La IA está provocando un aumento de los precios de los SSD en todo el mundo, y la razón principal es un marcado desequilibrio entre una demanda en alza vertiginosa y las limitaciones estructurales de la oferta. Las aplicaciones de IA que abarcan toda la cadena, como el entrenamiento de grandes modelos de lenguaje, la inferencia de IA y la generación aumentada por recuperación, han generado una demanda de SSD por parte de las empresas mucho mayor que la del mercado de consumo tradicional. Las compras a granel de los proveedores de nube y las empresas de IA están agotando rápidamente la capacidad de producción de memoria flash NAND. Por el lado de la oferta, los fabricantes de almacenamiento están desviando su capacidad, en primer lugar, hacia productos empresariales de mayor margen. Al mismo tiempo, la expansión de la HBM, la escasez de DRAM y los acuerdos de suministro a largo plazo reducen aún más la capacidad disponible para los SSD de consumo. Si a esto le sumamos el largo plazo de entrega de la producción de obleas NAND —la nueva capacidad no puede cubrir el déficit rápidamente—, el resultado es una oferta escasa y un aumento de los precios para los consumidores habituales.
El entrenamiento y la inferencia de la IA impulsan el aumento de la demanda de SSD
La demanda de IA para Unidades SSD no se limita a un único sector de la industria. Abarca toda la cadena, desde el desarrollo de modelos hasta su aplicación en el mundo real. Dos áreas clave —el entrenamiento de modelos de lenguaje grande (LLM) y la inferencia de IA con generación aumentada por recuperación (RAG)— están generando una demanda de almacenamiento mucho mayor que la que jamás tuvo el mercado de consumo tradicional, una al dar soporte a la infraestructura informática y la otra al impulsar los servicios diarios continuos.
La formación en LLM impulsa una demanda masiva de SSD
El entrenamiento de modelos de lenguaje a gran escala es, en la actualidad, la mayor y más urgente fuente de demanda de SSD. La lógica subyacente es sencilla: las empresas necesitan un almacenamiento rápido que esté a la altura de sus clústeres de GPU, que pueden costar decenas o incluso cientos de millones de dólares. Un almacenamiento lento dejaría estas costosas GPU inactivas, desperdiciando enormes sumas de dinero. El entrenamiento de un modelo de IA a gran escala requiere procesar docenas de petabytes de texto, imágenes y otros datos mixtos. Estos datos deben almacenarse en SSD rápidos para soportar las lecturas aleatorias necesarias durante el entrenamiento.
El proceso de entrenamiento, que dura varios meses, también requiere guardar con frecuencia el progreso del modelo para evitar la pérdida de datos, lo que plantea grandes exigencias en cuanto a la capacidad y la velocidad de escritura de los SSD. Los modelos de lenguaje grandes (LLM) modernos se entrenan en clústeres distribuidos con miles o incluso decenas de miles de GPU. Cada servidor con GPU necesita una gran cantidad de SSD locales para almacenar copias de los datos y resultados intermedios, lo que hace que la demanda total de almacenamiento aumente considerablemente. Para las empresas de IA, el coste de añadir SSD es insignificante en comparación con las pérdidas diarias derivadas de las GPU inactivas. Por ello, equipan cada servidor con tantos SSD de alta velocidad como sea posible, lo que agota rápidamente la capacidad de producción mundial de SSD.
La inferencia de IA y el RAG impulsan un crecimiento sostenido y generalizado de la demanda
Si el entrenamiento de grandes modelos de lenguaje supone un impulso concentrado y a corto plazo de la demanda, la inferencia de IA y las aplicaciones RAG constituyen un motor de crecimiento más amplio y duradero. La IA ha salido de los laboratorios de investigación para integrarse en la vida cotidiana. Miles de millones de solicitudes cada día —para chats con IA, generación de imágenes y búsquedas inteligentes— requieren que los modelos de IA (a menudo de cientos de gigabytes de tamaño) se carguen rápidamente para ofrecer respuestas instantáneas. Un almacenamiento lento arruinaría la experiencia del usuario.
Por su parte, la tecnología RAG, ampliamente utilizada por las empresas, almacena enormes volúmenes de documentos y datos en forma de vectores. Cada consulta debe encontrar rápidamente la información coincidente entre millones de entradas vectoriales, una tarea que solo pueden gestionar los SSD de alta velocidad. A diferencia del entrenamiento, la inferencia y el RAG se ejecutan las 24 horas del día, los 7 días de la semana, como servicios habituales. Desde asistentes personales de IA hasta sistemas inteligentes para empresas, su implementación está creciendo de forma exponencial. Los proveedores de nube y las empresas dan prioridad al rendimiento del almacenamiento para mantener la competitividad de sus servicios, por lo que la demanda de inferencia sigue consumiendo la capacidad de SSD restante en el mundo.
En resumen, el entrenamiento agota rápidamente la capacidad disponible mediante compras masivas y concentradas, mientras que la inferencia amplía de forma constante la demanda total a través de un uso generalizado y continuo. Juntos, han transformado radicalmente la estructura de la demanda del mercado de los SSD y han convertido el almacenamiento de alta velocidad en un recurso fundamental para el sector de la inteligencia artificial.
Contracción estructural en el lado de la oferta
El auge de la demanda ya ha ejercido una enorme presión sobre la capacidad mundial de NAND. Además, varios factores estructurales del lado de la oferta están reduciendo aún más el margen de producción de los SSD para consumidores, lo que agrava aún más el desequilibrio entre la oferta y la demanda. Desde las prioridades de rentabilidad hasta los cambios en la distribución de la producción, desde los modelos de colaboración industrial hasta las normas del ciclo de fabricación, cada pieza del sistema se inclina hacia los casos de uso de IA empresarial, y la presión acaba recayendo sobre el mercado de consumo.
Los mayores márgenes empujan a los fabricantes a dar prioridad a los SSD empresariales para la IA
El auge de la inteligencia artificial ha generado una enorme demanda de centros de datos y unidades SSD para empresas, y además ha ampliado la diferencia en los beneficios entre las distintas líneas de productos. Unidades SSD empresariales diseñadas para la IA Los servidores y los proveedores de servicios en la nube tienen precios unitarios y márgenes de beneficio mucho más elevados que los SSD para el consumidor habitual. La misma capacidad de una oblea NAND genera un beneficio varias veces superior cuando se utiliza para productos empresariales. Dada la limitación de la producción global, los principales fabricantes de dispositivos de almacenamiento están destinando la mayor parte de la capacidad NAND de gama alta, en primer lugar, a los pedidos de SSD para empresas y centros de datos. Los SSD para consumidores se ven obligados a competir por la escasa capacidad restante. Esta disminución de la oferta hace que los precios al por menor para los consumidores suban directamente.
La producción de HBM resta capacidad a la memoria flash NAND
A medida que el sector de la inteligencia artificial crece rápidamente, la demanda de HBM (memoria de gran ancho de banda) La demanda de servidores de IA de gama alta se ha disparado, lo que ha restado capacidad de producción y recursos de obleas a los fabricantes de sistemas de almacenamiento. La tecnología HBM y la 3D Flash NAND Los componentes utilizados en los SSD son ambos semiconductores de memoria y comparten algunas líneas de producción avanzadas y equipos de fabricación clave. Para hacerse con el lucrativo mercado de la memoria para IA, los principales fabricantes, como Samsung, Kioxia y Micron, han reajustado considerablemente sus planes de producción. Están reasignando la capacidad, los equipos y el personal de ingeniería que antes se dedicaba a la fabricación de memoria flash NAND a la producción de HBM. Esto reduce directamente el suministro de obleas NAND necesarias para los SSD de consumo. Además de la oferta ya escasa debido a la demanda de IA, esto crea un déficit de capacidad aún mayor para los SSD de consumo y es una de las principales razones de la escasez de existencias y el aumento de los precios.
La escasez de discos duros hace que la demanda de almacenamiento para IA se desplace hacia los SSD
La mayor parte de las enormes necesidades de almacenamiento de datos inactivos de la IA estaban destinadas inicialmente a Unidades de disco duro (HDD). Sin embargo, la producción de discos duros (HDD) ha crecido lentamente en los últimos años, y las compras a granel por parte de los centros de datos de IA han provocado una clara escasez de suministro y retrasos en las entregas a nivel mundial. Para mantener sus implementaciones de IA dentro de los plazos previstos, los proveedores de servicios en la nube y los centros de datos han tenido que ajustar sus configuraciones de almacenamiento. Ahora están utilizando SSD empresariales de alta capacidad para algunos datos «en uso» y de acceso frecuente que, en un principio, se habían previsto almacenar en discos duros. Este efecto de sustitución genera una demanda adicional de SSD, lo que agota aún más la ya escasa capacidad de memoria flash NAND. Esto sigue reduciendo el margen de producción de los SSD para consumidores e indirectamente empuja al alza los precios al consumidor.
La escasez de DRAM hace que los SSD actúen como memoria adicional
El entrenamiento y la inferencia de modelos de IA también requieren enormes cantidades de DRAM, y la producción mundial de DRAM es igualmente limitada. La DRAM de gama alta y la DRAM para servidores sufren una escasez constante. Para aliviar la presión sobre la memoria y controlar los costes de hardware, los proveedores de servicios en la nube y las empresas de IA están utilizando ahora de forma generalizada unidades SSD NVMe de alta velocidad como extensión o complemento de la DRAM. Gracias a la tecnología de almacenamiento por niveles, trasladan datos activos no críticos, como los pesos de los modelos y las cachés temporales, de la memoria a los SSD. Esto convierte a los SSD de simples dispositivos de almacenamiento en una especie de memoria secundaria, lo que genera aún más compras de SSD por parte de las empresas. Esto satura aún más la limitada capacidad de la memoria flash NAND, deja menos espacio para los SSD de consumo y hace que los precios al por menor suban.
Los contratos a largo plazo reservan la mayor parte de la capacidad para los grandes clientes de IA
Para garantizar el funcionamiento fiable de sus servicios de IA, los proveedores de nube a nivel mundial y las principales empresas de IA están firmando acuerdos de suministro a largo plazo con los tres grandes fabricantes de dispositivos de almacenamiento: Samsung, Micron y Kioxia. Estos acuerdos reservan la mayor parte de la capacidad de SSD y memoria flash NAND para empresas durante los próximos uno o dos años, a precios y volúmenes fijos. Esta reserva a gran escala significa que la gran mayoría de la producción limitada se reserva para los grandes clientes de IA. Queda mucha menos capacidad para el mercado abierto y los SSD de consumo. La escasez de oferta en el mercado de consumo empuja directamente los precios al por menor cada vez más al alza.
Los largos ciclos de ampliación de la producción de obleas NAND hacen que la nueva capacidad llegue demasiado tarde
Las líneas de producción de memoria flash 3D NAND requieren una gran inversión de capital y su construcción lleva mucho tiempo. Una fábrica moderna de NAND de gama alta tarda entre dos y tres años en completarse, desde la construcción hasta las pruebas de los equipos y la puesta en marcha a pleno rendimiento, y cuesta decenas de miles de millones de dólares. Ante la demanda explosiva provocada por el auge de la IA, los fabricantes de dispositivos de almacenamiento no pueden ampliar rápidamente la capacidad total de NAND a corto plazo. Solo pueden reorganizar el uso de su capacidad de producción existente. Dado que se da prioridad a los pedidos de IA empresarial de alto valor, la cuota de capacidad destinada a los SSD de consumo no puede crecer de forma significativa a corto plazo. Esta creciente brecha entre la oferta y la demanda es la razón subyacente por la que los precios de los SSD para consumidores se mantienen altos.
En definitiva, no es que la capacidad de producción total sea demasiado baja. Más bien, impulsados por los beneficios del sector de la inteligencia artificial, los recursos de producción se siguen desplazando hacia el mercado empresarial, de mayor valor añadido. La disminución de la oferta para los consumidores es una consecuencia natural de esta reasignación de recursos a nivel sectorial.
En general, las subidas de precios de los SSD impulsadas por la IA no son una fluctuación pasajera del mercado. Se trata de una profunda reestructuración de los patrones de demanda y la distribución de la producción de todo el sector del almacenamiento. En el pasado, la electrónica de consumo era el principal motor del mercado de los SSD. Hoy en día, la demanda empresarial de IA ha tomado el protagonismo, y es poco probable que este cambio se revierta de forma significativa en los próximos años. Para los consumidores, la era de los SSD extremadamente baratos puede haber llegado a su fin, al menos por ahora. Los precios no volverán a los niveles anteriores hasta que se ponga en marcha una gran cantidad de nueva capacidad de producción y el ritmo de crecimiento de la demanda de IA se ralentice gradualmente.
