Última actualización: 04/08/2026
La arquitectura del hardware diseñado para el aprendizaje profundo acaba de recibir una actualización estructural de gran escala. SanDisk y SK hynix han presentado formalmente el estándar de memoria HBF para sistemas de IA, una tecnología que busca fusionar la alta densidad del almacenamiento NAND con la velocidad vertiginosa de las memorias HBM. Esta especificación, liberada a través del Open Compute Project (OCP), llega para resolver los cuellos de botella que amenazan el despliegue de modelos masivos en el mundo real.
La propuesta técnica detrás del estándar de memoria HBF para sistemas de IA se basa en un concepto híbrido. Por un lado, utiliza la naturaleza no volátil de la memoria 3D NAND para ofrecer una capacidad masiva. Por otro, implementa una interfaz de alto rendimiento que permite alcanzar un ancho de banda inédito para este tipo de componentes. Según los documentos publicados, los paquetes iniciales podrán alcanzar hasta los 512 GB de capacidad utilizando pilas de 8 o 16 capas de chips NAND especializados.
Rendimiento y arquitectura del estándar de memoria HBF para sistemas de IA
Uno de los puntos más disruptivos de este anuncio es su capacidad de transferencia. Las especificaciones definen tres niveles de rendimiento que oscilan entre los 0,4 TB/s y los 3,0 TB/s. Para poner esto en perspectiva, el nivel más alto del estándar de memoria HBF para sistemas de IA superaría los 2 TB/s que se esperan de un solo stack de memoria HBM4. Aunque la latencia de la tecnología flash difícilmente igualará a la de la DRAM, su ancho de banda bruto la posiciona como un candidato ideal para alimentar procesos de inferencia pesados.
Para lograr estos niveles de transferencia de datos, se ha optado por una integración física basada en el estándar Universal Chiplet Interconnect Express (UCIe). Esta decisión es fundamental, ya que permite que este estándar de memoria HBF para sistemas de IA sea compatible con plataformas de computación heterogéneas, facilitando su conexión con GPUs, CPUs y aceleradores de diversos fabricantes sin depender de interfaces propietarias cerradas.
A diferencia del entrenamiento inicial de modelos, la fase de inferencia y el auge de la denominada «IA Agéntica» requieren almacenar volúmenes masivos de datos intermedios. Es aquí donde el enfoque estructural propuesto por SK hynix y SanDisk cobra sentido. El uso de cachés «Key-Value» (KV) en sistemas de inferencia puede escalar rápidamente hasta el rango de los terabytes, un escenario donde la memoria HBM tradicional resulta prohibitivamente costosa de escalar.
El estándar de memoria HBF para sistemas de IA se posiciona entonces como una capa intermedia vital. Mientras que la memoria HBM actúa como el espacio de trabajo ultrarrápido pegado al procesador, esta nueva tecnología ofrece un pool de memoria cercano y económico para gestionar contextos de datos mucho más extensos. Esta eficiencia es lo que ha atraído a los primeros socios estratégicos del consorcio, entre los que ya se encuentran gigantes como Google y la firma de chips Tenstorrent.
Un ecosistema en formación frente a la competencia
A pesar del sólido respaldo técnico, la adopción masiva de este estándar de memoria HBF para sistemas de IA todavía enfrenta desafíos de mercado. Hasta el momento, empresas líderes como Nvidia, AMD, Intel y Samsung no han expresado un interés formal en integrarse al consorcio HBF. No obstante, la participación de Google sugiere que los proveedores de servicios en la nube podrían ser los primeros en implementar esta arquitectura en sus centros de datos para optimizar costos operativos.
La complejidad de fabricar un módulo de 512 GB capaz de mover 400 GB/s de forma sostenida no es menor. Para alcanzar estos hitos, SanDisk planea utilizar matrices de celdas que puedan ser accedidas concurrentemente mediante múltiples rutas de lectura y escritura. Esto convierte a la base del dado de silicio del estándar de memoria HBF para sistemas de IA en una pieza de ingeniería sumamente sofisticada, incluso si se compara con los SSD NVMe más avanzados de la actualidad.
Con la evolución hacia sistemas autónomos que planifican y ejecutan tareas, la demanda de memoria cercana al cómputo seguirá creciendo exponencialmente. Al establecer las pautas eléctricas, de empaquetado y de software, el estándar de memoria HBF para sistemas de IA marca el inicio de una carrera por dominar el almacenamiento de baja latencia en la era del silicio especializado para inteligencia artificial.
Fuente: SK hynix
Soy Enzo Ramírez, co-fundador y editor de tecno.ar. Tengo formación técnica en Informática, Seguridad Informática y Ciberseguridad, con background en desarrollo full stack. Me interesa especialmente todo lo que cruza tecnología, hardware, empresas, inteligencia artificial, entre otras, y su impacto en el mercado argentino