¡El "aprendizaje continuo" de la IA podría iniciar un nuevo ciclo de almacenamiento! Citi: La demanda de HBM, DRAM para servidores y eSSD está en aumento; la escasez podría continuar hasta 2031.

De acuerdo a lo informado por el portal financiero argentino, Citi señaló en su último informe global sobre la industria de semiconductores que, a medida que la inteligencia artificial avanza del modelo tradicional de entrenamiento e inferencia hacia una era de "aprendizaje continuo", el mercado global de chips de memoria podría experimentar una nueva ola de crecimiento estructural en la demanda. A diferencia de los modelos de AI actuales, que dependen principalmente de un entrenamiento único, el aprendizaje continuo requiere que los modelos absorban constantemente nuevos datos y actualicen su conocimiento, al tiempo que conservan e invocan la información aprendida con anterioridad. Esto implica que la demanda de HBM, DDR5 para servidores y SSD empresariales (eSSD) podría expandirse simultáneamente, agravando la escasez mundial de almacenamiento en 2028 y posiblemente extendiéndose hasta 2031.

Citi considera que el aprendizaje continuo será una de las temáticas clave en el desarrollo de AI en los próximos cinco años. En este esquema, los modelos de AI dejan de ser relativamente estáticos tras su entrenamiento inicial y pueden ahora recibir entrenamiento incremental en función de nuevas tareas, datos y conocimientos, sin olvidar la información previamente adquirida. Esta actualización constante de los modelos y la necesidad de acceder a datos históricos elevarán significativamente el consumo de recursos de cómputo y almacenamiento por parte de los sistemas de AI.

El banco anticipa que, a partir de 2027, se acelerará simultáneamente la demanda de memoria para los procesos tanto de entrenamiento como de inferencia de AI. En este escenario, HBM se beneficiará del entrenamiento continuo y la actualización constante de los modelos, mientras que DDR5 para servidores y SoCAMM2 se beneficiarán del aumento en las cargas de trabajo de inferencia y CPU. A su vez, eSSD se encargará del almacenamiento a largo plazo de grandes volúmenes de datos históricos y de KV Cache, entre otros.

Bajo esta tendencia, Citi destaca como principales opciones de inversión en almacenamiento a Samsung Electronics, SK Hynix (SKHY.US), Micron Technology (MU.US), SanDisk (SNDK.US) y Kioxia. En el sector de equipos y materiales para semiconductores, Citi se muestra optimista con respecto a empresas como Montage Technology, Applied Materials (AMAT.US), Lam Research (LRCX.US), TES, Eugene Technology y TechWing.

La AI entra en la era del "aprendizaje continuo": cambia la lógica de la demanda de almacenamiento

Citi subraya que los modelos de AI actuales presentan una limitación importante: aunque pueden retener el conocimiento adquirido durante el entrenamiento, no integran automáticamente la información generada a partir de nuevas interacciones de usuarios y datos recientes en los parámetros del modelo.

El aprendizaje continuo busca solucionar este problema. Los modelos deben ser entrenados de manera constante con nuevas tareas y conocimientos, al tiempo que conservan la información previamente incorporada. Uno de los mayores desafíos tecnológicos es evitar la "catástrofe del olvido", es decir, que la adquisición de nuevos conocimientos implique la pérdida de habilidades ya adquiridas.

Este cambio podría transformar toda la cadena de valor de la industria de almacenamiento para AI.

Entre 2022 y 2024, a medida que aumentó la escala de los modelos de entrenamiento en IA, la demanda de HBM fue la primera en dispararse, mientras que DRAM y NAND tradicionales mostraron una demanda relativamente débil. Sin embargo, desde la segunda mitad de 2025, al complejizarse las tareas de inferencia de AI, la demanda de DDR5 para servidores y de eSSD comenzó a crecer rápidamente.

Citi prevé que, entre la segunda mitad de 2027 y la primera de 2028, se producirá la primera etapa del aprendizaje continuo. En ese período, los servidores de AI necesitarán no solo entrenar y actualizar modelos de forma ininterrumpida, sino también ejecutar tareas de inferencia cada vez más complejas, lo que podría derivar en el primer crecimiento acelerado y sincrónico de la demanda de HBM, DRAM para servidores, SoCAMM2 y eSSD.

A partir de la segunda mitad de 2028, la AI personal y la AI física (Physical AI) podrían convertirse en nuevos motores de demanda. El avance de aplicaciones como edge AI, gestión local de datos y robótica implicará que los dispositivos finales deban contar con una memoria persistente y la capacidad de adaptarse de manera continua al entorno, lo que sumará la demanda de almacenamiento local y en el edge a este ciclo de crecimiento.

Es relevante señalar que el uso de AI Tokens ya muestra una rápida expansión. Según la página 3 del informe, entre enero de 2025 y agosto de 2026, la tasa de crecimiento mensual compuesta del uso de AI Tokens fue de aproximadamente 31%, y el aumento interanual en agosto de 2026 fue del 2434%. Citi sostiene que esta tendencia reafirma la expectativa de un aumento sostenido en la carga de trabajo y la intensidad de almacenamiento asociadas a la AI.

La demanda de HBM crecería 62% en 2027 y otro 69% en 2028

Entre todos los productos de almacenamiento, HBM sigue siendo uno de los que más se beneficia directamente del entrenamiento de AI y del aprendizaje continuo.

A pesar de ciertas preocupaciones recientes en el mercado por una reducción en las especificaciones de HBM para chips de AI y cuestiones de seguridad en AI, Citi cree que esto no implica necesariamente una merma en la demanda de HBM. Por el contrario, los fabricantes de chips de AI están pasando de una arquitectura "scale-up" a "scale-out": amplían la capacidad de cómputo total desplegando más aceleradores, lo que mantiene el aumento de la demanda de HBM a nivel sistema.

Citi prevé que en 2027 la demanda de bits HBM crecerá 62% interanual hasta alcanzar 75.200 millones de Gb y que en 2028 crecerá otro 69% hasta llegar a 127.000 millones de Gb, casi el doble de lo estimado previamente. Además de Nvidia, la demanda de chips ASIC de Broadcom (AVGO.US), Google y otros será una fuente clave de crecimiento.

Aún más importante, aunque los fabricantes de almacenamiento expandan la capacidad de producción, la oferta de HBM podría no abastecer toda la demanda.

Citi estima que la demanda de HBM pasará de 46.400 millones de unidades equivalentes a 1Gb en 2026 a 75.200 millones en 2027, mientras que la oferta avanzará de 36.100 millones a 59.300 millones. El banco estima que el déficit de oferta en 2027 será evidente, alcanzando alrededor del 21%. Hacia 2028, con el crecimiento de los envíos de chips ASIC, la brecha podría ampliarse al 36%.

Por ello, Citi interpreta la reciente "reducción de especificaciones" de HBM como una estrategia para mejorar la eficiencia de recursos y maximizar los envíos de aceleradores de AI en un contexto de escasez de oferta, más que un indicio de debilidad en la demanda.

La inferencia de AI es el segundo motor de crecimiento: la demanda de DRAM para servidores crecería 51% en 2027

Si bien HBM es el beneficiario directo del entrenamiento en AI, la DRAM para servidores emerge como gran beneficiario de la expansión de la inferencia de AI y el aprendizaje continuo.

Bajo la influencia del aprendizaje continuo, Citi estima que en 2027 la demanda de DRAM para servidores crecerá más del 50%, al tiempo que la demanda de eSSD podría incrementarse cerca de un 50%. Mientras las tareas de inferencia se vuelvan más complejas, aumentará tanto la necesidad de CPU como la capacidad total de memoria en los servidores.

En detalle, Citi proyecta que la demanda de DRAM para servidores pasará de 226.300 millones de unidades equivalentes a 1Gb en 2026 a 341.700 millones en 2027, con un aumento interanual del 51% aproximadamente. Para ese entonces, los servidores representarían aproximadamente el 67% de la demanda global de DRAM, manteniéndose como el mayor mercado de aplicación.

Esta tendencia se relaciona con la disminución de la configuración de HBM en cada acelerador de AI. Cuando ciertas cargas de trabajo de memoria, como KV Cache, se trasladan de HBM hacia la DRAM del servidor o almacenamiento externo, esto podría incrementar aun más la demanda de DRAM para servidores y eSSD.

Citi destaca que los clientes de almacenamiento están extendiendo la duración de algunos acuerdos de suministro a largo plazo (LTA) de tres a cinco años, lo que refleja una mayor visibilidad sobre la demanda futura de almacenamiento a años vista.

La demanda de eSSD podría explotar: se prevé un crecimiento del 53% en 2027

El mercado de NAND también podría ser uno de los grandes beneficiarios en la era del aprendizaje continuo.

El aprendizaje continuo implica que los modelos de AI deben no solo aprender información nueva sino además retener grandes volúmenes de datos históricos, lo que se traduce en una mayor necesidad de almacenamiento a largo plazo.

Citi estima que en 2027 la demanda global de NAND crecerá 29,1% respecto al año anterior, por encima del 21,2% de incremento en la oferta. La demanda de SSD empresariales se expandirá 52,9% interanual, superando ampliamente el crecimiento total del 45% en SSD.

Un factor clave detrás de este crecimiento es el offload de KV Cache. Con la disminución de configuraciones de HBM en ciertos aceleradores de AI, más instancias de KV Cache y otras cargas de memoria podrían trasladarse a almacenamiento externo, favoreciendo la demanda de eSSD de alta capacidad QLC.

Además, Citi menciona que los servidores de AI están incrementando la configuración de almacenamiento cercano a la GPU, incluyendo SSD QLC, para que más datos puedan estar cerca del acelerador y así optimizar la memoria del modelo y la eficiencia en el acceso a los datos.

Al mismo tiempo, la demanda de NAND en productos electrónicos de consumo podría verse afectada por la debilidad relativa de los mercados de móviles y PC, pero Citi considera que el auge en la demanda empresarial relacionada con la inferencia de AI compensará este impacto. El informe también menciona que los centros de datos AI (incluidos los de China) consideran cada vez más el uso de SSD como sustituto del HDD, lo que podría potenciar la demanda de eSSD a partir de 2027.

El déficit de DRAM podría escalar a 9,7% en 2028; se mantendría el ciclo de suba de precios

El rápido crecimiento de la demanda tiene como contrapartida la limitación en la expansión de la oferta del sector de almacenamiento.

Citi prevé que en 2027 la demanda global de bits DRAM crecerá 30,2% anual, superando ampliamente el crecimiento de la oferta, que se calcularía en 18,8%. Esto llevará al mercado de un relativo equilibrio en 2026 a una situación de escasez en 2027, con una brecha de aproximadamente 8,7%. Para 2028, el déficit crecería hasta el 9,7%.

Hay dos principales factores detrás de la restricción de la oferta. Por un lado, Samsung, SK Hynix y Micron están dedicando más capacidad de DRAM a HBM; por otro, el avance lento de los procesos más avanzados, junto con los plazos largos de construcción de nuevas plantas de obleas, impide un rápido incremento del suministro de bits.

Citi estima que en 2027 la capacidad promedio de wafers en la industria DRAM solo crecerá un 8% interanual, mientras que el suministro de bits aumentará 18,8%, manteniendo la escasez durante todo ese año.

El mercado tight también augura precios fuertes para el almacenamiento.

Citi anticipa que, tras el fuerte aumento de 242,4% en el precio promedio compuesto de DRAM en 2026, en 2027 el ASP (precio medio de venta) de DRAM aún podría crecer 23,1% interanual. Aunque este ritmo es menor al extremo de 2026, la persistente escasez en HBM y DRAM seguirá apuntalando los precios.

NAND también entra en una etapa de escasez; la falta de suministro podría extenderse hasta 2031

Las presiones sobre la oferta en el mercado NAND continúan creciendo.

Citi proyecta que en 2027 la demanda de NAND aumentará 29% y la oferta apenas 21%, con una brecha de 6,1%. En 2028, la demanda crecerá un 33%, contra un 25% de incremento en la oferta, manteniéndose la escasez con una brecha del 5,5%.

Una razón clave es que, a nivel global, los principales fabricantes de almacenamiento priorizan la expansión de capacidad en DRAM y HBM, lo que restringe la nueva capacidad en NAND.

Citi estima que, empujada por el aprendizaje continuo, el auge de eSSD de alta densidad, el offload de KV Cache de Nvidia y el crecimiento, después de 2028, de la AI personal y la AI física, la escasez de almacenamiento global podría empeorar en 2028 y prolongarse hasta 2031.

Esto indica que el ciclo actual de almacenamiento ya no estaría dominado solo por factores como el reaprovisionamiento de smartphones y PCs; cada vez más muestra un perfil de demanda estructural impulsado por cambios en la arquitectura de cómputo de AI.

Los fabricantes de almacenamiento aumentan la capacidad; empresas de equipos y materiales también se benefician

Ante la expansión sostenida de la demanda, los fabricantes de almacenamiento están avanzando con inversiones de capital de mayor envergadura, lo que podría diseminar las oportunidades de inversión en almacenamiento AI a lo largo de la cadena de equipos y materiales para semiconductores.

Citi proyecta que el capex global en DRAM y NAND aumentará de aproximadamente 54.900 millones de dólares en 2026 a 80.400 millones en 2027, un alza del 46,5%. En DRAM, el capex llegaría a 58.600 millones (+51,6%) y en NAND a 21.800 millones (+34,2%).

A más largo plazo, el informe estima que el capex combinado de DRAM y NAND podría alcanzar los 322.500 millones de dólares en 2031, con 254.000 millones en DRAM y 68.500 millones en NAND.

Por todo esto, Citi considera que este ciclo alcista en el sector de almacenamiento beneficiará no sólo a los fabricantes de chips de memoria, sino que trasladará progresivamente el impulso a los proveedores de equipos y materiales para semiconductores.

En cuanto a las empresas principales en el sector de almacenamiento, el banco recomienda a Samsung Electronics, SK Hynix, Micron Technology, SanDisk y Kioxia; en equipos y materiales, apuesta por Montage Technology, Applied Materials, Lam Research, TES, Eugene Technology y TechWing. Citi concluye que, a medida que el aprendizaje continuo y el desarrollo de la AI personal impulsen un crecimiento estructural en la demanda de almacenamiento, los fabricantes saldrán favorecidos por la persistente escasez de oferta, y los proveedores de equipos y materiales se beneficiarán del auge en el capex y en la utilización de la capacidad de las plantas de obleas.