2026-11-11 · Fuente:虎嗅·中继

Los chips de IA de gama alta rinden a menudo por debajo de su eficiencia por culpa del ancho de banda de la memoria; el cómputo crece mucho más rápido que la memoria y el cuello de botella se desplaza por la cadena industrial hasta los móviles.
Los unos 800 yuanes extra de un iPhone son solo el extremo más bajo de esta cadena industrial. Reportajes recientes de origen rastrean la cadena de precios hacia arriba: memoria, HBM, hasta los chips de IA de gama alta que cuestan decenas de miles de dólares por unidad y que todos se disputan. Las subidas de precios recientes en los móviles de Huawei, Xiaomi, Honor, OPPO y vivo se interpretan como la huella que la presión de esta misma cadena de suministro deja en el lado del consumo. Dicho de otro modo: la diferencia de precio que el consumidor percibe en la tienda es en realidad la proyección final de la tensión de toda la cadena de suministro de cómputo para IA.
El núcleo del problema es el llamado «muro de la memoria» (Memory Wall). Estos chips de decenas de miles de dólares, una vez comprados, a veces no pueden desplegar su máxima eficiencia: no es que falte cómputo, sino que la escasez de memoria hace que el traslado de datos no dé abasto. Cuando un modelo de IA se ejecuta, una gran cantidad de parámetros y de datos intermedios reside en el sistema de memoria, y el chip de cálculo lee datos sin parar para llevarlos a las unidades de cómputo y escribe de vuelta los resultados. Cuando la unidad de cómputo ya terminó y el siguiente lote de datos aún no llega, la eficiencia se atasca. El autor pone una metáfora: un cocinero corta a velocidad prodigiosa, pero los ingredientes están en la cámara frigorífica del sótano y el ascensor solo sube un plato pequeño por viaje; por rápido que sea el cocinero, tiene que esperar al ascensor, y ese ascensor es el ancho de banda. El texto subraya que lo que falta aquí es capacidad y ancho de banda del sistema de memoria, y no que sobren datos de entrenamiento.
El artículo «AI and Memory Wall» del equipo de investigación de la Universidad de California en Berkeley (2024) aporta la nota cuantitativa: en las últimas dos décadas, el cómputo pico de los servidores creció unas 3 veces cada dos años, mientras que el ancho de banda de la DRAM creció en el mismo período unas 1.6 veces y el de la interconexión unas 1.4 veces; el artículo sostiene que, en las aplicaciones de IA y en especial en la inferencia, el ancho de banda de la memoria es cada vez más probable que sea el principal cuello de botella. El texto advierte de que esas cifras describen una tendencia histórica. Para los aceleradores de IA, la HBM es especialmente importante porque puede suministrar datos al chip de cómputo con un ancho de banda elevado.
Para los compradores de cómputo para IA, el sentido práctico de este análisis está en corregir la lógica de compra. Antes, el indicador más intuitivo para evaluar un servidor de IA era el cómputo pico: cuántos TFLOPS, cuántas tarjetas soporta interconectar. Pero si el ancho de banda de la memoria no da abasto, el cómputo pico suele ser solo una cifra de papel y el rendimiento real de inferencia puede quedar muy por debajo del nominal. Por eso cada vez más compradores toman la «tasa de utilización del cómputo efectivo», y no el cómputo pico, como primer criterio de selección, e incorporan la capacidad y el ancho de banda de la HBM y la escalabilidad del subsistema de memoria como dimensiones de evaluación con el mismo peso que el cómputo del chip. Para los equipos con presupuesto ajustado, una solución con un cómputo pico algo menor pero un ancho de banda de memoria holgado puede entregar de hecho un rendimiento de inferencia mayor y un costo de adquisición por unidad de cómputo efectivo más bajo.
El diagnóstico de este análisis es el siguiente: en el primer semestre de 2026 todos se lanzan a por los chips de IA, pero una vez recibidos los chips el cuello de botella baja un nivel: antes había que resolver primero «qué tan rápido puede calcular el chip» y ahora también «si los datos de la memoria llegan a tiempo a la unidad de cómputo». Y este problema acabará recorriendo toda la cadena industrial hasta llegar al móvil que el consumidor lleva en la mano. La popularización de la IA en el dispositivo hace más nítida esta cadena de transmisión: los fabricantes de móviles quieren ejecutar modelos más grandes en local, la demanda de capacidad y ancho de banda de memoria sube al mismo tiempo, la oferta de memoria está tensa y los precios suben, y eso se refleja finalmente en el precio del equipo completo. Las subidas recientes de Huawei, Xiaomi, Honor, OPPO y vivo son justamente esa cadena de transmisión que va desde los chips de centros de datos de decenas de miles de dólares hasta la diferencia de unos 800 yuanes en el extremo de consumo.
Desde la óptica de compras e inversión, esta tendencia sugiere varias consideraciones. La primera: la tensión de oferta y demanda de memoria y HBM a corto plazo difícilmente se aliviará, así que los planes de despliegue de inferencia que dependan de configuraciones con mucha memoria deberían asegurar cuanto antes su cadena de suministro de memoria para evitar que los chips se queden ociosos por falta de memoria. La segunda: al evaluar cotizaciones de equipos completos o de cómputo en la nube, conviene exigir datos de rendimiento medidos en la práctica y no solo las especificaciones de cómputo pico; de lo contrario es muy fácil pagar por «cómputo que no se puede saturar». La tercera: el muro de la memoria también ha dado pie a nuevas líneas tecnológicas —iteraciones de HBM con mayor ancho de banda, arquitecturas de cómputo en memoria, compresión y cuantización de modelos más eficientes— que merecen seguimiento continuo en la planificación de largo plazo de los compradores.
En lo relativo al mercado conviene una aclaración especial: en cuanto a los chips de IA tratados en este reportaje, su situación de oferta en venta en el sistema al contado de la Bolsa de Cómputo Wanan (AIXX) es la siguiente: este modelo no cuenta actualmente con datos de precios de oferta en venta. Esto significa que en el mercado al contado casi no circula oferta de este tipo de chips de IA de gama alta con posibilidad de cierre inmediato, lo que se corresponde con la descripción del artículo de que «todos se los disputan»: cuando ya cuesta conseguir los propios chips, es todavía más fácil que se pase por alto dotar a los chips recibidos de memoria y ancho de banda suficientes, y esto es precisamente lo que decide si la inversión de decenas de miles de dólares se convierte de verdad en cómputo utilizable. Para los compradores, sin precios al contado de referencia, tienen aún más sentido incluir la configuración del subsistema de memoria y la tasa de utilización del cómputo efectivo en las cláusulas de aceptación técnica del contrato de compra.
Q: ¿Qué es el «muro de la memoria» y por qué los chips de IA de decenas de miles de dólares no rinden a pleno?
A: El muro de la memoria se refiere a que el cómputo de los chips de cálculo crece mucho más rápido que el ancho de banda de la memoria: el artículo «AI and Memory Wall» del equipo de Berkeley de 2024 muestra que en las últimas dos décadas el cómputo pico de los servidores creció unas 3 veces cada dos años, mientras que el ancho de banda de la DRAM creció en el mismo lapso solo unas 1.6 veces y el de la interconexión unas 1.4 veces. Si los datos no llegan a la unidad de cómputo, por rápido que sea el chip solo puede esperar, y el rendimiento real queda por debajo del pico.
Q: ¿Cómo se transmite esta ronda de subidas de precios al consumidor? ¿Cuánto ha subido?
A: La vía de transmisión es: chip de IA de gama alta → HBM → memoria → móvil completo. Huawei, Xiaomi, Honor, OPPO y vivo han subido precios recientemente, y los unos 800 yuanes extra de un iPhone son la manifestación más aguas abajo, reflejo de la presión de esta misma cadena de suministro desde los chips de decenas de miles de dólares hasta el extremo de consumo.
Etiquetas: Huawei · Xiaomi · Apple iPhone · HBM · Memory Wall · Ning Mingliang
萬安算交所 AIXX · AIXX · Exchange verificado · Ir al mercado