina el límite superior del rendimiento de la IA. Debido a que el ciclo de creación de nueva capacidad es largo y la tecnología extremadamente compleja, el desequilibrio entre la oferta y la demanda en la industria no se resolverá con nuevas capacidades reales al menos hasta después de 2028.

El 15 de septiembre, en el foro enfocado en semiconductores de la Six Five Summit 2026, Sumit Sadana, asesor principal del CEO de Micron, fue entrevistado por el analista Patrick Moorhead, desglosando detalladamente el escenario de oferta y demanda en la industria de almacenamiento en la era de la IA, los planes de gasto de capital y los mercados clave de crecimiento futuro.

En el último año, la percepción del almacenamiento en todo el sector tecnológico ha experimentado una transformación radical. Esta transformación se debe a que la capacidad de cómputo ya no es el único indicador de las capacidades de los sistemas de IA. Sadana señaló de forma precisa la lógica subyacente del hardware de IA en la entrevista: “Hoy en día, el rendimiento de los sistemas de inteligencia artificial depende ante todo de la capacidad y el rendimiento del subsistema de memoria. Estos dos factores son los que realmente determinan el nivel de desempeño del subsistema de inteligencia artificial.”

Explicó que, dado que los modelos de IA deben almacenarse en memoria y grandes volúmenes de datos deben transferirse continuamente entre memorias, el ancho de banda entre el procesador y la memoria se ha convertido en el principal cuello de botella del rendimiento. Al mismo tiempo, el mercado de almacenamiento enfrenta un desequilibrio estructural que se ha acumulado a lo largo de décadas—en los 90 existían más de 20 empresas de DRAM; hoy quedan solo unas pocas. Por otro lado, ahora existen más de 20 empresas diseñando procesadores. Esta estructura de “pocos para muchos” convierte a la cadena de suministro de almacenamiento en algo sumamente vulnerable frente a la explosiva demanda de IA.

El gasto de capital se dispara; nueva capacidad significativa llegará recién en 2028

Frente a la enorme brecha entre la oferta y la demanda, el aumento en bits producto de las mejoras tecnológicas ya no es suficiente para satisfacer el apetito del mercado, forzando a toda la industria a entrar en un ciclo de expansión intensiva en activos —“nuevas salas limpias y fábricas de obleas”.

Micron está lanzando un plan de gasto de capital sin precedentes. Sadana reveló: “Solo mirando nuestro plan de inversión de capital: para el ejercicio fiscal 2025 gastaremos algo más de 13.000 millones de dólares; en 2026 duplicaremos la cifra; en 2027 se prevé superar los 45.000 millones de dólares. Recientemente anunciamos en Estados Unidos que aumentaremos la inversión de 200.000 millones a 250.000 millones de dólares y aceleramos el cronograma”. Además, Micron está llevando a cabo alrededor de 20 proyectos de expansión en paralelo en Idaho, Nueva York, Taiwán, Japón y Singapur.

Sin embargo, la solución no es rápida. La construcción de fábricas de semiconductores depende de infraestructura, aprobaciones regulatorias y una grave escasez de trabajadores calificados. Sadana dio una proyección clara: “Creemos que la liberación efectiva de capacidad adicional no comenzará hasta 2028, y esto será solo la primera etapa; el impulso de crecimiento de la capacidad realmente se intensificará en los años siguientes. Así que toda la industria necesitará tiempo hasta encontrar un nuevo equilibrio”.

Otra razón para la lenta liberación de capacidad es la enorme complejidad de la fabricación de memorias. Tomando como ejemplo la popular HBM, Sadana afirma que su funcionamiento “es casi un milagro”: “Imaginate apilar 12 capas de chips DRAM, con una base de chip conectada a la GPU en la parte inferior. Todo el sistema enfrenta enormes desafíos térmicos y de consumo energético... Hay unas 2.000 etapas en la fábrica. Desde el inicio de la producción de obleas hasta la entrega al cliente, el proceso tarda unos cinco meses”.

Adiós al “compra y vendé”: contratos a largo plazo y personalización profunda redefinen el modelo de negocio

La extrema escasez de capacidad está forzando una metamorfosis en el modelo de negocios del sector de almacenamiento: el comercio spot tradicional y la era de chips genéricos bajo el estándar JEDEC están quedando atrás.

“Ahora firmamos contratos plurianuales con compromiso de suministro y nuestros clientes se comprometen a darnos previsión de demanda. Esto es completamente diferente a los contratos de un año de antes—antes, compraban cuando querían y entregábamos si había stock”. Según Sadana, este tipo de “acuerdo con cliente estratégico” tiene un retorno de inversión altísimo y brinda una base sólida para el gasto de capital de varios años en las plantas de obleas.

El cambio más profundo está en el área de I+D. Para diferenciarse en consumo de energía y velocidad de los modelos de IA, los clientes están integrando el diseño de memoria a planificaciones de producto que van de 5 a 7 años. Sadana apuntó: “Este modelo transforma la relación en algo más parecido a la del desarrollo de chips ASIC —el cliente tiene más autonomía en el diseño y la relación es a largo plazo”.

La IA va hacia el edge: los robots humanoides serán el mayor mercado incremental

El mercado está enfocado en la demanda de IA en centros de datos, pero para Micron, esto es solo el comienzo. A medida que la IA penetra en smartphones, PC (como las Mac mini con arquitectura de memoria unificada), y autos autónomos, la demanda de almacenamiento estará presente en todas partes.

De cara al futuro, Sadana pone su mirada en la robótica, considerándola la próxima ola de demanda masiva tras los centros de datos.

“Pensá en los robots humanoides; serán uno de los mayores mercados de productos de la historia”. Al proyectar para la década del 2030, Sadana resalta el brutal consumo de almacenamiento que tendrá la IA en el edge: “La robótica es fascinante porque cada dispositivo requiere almacenar enormes volúmenes de datos: cada robot humanoide tendrá cientos de GB de memoria DRAM y varios TB de almacenamiento NAND. Así que será un gran impulsor del crecimiento de la demanda de DRAM y NAND... Los robots deben ser autónomos; no pueden enviar datos al servidor cada vez”.

A continuación, la entrevista completa:

Sumit Sadana 00:00 (UTC+8)

Hoy en día, el rendimiento de los sistemas de IA depende ante todo de la capacidad y el rendimiento del subsistema de memoria. Estos dos factores son los que realmente determinan el nivel de desempeño del subsistema de IA. Bienvenidos de nuevo a la cumbre de 2026.

Patrick Moorhead 00:22 (UTC+8)

La era de la inteligencia artificial ha llegado. La importancia y el carácter estratégico de la memoria es asombroso. Siempre pensé que la memoria era importante, pero en el contexto de la era de la IA y lo que nos permite hacer, sinceramente, sin suficiente memoria, sin la memoria adecuada, nada de lo asombroso que nos rodea sería posible.

Me alegra anunciar la participación de Micron en esta cumbre. Es un gusto verte, me alegra tu regreso. Gracias por la invitación. Es fantástico. Llevo 35 años en esta industria, desde ser un consumidor de memoria, pasando por trabajar con partners de memoria, hasta ahora investigar el mercado como analista. Es impresionante lo que hemos logrado. Cuando conversamos el año pasado, yo ya catalogaba la memoria como tecnología estratégica—sí, tengo que atribuirme ese mérito. Pero honestamente, vos lo mereces más porque vos sos quien lo hace realidad; yo solo lo menciono. Ahora parece aún más importante, cada vez más personas hablan de eso. En este año de la IA, ¿qué ha cambiado para que la industria valore aún más la memoria?

Sumit Sadana 01:44 (UTC+8)

¿Por qué la IA ha acelerado esta transformación? Buena pregunta. Solo ha pasado un año, pero por cómo ha cambiado el mundo, parece mucho más tiempo. Desde el punto de vista del cliente, el cambio ha sido enorme. Actualmente, en todos los segmentos hay una grave escasez de memoria. Aunque tratamos de aumentar el suministro, aún no sabemos cuándo podremos equiparar la oferta con la demanda, porque la demanda sigue creciendo constantemente. Las señales de clientes de todos los sectores van en aumento año tras año.

El cambio en la percepción de los clientes sobre la memoria se debe a varias razones. Una es la gran brecha oferta-demanda; otra, la creciente exigencia en el rendimiento de sistemas ahora impulsados por la IA. Cuando pensás “¿qué hace que un sistema alcance el mejor desempeño?”, notás que el procesador ya no es el único factor. Ahora, el rendimiento de la memoria, el ancho de banda entre procesador y memoria, y la capacidad misma de la memoria son vitales. Porque los modelos de IA deben guardarse en la memoria y grandes volúmenes de datos circulan entre memorias, por lo que el ancho de banda entre el procesador y la memoria se ha vuelto el cuello de botella clave. Así que los clientes se dieron cuenta de que debían volver a planificar su roadmap de productos e implementar una estrategia de memoria diferente.

Sumit Sadana 03:44 (UTC+8)

Ahora, lo clave es cómo diseñar la memoria para obtener ventajas competitivas y hacer que el sistema de cada cliente se destaque. Si la memoria siguiera siendo como antes, genérica y de estándar JEDEC para todos, sería difícil diferenciarse. Por eso, ahora trabajamos con los clientes integrando el diseño de la memoria en su roadmap de productos a largo plazo. Ahora se enfocan en cómo diferenciarse y cómo cambiar la dinámica competitiva. Esto significa pensar distinto la memoria y colaborar con empresas como Micron para diseñar nuevas funciones aplicables y aprovechables en el mercado.

Sumit Sadana 04:31 (UTC+8)

Por ejemplo, nuestra colaboración con Nvidia en DRAM de baja potencia (LPDRAM) para centros de datos es demostrativa. Fuimos pioneros en llevar esta tecnología a los data centers y, durante mucho tiempo, fuimos el único proveedor en ese campo; ahora otras empresas la empiezan a adoptar. Más clientes ven las ventajas del uso de DRAM de baja potencia—mayor densidad, tamaño reducido, mejor rendimiento y un consumo notablemente inferior de energía, algo clave para los data centers. Y este es solo un ejemplo.

Patrick Moorhead 05:07 (UTC+8)

Mirando a cinco años, todas estas tecnologías empiezan a despegar. Cuando trato de explicar el creciente interés por la memoria, recuerdo una materia de la facultad—fines de los 80—donde el principio fundamental era: si lográs operar dentro de la memoria, mejorás el rendimiento. Claro que hoy es algo diferente. Cuanta más memoria tengas, mejores resultados; y cuanto más cerca esté de lo que procesás, mejor, porque salir de la memoria ralentiza todo. En la era de la IA, esto es un gran desafío.

Es interesante. En mi carrera he vivido nueve ciclos de memoria. Trabajé en un OEM, también en una compañía de chips, y llevo 15 años en una consultora analizando el sector. La memoria siempre fue lo más cíclico, aunque sé que otras industrias también tienen ciclos. Además, la memoria suele considerarse una commoditie. Tocaste este punto antes, pero...

Sumit Sadana 06:17 (UTC+8)

¿Por qué la IA está cambiando tan radicalmente esa percepción? Excelente pregunta. Si mirás a principios de los 90, había más de 20 empresas haciendo DRAM, y la industria sufrió grandes procesos de consolidación. Entonces, había pocas compañías de procesadores, mientras que ahora hay más de 20 empresas de diseño—solo contarlos ya te da la magnitud. Pero fabricantes de DRAM, hoy quedan solo unos pocos.

Así que, al pensar en el diseño de IA y de subsistemas de inteligencia artificial, no se trata solo del centro de datos—que además tiene distinción entre cargas de trabajo de entrenamiento e inferencia (cada vez más subdivididas). Una pequeña parte puede usar SRAM, pero la mayoría sigue dependiendo de DRAM. Tratamos de diseñar para máxima capacidad de DRAM en esos sistemas. Esta tendencia llega incluso al auto autónomo, sistemas industriales, celulares y computadoras personales—con arquitecturas de memoria unificada como el éxito de ventas de Mac mini, que activó un movimiento "Open Claw". Y todo esto, en esencia, está impulsado por la inteligencia artificial.

Sumit Sadana 07:50 (UTC+8)

Actualmente, el rendimiento del sistema depende ante todo de la capacidad y el rendimiento del subsistema de memoria, los factores realmente determinantes de la performance del subsistema de IA. Así que, cuando la memoria se convierte en el núcleo del diseño del sistema, tenés que replantearte el asunto. El desafío es cómo sacar rápidamente productos diferenciados. Creo que el negocio de la memoria del futuro será radicalmente distinto, lo que está alineado con este concepto...

Sumit Sadana 08:36 (UTC+8)

Al final, la industria llegó al punto de necesitar nueva capacidad, lo que sorprendió ya que el crecimiento impulsado por la IA fue tan fuerte que las mejoras tecnológicas ya no alcanzan. En los últimos años, el crecimiento en bits por tecnología era suficiente. Ahora, hay que aumentar mucho la producción de obleas, lo que exige construir más salas limpias. Y cuando el espacio en planta se agota—problema que sufren casi todas las empresas—no queda más remedio que expandirse en nuevas locaciones, algo que lleva mucho tiempo.

Es un proceso lento y depende de múltiples factores prácticos, como la velocidad de construcción y la eficiencia del proceso regulatorio en distintas regiones. Construir toda la infraestructura esencial—energía, agua, tratamiento de agua, insumos químicos y lo necesario para la fábrica de obleas—demanda muchísimo tiempo. Precisamente esto atraviesa hoy la industria.

Sumit Sadana 10:01 (UTC+8)

Así que, aunque hacemos todo el esfuerzo y vemos el impulso de las demás compañías en el sector, hoy todavía es difícil satisfacer la demanda del mercado. Llevar la oferta al nivel de la demanda llevará mucho tiempo y esto incide significativamente en el comportamiento de los clientes.

Sumit Sadana 10:27 (UTC+8)

Por eso hablamos siempre de los acuerdos estratégicos con clientes. Estos acuerdos cambian nuestra forma de hacer negocio: firmamos contratos plurianuales con compromiso de suministro y previsión de demanda. Es totalmente diferente al viejo contrato anual—antes, los clientes solo compraban si había stock. Ahora el contrato es una promesa de suministro; el retorno de inversión es muy alto y permite asegurar el gasto de capital para varios años.

Por supuesto, esto todavía no involucra la “IA agente”, el próximo escalón evolutivo. Después, llegará la IA física—la próxima ola de demanda masiva. Si estudiás estas diferentes olas, verás que se potencian, no que se reemplazan, y eso lleva a un gran desafío: cómo llevar la capacidad física a semejante escala también al entorno digital.

Patrick Moorhead 11:39 (UTC+8)

Para satisfacer toda esa demanda, creo que vuestra estrategia de acuerdos a largo plazo prueba la creciente importancia estratégica de la memoria. Es fácil decir “necesitamos contratos a largo plazo para asegurar capacidad futura”, y eso es crucial, pero también implica planificación colaborativa.

Desde lo técnico, me impacta mucho, y celebro que mencionaras la IA en el edge. Lo más interesante es que tanto en Open Claw como en nuevos diseños de computación cliente—como mantener la memoria muy acoplada al CPU y GPU para aumentar el ancho de banda—la arquitectura de la computadora cliente ha sido muy estable durante mucho tiempo. Ahora quiero hablar de los data centers hiperescala, donde ya hemos hablado un poco; mucho de lo dinámico y de la inversión de capital está aquí, y la mayor innovación en modelos y aplicaciones suele venir de allí. Pero me interesa saber sobre autos autónomos, PC, robots, edge inteligente, etc...

Sumit Sadana 13:00 (UTC+8)

¿La demanda de memoria está cambiando esos escenarios de aplicación? Sí, es una excelente pregunta. Por supuesto, todo empezó en el data center. Pero hacia donde va la IA no es solo data centers. La ola de inteligencia se mueve hacia el edge y, al final, la inteligencia estará en todos lados, en todos los dispositivos. Así que esto abarca electrónica de consumo, autos, e incluso la segunda etapa de la revolución industrial, con inteligencia distribuida en empresas globales.

Sumit Sadana 13:43 (UTC+8)

Tus dispositivos personales, ya sea tu PC en el trabajo o el hogar, tu smartphone, o incluso dispositivos que algunas empresas están considerando desarrollar—equipos que podrían ser muy distintos a una PC o teléfono, con diseños completamente diferentes. Si pensás en un hardware nativo de IA, podés imaginar formas muy distintas a los esquemas tradicionales. Esto nos lleva al reto de reducir el consumo energético tanto como se pueda, especialmente en dispositivos a batería. Cómo maximizar el rendimiento y correr modelos que sean valiosos para el usuario, pero lo suficientemente pequeños como para ejecutarse en el dispositivo sin recurrir a la nube: ese es el nuevo frente de la IA.

Y esta exploración continuará. Los modelos que sean lo bastante pequeños para correr en PC o celulares irán mejorando con el tiempo. A medida que esto suceda, salir beneficiado en privacidad y confidencialidad de los datos será diferencial. Los consumidores valoran mucho esto, y las empresas que gasten en asegurar que todo lo que haces en el dispositivo no suba a la nube facilitarán nuevas aplicaciones y mucho valor.

Sumit Sadana 15:30 (UTC+8)

Si miramos conducción autónoma, ahora avanza rápido gracias a la IA, y la siguiente frontera es la robótica. Pensá en robots humanoides; serán uno de los mayores mercados de productos de la historia. Esto llevará algo de tiempo, pero estamos cada vez más cerca de ese punto singular: pronto podrás dialogar con un robot humanoide exactamente como lo hacés con una persona, con capacidades cognitivas casi indistinguibles. Con el tiempo, su capacidad física será cada vez más sofisticada, lo que revolucionará todo.

Al principio, trabajarán en fábricas automatizadas haciendo tareas muy concretas, con poca autonomía. Pero el entorno más complejo es el doméstico, porque los hogares son mucho menos estructurados. Sigo convencido de que en la década del '30 la robótica será un gigantesco impulsor de crecimiento. Y lo más fascinante es el brutal requerimiento de almacenamiento: cada robot humanoide tendrá cientos de GB de DRAM y varios TB de NAND. Eso disparará mucho la demanda de DRAM y NAND. Mucha gente subestima esto: los robots deben ser autónomos, no pueden enviar datos al servidor todo el tiempo. Es así.

Patrick Moorhead 17:25 (UTC+8)

En tu explicación, recién noté que Micron está pasando a la escala de gigavatios. Pensar en inventar esta tecnología me resulta increíble. Pero cuando la gente piense en Micron, debería recordarlo.

Con la llegada de la era de la IA, la visión estratégica es más fuerte que nunca, ya sea para aprovechar dispositivos innovadores que aún no se inventaron, o para los futuros data centers a escala gigavatio que permitan usar IA y grandes modelos enseguida.

He oído hablar de este concepto de codesarrollo o coinvención y lo he comentado con algunos partners vuestros; cuentan ideas muy interesantes que están probando. Antes también mencioné los cambios arquitectónicos—que tradicionalmente se implementaban vía algún tipo de estándar JEDEC. Pero lo que discutimos ahora es codesarrollo real en profundidad. ¿Podés contar cómo está mutando tu relación con los partners?

Sumit Sadana 18:45 (UTC+8)

Por supuesto. Nuestros socios también quieren entender cómo obtener ventaja y superar a sus rivales. El subsistema procesador-memoria es tan clave en la IA porque la interacción entre ambos define muchos parámetros críticos —determina el consumo energético, qué modelos pueden ejecutarse, qué tamaño pueden tener y cuán rápido funcionan.

Viendo todos los avances en LLM de diferentes tamaños y tipos, se ve que para diferenciarse en los ciclos de diseño de hardware, memoria y procesador, cada segmento debe trabajar en estrecha colaboración. Ya no son dispositivos plug-and-play que cumplan con el estándar JEDEC y después solo se certifican. Bueno, algunos mercados sí, pero los clientes buscan cada vez más cómo diferenciarse. Necesitan funciones especiales que el producto estándar no ofrece. Así que debemos cooperar estrechamente con las compañías de memoria en planes de I+D de 5 a 7 años. Hacemos parte de muchos roadmaps de clientes, nos traen ideas súper interesantes: algunas factibles, otras requieren años de innovación disruptiva para que maduren.

Sumit Sadana 20:28 (UTC+8)

Nos entusiasma ver tantas ideas diferentes. Como decías, el rango de sistemas es enorme: aparatos de bajísimo consumo, totalmente alimentados por batería, y otros aptos para data centers de gigavatios. Ya hemos visto innovación surgir en muchos segmentos y con clientes líderes, y seguiremos impulsando ese avance.

En algunos proyectos espectaculares, ampliamos nuestras capacidades para materializar los diseños innovadores que los clientes buscan. No pueden asociarse en profundidad con muchas empresas; normalmente, solo lo hacen con una o dos, otras llegan mucho después. La ventaja de este modelo es construir vínculos sumamente estrechos, a veces como proveedor único o junto a solo otro competidor. Así, la relación se parece más a la del desarrollo de ASIC que a la de chips de memoria estándar: el cliente diseña con autonomía y la relación es a largo plazo. Esto porque se entra en un vínculo especial tipo ASIC, no la dinámica estándar de hace unos años. Veo que esto se puede escalar masivamente.

Patrick Moorhead 22:27 (UTC+8)

Tal cual. Eso implica ventas tan grandes que sinceramente el capital invertido justifica inversiones de ambos lados; y cuando lanzás el proyecto, la clave será siempre destacar. Cada uno busca diferenciarse, sea en eficiencia o en costo total de propiedad (TCO).

Quiero mirar el futuro desde la inversión. Hablaste antes de inversión en capacidad. Algunos esperan que una fábrica de memoria se construya tan rápido como se escribe código. Pero yo trabajé en una empresa de chips con planta propia y, incluso hoy, es algo extremadamente complejo y capital-intensivo, se necesitan 3 o 4 años para ver resultados reales. ¿Podés nombrar inversiones que posicionan realmente a Micron en la tecnología de próxima generación, ya sea para IA, otras tecnologías, o alguna variante de IA? Decías que estas inversiones requieren años y lo dejaste muy claro.

Sumit Sadana 23:57 (UTC+8)

Totalmente de acuerdo. Por cierto, si alguien sabe cómo montar una fábrica de DRAM rápido, avísenos porque nos simplificaría mucho la vida. Los clientes quieren productos cuanto antes, y hacemos todo lo que podemos.

Estamos acelerando al máximo nuestras inversiones. Nuestro plan de gasto de capital: en el año fiscal 2025, será algo más de 13.000 millones de dólares; en 2026, el doble; en 2027, se prevé pasar los 45.000 millones. El número no para de subir. Recientemente en Estados Unidos anunciamos que aumentamos la inversión de 200.000 a 250.000 millones e incluso aceleramos la agenda; para finales del año que viene habremos invertido 50.200 millones.

Estas inversiones cubren todos los ámbitos. Invertimos en la planta ID1 de Idaho, que estrenará sus primeras líneas; a mediados del año que viene vendrá la planta ID2, con líneas iniciales para fines de 2028. Nuestra fábrica en Taiwán arrancará en 2027 y seguimos ampliando. También expandimos en Japón y Singapur; globalmente, tenemos unos 20 proyectos de diferentes tamaños para ampliar producción en la parte previa y posterior del proceso.

Sumit Sadana 26:06 (UTC+8)

Pero todo esto requiere mucho tiempo. Cada nueva planta de obleas es así. En Nueva York, planeamos cuatro plantas agrupadas—la primera se espera para 2030. Comenzamos a construir en enero y el mojón del hormigonado ya está adelantado al plan.

Sumit Sadana 26:22 (UTC+8)

En el mundo hay muchos otros proyectos en marcha, cada uno necesita permisos y construir infraestructura de apoyo. Hay escasez grave de mano de obra especializada—pensá en la simultaneidad de grandes obras en Estados Unidos y en otros mercados.

Por todas partes se levantan data centers, que necesitan energía y, por ello, se construyen usinas; también requieren semiconductores, así que las plantas de chips, sea para el frente o la parte posterior del proceso, también están en obra. Por eso falta personal técnico calificado: hay muchos proyectos extremadamente complejos en construcción y no hay suficientes técnicos.

Sumit Sadana 27:15 (UTC+8)

Por eso invertimos en la comunidad, formando personal para asegurar la oferta de talento, lo que no solo ayuda a avanzar los proyectos sino que favorece al ecosistema entero. Hacemos inversiones en capacitación, crear escuelas técnicas y colaborar con ciudades y poblaciones donde operamos. Es una meta a largo plazo para nosotros.

Esperamos que las instalaciones se amplíen más con el tiempo, ya que estas plantas funcionan en “clusters”; no se construye solo una. Se necesita escala y romper la barrera de costos lo antes posible, así que la expansión será continua durante la próxima década o más. Son proyectos de largo plazo. Creemos que nueva capacidad real solo empezará a liberarse significativamente en 2028, y ese será recién el comienzo; el ritmo de crecimiento de capacidad aumentará en los años siguientes. Así que llevará tiempo encontrar el nuevo equilibrio; cuándo llegará, aún no podemos saberlo.

Patrick Moorhead 28:54 (UTC+8)

Son buenos ejemplos y la información sobre inversiones es muy concreta. Pero creo que algunos podrían malinterpretar la complejidad de la memoria. Todos sabemos que fabricar chips lógicos es difícil. Pero hablemos de la dificultad de la memoria—es una de las tecnologías de semiconductores más complejas del momento.

Sumit Sadana 29:19 (UTC+8)

Solemos decir que los circuitos lógicos son la cima tecnológica, pero el almacenamiento también está a la vanguardia. Utiliza litografía EUV, máquinas enormes. Hay unas 2.000 etapas en la planta. El ciclo de producción de una oblea hasta que el producto llega al cliente toma unos cinco meses. Es asombroso y mucha gente no puede dimensionarlo. El proceso en la planta va de tres meses y medio a casi cuatro, luego el ensamblaje, empaque y pruebas suman otro mes o mes y medio.

Sumit Sadana 30:04 (UTC+8)

Para productos más complejos, como HBM, la complejidad es manifiesta. Muchos lo llaman milagro; que funcione es increíble. Pensá: apilar 12 capas de DRAM, abajo un chip base conectado a la GPU. Desafíos térmicos y energéticos extremos—¿cómo disipar el calor a máximo ancho de banda, transfiriendo datos entre procesador y chip? El packaging es tan complejo como el clean room, totalmente diferente a la tecnología de flip chip tradicional en lógica. Bajo cualquier parámetro, la complejidad del packaging y los avances de proceso (como litografía EUV) hacen que cada nodo de DRAM cueste cada vez más escalar.

Sumit Sadana 31:18 (UTC+8)

Lo mismo ocurre con NAND. Capas y capas, 200, 300, 400; el proceso para fabricar estos dispositivos es astronómico en dificultad. Y las NAND almacenan datos y cumplen su función—hoy un solo SSD alcanza ya los 245 TB de capacidad. Toda esa capacidad en un tamaño diminuto, es fruto del esfuerzo diario de ingenieros y equipos de fabricación. La complejidad es increíble, y en los próximos años seguiremos avanzando, reduciendo el espacio y ampliando el alcance de la tecnología, lo que generará otro milagro.

Patrick Moorhead 32:23 (UTC+8)

Todo esto requiere tiempo, energía e innovación. Su complejidad me impresiona, y el que lo logren con rangos de consumo tan amplios, todavía más. No sé cuántas empresas en el mundo pueden hacerlo.

Curiosamente, la gente suele decir “nunca estoy satisfecho”, creo que se debe a que siempre quieren más cosas sorprendentes. Después, entra en debate el tema precio y demás, pero en realidad es una inversión—Micron y las demás del rubro invierten porque, honestamente, sin más inversión, la innovación se estancaría. Espero ver los logros de Micron gracias a estas inversiones, no solo en fábricas sino en tecnología misma. Creo que la robótica puede disparar el crecimiento por diez; puede convertirse en un gran mercado generador—algo que ni siquiera se ha modelado completamente en nuestra proyección de capacidad. Por supuesto, hará falta más evidencia para saber cuándo será realmente relevante.

Muchas gracias por la charla. Es increíble que hace solo un año conversáramos y mirar cómo ha cambiado todo en este tiempo.