Micron apuesta por una GDDR apilada “tipo HBM” para aceleradores de IA y futuras GPU

Como ya habrás escuchado en las últimas semanas y meses, las memorias gráficas se han convertido casi en un artículo de lujo.

Esto ocurre por la gran cantidad que se necesita para centros de datos, generación de datos con inteligencia artificial, etc., y tal y como se está viendo, la tecnología se está expandiendo más rápidamente que los recursos disponibles y se está formando un cuello de botella.

Ya hablamos en diciembre del año pasado sobre que el precio de la memoria RAM se disparó casi 5 veces más respecto al verano de 2025‎, y la tendencia continúa similar.

Mientras esto ocurre, hay compañías que necesitan que un acelerador de IA o una GPU mueva grandes cantidades de datos de forma constante, y para ello se necesita una memoria con mucho ancho de banda, capacidad y un diseño viable en coste, consumo y tamaño.

Es por ello que Micron estaría desarrollando una GDDR apilada tipo HBM para este tipo de usos. Al parecer, podría comenzar a probarlo en la segunda mitad de este año, y, según se ha podido saber, las primeras pruebas podrían utilizar alrededor de cuatro capas. Todavía no es un anuncio oficial de Micron, por lo que aún hay bastantes detalles que aclarar al respecto.

Ventajas de apilar la memoria

Por si no lo sabes, lo que está intentando proponer Micron es la idea de apilar memoria de forma vertical. Es decir, colocar varias capas de memoria una sobre otra dentro de un mismo módulo, en lugar de depender únicamente de chips distribuidos de forma tradicional sobre la placa.

Esto tiene dos ventajas: que es mucho más escalable que el modelo tradicional y que reduce el espacio físico que ocupa la memoria.

Como comentábamos en el título, es tipo HBM porque también se basa en apilado. Sin embargo, al parecer la idea de la marca no es competir directamente con HBM, sino colocarse en un punto medio, ofreciendo más ancho de banda y capacidad que la GDDR convencional, pero sin llegar a exigir el nivel de complejidad que ofrece HBM.

Esta memoria iría principalmente a aceleradores de inteligencia artificial, ya que los sistemas de IA suelen trabajar con modelos y conjuntos de datos muy grandes, lo que obliga a disponer de una memoria con mucha capacidad y un flujo de datos constante.

3 dudas a resolver sobre la nueva GDDR apilada

Si la memoria no puede alimentar al procesador con suficiente rapidez, el rendimiento del sistema se ve afectado. Según el informe que se ha podido conocer, hay tres cuestiones que todavía quedan por saber de esta apuesta de Micron.

La primera es el rendimiento de fabricación, y es que cuando se crean chips o módulos, no todos salen correctamente y hay solo una parte de todos los que se hacen que están listos para producirse y venderse.

Cuanto más complejo es un diseño, más difícil suele ser fabricar muchos ejemplares correctos. Si esta GDDR de Micron es compleja, tendría que obtener muchas unidades correctas para tener una buena relación calidad-precio. Si no, el coste se dispararía.

Por otra parte, está el tema de la temperatura. Al apilar varias capas de memoria, también puede complicarse la disipación del calor. Como va a estar enfocado a sistemas de alto rendimiento, el calor acumulado puede reducir la estabilidad y afectar a la eficiencia del sistema.

Por último, hay que hablar del consumo, y es que los aceleradores de IA ya trabajan en entornos donde la eficiencia energética es muy importante. Si una memoria apilada ofrece más ancho de banda, pero lo hace a costa de un consumo excesivo, no será tan atractiva para los usuarios.

Muchas incógnitas y esperanza

Como nunca antes se había realizado una producción masiva para una GDDR apilada, todo son incógnitas a la vez que esperanza.

Sin embargo, podemos hacernos una idea con lo que ya la marca ha comentado oficialmente sobre GDDR7.

La presenta como una memoria orientada a IA, gaming y computación de alto rendimiento, con velocidades de hasta 32 GB por segundo y un ancho de banda del sistema superior a 1,5 TB por segundo sobre un bus de 384 bits. En relación a esto, todavía no se sabe si la memoria opilada utilizará GDDR6 o GDDR7.

Por otro lado, además de los aceleradores de IA, es muy probable que este tipo de tecnología también se haga un hueco en las futuras GPUs de consumo habitual si todo sale bien, aunque todavía es pronto para asegurar nada.

Diferencias entre computación cuántica, computación clásica e Inteligencia Artificial

Vía: ETNews