El nuevo chip de Samsung se salta el monopolio de Nvidia en IA
El chip LPDDR5X-PIM de Samsung realiza cálculos dentro de la memoria en lugar de enviar datos ida y vuelta, un movimiento que podría socavar el dominio de Nvidia en la IA periférica. Esto es lo que significa el chip para teléfonos, computadoras y toda la carrera del hardware de IA.
Un chip que calcula dónde vive los datos
Samsung acaba de hacer algo que la mayoría de las empresas de semiconductores considerarían imposible sin reinventar el sistema: colocó lógica de procesamiento dentro de un módulo de memoria con apariencia estándar y lo hizo ejecutar modelos de IA reales más rápido que las alternativas. El producto se llama LPDDR5X-PIM, y se presentó en Hot Chips 2026 en la Universidad de Stanford.
PIM significa Processing-In-Memory (Procesamiento en Memoria). La idea es sencilla pero difícil de ejecutar. Las arquitecturas tradicionales mueven datos hacia atrás y adelante entre chips de memoria separados y procesadores —un proceso que los ingenieros llaman el cuello de botella de von Neumann. Cada vez que un modelo de IA necesita un peso, ese peso debe viajar a través de buses, pasando por controladores, entrando a unidades de cómputo y regresando. El costo energético de ese movimiento suele exceder el costo del cálculo mismo.
El enfoque de Samsung dobla el cómputo directamente dentro del die de memoria. Los datos se quedan quietos. Los cálculos ocurren donde los datos ya están. El resultado, según las propias mediciones de Samsung, es aproximadamente 2.3 veces más rápido en inferencia sobre el modelo Llama 3.1 de Meta comparado con LPDDR5X convencional. El throughput de tokens alcanzó tres veces la tasa de memoria estándar. Esas no son mejoras marginales. Son del tipo de ganancias que redefinen las decisiones de arquitectura del sistema.
Por qué esto no es solo otro lanzamiento de memoria
La memoria es el negocio hereditario de Samsung. DRAM y NAND Flash son anclas de ingresos. Pero la memoria por sí sola se ha convertido en un campo de batalla de commodities, con fabricantes chinos como ChangXin y Yangtze Memory empujando precios hacia abajo y reduciendo márgenes. Moverse hacia arriba en la pila —hacia el cómputo— protege a Samsung de esa presión.
Más importante aún, PIM posiciona a Samsung en el punto exacto donde está yendo la guerra del hardware de IA: el edge. El dominio de Nvidia se sostiene en GPUs de data center. La H100, la plataforma Blackwell, el tejido NVLink —todo está construido para entrenar modelos masivos y servirlos a escala. También son devoradores de energía, costosos y físicamente grandes. No puedes meter una GPU de data center dentro de un teléfono.
La IA en dispositivo es la próxima frontera. Apple corre sobre su propio motor neural. Google empuja los chips Tensor. Qualcomm y MediaTek diseñan procesadores móviles con aceleración de IA. Ninguno quiere depender de Nvidia para la carga de trabajo de inferencia que definirá la próxima generación de smartphones, laptops y dispositivos IoT. El chip PIM de Samsung ofrece un camino que no requiere adoptar la arquitectura de acelerador de un rival.
El detalle de compatibilidad importa aquí. Samsung diseñó LPDDR5X-PIM para coincidir con la huella y el pinout de los módulos LPDDR5X existentes. Un fabricante de teléfonos puede intercambiar la memoria sin rediseñar la placa madre. Eso reduce drásticamente la barrera de adopción. Las GPUs de Nvidia requieren nuevos layouts de PCB, nuevas soluciones de enfriamiento, nuevas pilas de software. El chip de Samsung pide casi nada más que una pieza de repuesto.
La implicación estratégica para la carrera de hardware de IA
Aquí es donde Nvidia debería prestar atención. El foso de la compañía siempre ha sido el software —CUDA— y el puro rendimiento de su clúster de GPU. Pero CUDA corre sobre GPUs, no sobre chips de memoria. Si los fabricantes de dispositivos empiezan a desplegar cómputo-en-memoria a escala para cargas de trabajo de inferencia, están construyendo una pila de IA paralela que salta a Nvidia por completo. Samsung está efectivamente compitiendo para convertir la memoria en un acelerador de IA de propósito general sin forzar a los clientes a tirar sus diseños existentes.
Samsung también está preparando el terreno para la próxima generación ahora mismo. La compañía confirmó que ha comenzado trabajo de estandarización en LPDDR6-PIM, lo que significa que no solo está enviando un producto —está dando forma a la especificación que la industria seguirá. Definir estándares es una forma de poder en semiconductores. Quien define la interfaz posee el ecosistema. Intel aprendió esto de la manera difícil con los sockets de CPU. AMD lo aprendió con PCIe. Samsung está intentando aprenderlo con memoria.
El SDK y simulador que Samsung lanzó junto con el anuncio señalan el mismo instinto. PIM no es útil sin herramientas. Los desarrolladores necesitan saber cómo mapear capas de IA hacia el cómputo residente en memoria. Samsung está construyendo esa toolchain en paralelo con el hardware, que es la única manera de que esta arquitectura se vuelva práctica más allá de demostraciones de laboratorio.
Quién gana, quién pierde, y qué viene después
Los fabricantes de teléfonos y PCs ganan primero. Obtienen un impulso de rendimiento para IA en dispositivo sin comprometerse con un nuevo proveedor de aceleradores. Eso es apalancamiento en negociaciones con Qualcomm, Apple y MediaTek. También es un seguro si el suministro de GPUs se Tightens de nuevo o los precios se mueven desfavorablemente.
Samsung gana segundo. Se muda de ser un proveedor de componentes a ser participante en la plataforma de IA. Los márgenes mejoran. El posicionamiento de marca se fortalece contra SK Hynix, que no tiene producto PIM equivalente en el pipeline comercial a la fecha de este anuncio.
Nvidia pierde menos en el data center pero enfrenta riesgo de erosión a largo plazo en el edge. La compañía aún domina entrenamiento e inferencia de alta gama. Pero si LPDDR-PIM se vuelve el default para IA móvil y de laptop para 2027–2028, la relevancia de Nvidia en esos segmentos se encoge. Ese no es una amenaza existencial hoy. Es una deriva estratégica.
La prueba práctica será la adopción. Las demos en Hot Chips son una cosa. La producción en volumen dentro de dispositivos de consumo es otra. Samsung dice que el producto está listo para despliegue, pero la pregunta real es si los grandes OEMs lo integrarán en sus próximos flagship. El benchmark de Llama 3.1 es prometedor, pero las cargas de trabajo del mundo real —precisión mixta, longitudes de secuencia variables, ruteo multimodal— son más difíciles de optimizar.
Una cosa es clara: Samsung ya no está jugando defensa en memoria. Está atacando el cuello de botella que ha definido el hardware de IA durante décadas, y lo está haciendo usando el único componente que todo sistema de IA ya contiene.