¿Por qué los operadores deberían prestar atención a los memristores:
la próxima revolución del hardware de IA?
La inteligencia artificial se ha convertido rápidamente en uno de los principales temas de inversión en los mercados mundiales. Lo que comenzó principalmente como una tendencia centrada en el software y los modelos de IA se ha transformado en un ciclo tecnológico mucho más amplio, impulsando la demanda de semiconductores, memorias avanzadas, equipos de red, centros de datos y electricidad.
A medida que la industria de la IA sigue creciendo, surge una pregunta fundamental: ¿cómo pueden los sistemas de IA volverse más potentes sin que los costes de computación y el consumo de energía aumenten al mismo ritmo?
Una tecnología que está despertando un interés creciente es el memristor.
Los memristores siguen siendo una tecnología emergente. No están sustituyendo a las GPU que impulsan el actual auge de la IA, y no hay garantía de que lleguen a ser un componente habitual en los ordenadores del futuro. Sin embargo, su capacidad para combinar el almacenamiento y el procesamiento de información podría transformar el diseño de ciertos tipos de computación.
Para los operadores e inversores, esto convierte a los memristores en una tecnología que merece la pena seguir de cerca. Si esta tecnología llega a ser comercialmente viable, podría acabar influyendo en la economía del hardware de IA, en la competencia en el sector de los semiconductores y en las empresas que desarrollan la próxima generación de sistemas informáticos.
¿Qué es un memristor?
Un memristor es un componente electrónico de dos terminales cuya resistencia varía en función de las señales eléctricas recibidas anteriormente. En términos sencillos, puede retener información sobre su estado eléctrico previo, lo que dota al dispositivo de una forma de memoria.
El concepto fue teorizado por primera vez por el ingeniero eléctrico Leon Chua en 1971. Los dispositivos memristivos prácticos surgieron mucho más tarde, a medida que los avances en ciencia de materiales y nanotecnología hicieron que el concepto fuera más viable.
Lo que hace que los memristores sean especialmente interesantes es su potencial para almacenar información y realizar operaciones de computación dentro de un mismo sistema.
Los ordenadores tradicionales suelen separar estas funciones. Los procesadores realizan cálculos, mientras que la memoria almacena los datos necesarios para dichos cálculos. Los datos deben transferirse constantemente entre ambos componentes.
En el caso de los sistemas de IA que procesan enormes volúmenes de datos, este movimiento puede consumir una cantidad considerable de tiempo y energía.
Computación en el lugar de almacenamiento de datos
Se está investigando el uso de memristores para un concepto conocido como "computación en memoria" (*compute in memory*), en el que ciertos cálculos podrían realizarse directamente donde se almacena la información.
De tener éxito, este enfoque podría reducir el movimiento de datos y mejorar la eficiencia en cargas de trabajo específicas de IA, disminuyendo potencialmente la latencia y el consumo energético.
Sin embargo, la cuestión clave para el mercado no es simplemente si la tecnología funciona en un laboratorio, sino si estas ventajas potenciales pueden llegar a convertirse en productos comercialmente viables.
Por qué la IA necesita una computación más eficiente
La demanda de una computación más eficiente está impulsada por la propia IA.
Cada nueva generación de modelos de IA, cada vez más sofisticados, requiere mayor potencia de procesamiento y más datos. Esto ha desencadenado una carrera entre las empresas tecnológicas por desarrollar hardware más rápido y capaz.
Sin embargo, el simple hecho de aumentar la potencia de cálculo conlleva costes económicos:
-
![tick]()
Mayor consumo de electricidad
-
![tick]()
Costes operativos crecientes
-
![tick]()
Requisitos de refrigeración más complejos
-
![tick]()
Mayores gastos de infraestructura
La Agencia Internacional de la Energía prevé que el consumo mundial de electricidad de los centros de datos se duplique con creces hasta alcanzar unos 945 teravatios-hora para 2030; en particular, se espera un rápido aumento del consumo eléctrico de los servidores acelerados, asociados principalmente a las cargas de trabajo de IA.
Esto no significa que todos los futuros chips de IA consuman menos electricidad. Más bien, pone de relieve por qué la eficiencia computacional cobra cada vez más valor.
Las empresas capaces de ofrecer un rendimiento computacional más útil por unidad de energía podrían obtener una ventaja competitiva a medida que la IA se integra cada vez más en la economía.
Los memristores son una de las diversas tecnologías que se están investigando para afrontar este desafío.
Los memristores y la industria de los semiconductores
La conexión más directa con el mercado es el sector de los semiconductores.
La IA ya ha generado una enorme demanda de GPU, memoria de gran ancho de banda, equipos de red y aceleradores de IA especializados. Los fabricantes de semiconductores están invirtiendo fuertemente en capacidad y diseños avanzados para satisfacer esta demanda.
Con el tiempo, los memristores podrían integrarse en este ecosistema más amplio.
Sin embargo, sería engañoso considerarlos simplemente como un futuro sustituto de las GPU. Las investigaciones actuales apuntan más bien a la posibilidad de que la tecnología memristiva pase a formar parte de arquitecturas informáticas especializadas, junto con las GPU, las CPU y otras formas de memoria avanzada.
Diferentes tecnologías podrían gestionar distintas cargas de trabajo; los memristores, por ejemplo, podrían resultar útiles para cálculos que se benefician del procesamiento de información directamente dentro de la memoria.
¿Dónde podría residir la oportunidad?
Si la tecnología se desarrolla con éxito, los posibles beneficiarios podrían abarcar sectores como:
-
![tick]()
Tecnología de memoria
-
![tick]()
Fabricación de semiconductores
-
![tick]()
Aceleradores de IA
-
![tick]()
Arquitecturas informáticas especializadas
Para los operadores e inversores, esta distinción es importante. Las tecnologías emergentes pueden transformar un sector sin dejar obsoletos de inmediato a los líderes actuales del mercado.
Nvidia y la próxima carrera por el hardware de IA
Nvidia constituye un punto de referencia útil para comprender la rapidez con la que evoluciona el mercado de hardware de IA.
La empresa sigue siendo uno de los actores más importantes en el ámbito del hardware de IA, y su desempeño financiero está estrechamente vinculado a las expectativas sobre el gasto en esta tecnología. Recientemente, Nvidia proyectó un crecimiento de los ingresos de aproximadamente el 70 % para su próximo ejercicio fiscal, lo que pone de manifiesto la solidez de la demanda actual de computación para IA.
Al mismo tiempo, Nvidia está ampliando su papel dentro de un ecosistema de hardware más extenso.
El 31 de agosto de 2026, Nvidia anunció una inversión de 3500 millones de dólares en MediaTek, reforzando así una colaboración centrada en el desarrollo de chips de IA personalizados, diseñados para integrarse con la arquitectura de centros de datos de Nvidia.
La importancia de este hecho trasciende el acuerdo en sí.
Pone de relieve cómo el mercado de hardware de IA se orienta cada vez más hacia soluciones especializadas y arquitecturas informáticas integrales, en lugar de depender de un único tipo de procesador.
Precisamente, este es el tipo de entorno en el que tecnologías como los memristores podrían llegar a desempeñar un papel comercial.
Por qué son importantes los centros de datos
Los centros de datos constituyen otra parte importante de la historia de los memristores.
La cuestión clave no es simplemente cuántos centros de datos se están construyendo, sino los aspectos económicos de su funcionamiento.
Las instalaciones de IA dependen cada vez más de hardware especializado que opera de forma continua. Incluso mejoras de eficiencia relativamente pequeñas pueden volverse significativas cuando se multiplican por miles de máquinas.
Si los sistemas basados en memristores demuestran finalmente ser capaces de gestionar ciertas cargas de trabajo de IA con un menor consumo de energía y menor latencia, los operadores de centros de datos podrían beneficiarse mediante:
-
![tick]()
Menores costes operativos
-
![tick]()
Mayor capacidad de computación
-
![tick]()
Un uso más eficiente de la infraestructura existente
La magnitud de la inversión actual demuestra por qué esto es importante. Anthropic acordó recientemente un contrato de computación en la nube por valor de 35.000 millones de dólares con Lambda, que incluye un centro de datos en Texas cuya capacidad prevista ronda los 350 megavatios.
Para los operadores e inversores, el mensaje es claro: la eficiencia computacional se está convirtiendo en una cuestión económica, no solo técnica.
La conexión con los mercados energéticos
El panorama energético trasciende a los propios memristores.
La IA ya se está convirtiendo en una fuente importante de demanda de electricidad, independientemente de si los memristores llegan a generalizarse. La cuestión más interesante es cómo las mejoras en la eficiencia computacional podrían alterar la relación entre el crecimiento de la IA y el consumo de energía.
Existen dos posibles escenarios.
Una computación más eficiente podría reducir la electricidad necesaria para cargas de trabajo individuales. Sin embargo, unos costes de computación más bajos también podrían incentivar a las empresas a utilizar la IA de forma más extensiva, lo que potencialmente contrarrestaría algunas de esas ganancias de eficiencia.
Esta distinción es relevante para quienes siguen de cerca:
-
![tick]()
Empresas de servicios públicos (utilities)
-
![tick]()
Productores de energía
-
![tick]()
Infraestructura eléctrica
-
![tick]()
Empresas relacionadas con la red eléctrica
Por ahora, los memristores deben considerarse como una tecnología de eficiencia potencial dentro del debate mucho más amplio sobre la energía y la IA.
La infraestructura de IA y la conexión con el cobre
El despliegue de la IA también genera un vínculo con las materias primas industriales, especialmente el cobre.
Aunque la IA es una tecnología digital, la infraestructura que la sustenta es física. Los centros de datos requieren equipos eléctricos, cables, transformadores, sistemas de red e infraestructura de refrigeración, mientras que la fabricación de semiconductores depende de una amplia cadena de suministro industrial.
El cobre cobra especial relevancia debido a su uso generalizado en la infraestructura eléctrica.
Lo importante no es que los memristores por sí solos vayan a aumentar repentinamente la demanda de cobre. Más bien, una expansión exitosa de la IA podría generar demanda en sectores situados a varios pasos de distancia de la tecnología que impulsó inicialmente el ciclo de inversión.
Esto convierte la historia de los semiconductores en parte de una temática industrial mucho más amplia.
Más allá de la IA: El auge de la computación neuromórfica
Los memristores podrían tener aplicaciones que van más allá de los grandes centros de datos que dominan el discurso actual sobre la IA.
Una de las áreas más interesantes es la computación neuromórfica.
Los sistemas neuromórficos buscan reproducir ciertas características de las redes neuronales biológicas. Los memristores resultan atractivos para estas arquitecturas porque su capacidad para almacenar información y participar en el cálculo encaja de forma natural con el procesamiento altamente paralelo inspirado en el cerebro.
Entre las posibles aplicaciones se incluyen:
-
![tick]()
Robótica
-
![tick]()
Sistemas autónomos
-
![tick]()
Computación en el borde (*edge computing*)
-
![tick]()
Dispositivos conectados
En estas aplicaciones, procesar la información localmente podría reducir la latencia y limitar la necesidad de una comunicación constante con los centros de datos centrales.
Si estas aplicaciones logran éxito comercial, la oportunidad potencial de los memristores podría extenderse mucho más allá del actual mercado de servidores para IA.
El mercado de los memristores crece, pero las previsiones varían
El creciente interés por esta tecnología también se refleja en las previsiones del mercado.
Una estimación para 2026 valora el mercado mundial de memristores en aproximadamente 588,9 millones de dólares en 2025, con proyecciones que sugieren que podría superar los 12.000 millones de dólares para 2034.
Sin embargo, las previsiones varían considerablemente según cómo se defina el mercado y qué aplicaciones se incluyan. Esto significa que los operadores deberían centrarse en la dirección del desarrollo en lugar de considerar cualquier previsión individual como una certeza.
El mercado sigue siendo relativamente pequeño en comparación con la consolidada industria de los semiconductores. La mayor oportunidad depende de si los memristores logran pasar con éxito de la fase de investigación y prototipos a productos comercialmente viables.
¿Cuáles son los riesgos?
Los memristores siguen siendo una tecnología emergente por una razón.
Precisión y fiabilidad
Uno de los mayores desafíos es la precisión. Los sistemas de memristores analógicos pueden ofrecer ventajas atractivas en cuanto a eficiencia energética, pero los dispositivos del mundo real no son perfectamente consistentes. La variabilidad, el ruido y otras imperfecciones físicas pueden introducir errores en los cálculos.
La investigación continúa explorando cómo lograr una alta precisión computacional sin perder las ventajas energéticas que hacen atractiva a la computación memristiva.
Fabricación a gran escala
Un prototipo de laboratorio exitoso es muy diferente de un componente que pueda producirse de manera fiable, económica y constante a gran escala.
La tecnología memristiva también debe integrarse en los procesos de fabricación de semiconductores existentes y funcionar de forma fiable junto a otros componentes.
Para los operadores del mercado, esta distinción es crucial.
Un artículo de investigación revolucionario puede atraer la atención, pero un producto que llega a los clientes podría tener un impacto mucho mayor en las empresas y los mercados.
¿Qué deberían observar los operadores?
Los indicadores más relevantes serán aquellos avances que demuestren que los memristores se acercan a su adopción comercial.
Si bien las mejoras técnicas son importantes, las asociaciones y los productos reales podrían ofrecer señales aún más contundentes. Por ello, los operadores deberían seguir de cerca los anuncios de fabricantes de semiconductores, empresas de inteligencia artificial y organismos de investigación.
Entre los avances clave a observar se incluyen:
-
![tick]()
Nuevos diseños de aceleradores de IA Estos podrían indicar si los componentes memristivos se están integrando en sistemas informáticos prácticos.
-
![tick]()
Inversión de capital corporativo Que grandes empresas de semiconductores destinen recursos significativos a la producción basada en memristores sugeriría que la industria percibe una oportunidad comercial, y no meramente científica.
-
![tick]()
Financiación gubernamental e inversión estratégica El apoyo público podría acelerar la investigación y facilitar la transición de las tecnologías emergentes hacia la fase de fabricación.
-
![tick]()
Adopción por parte de los clientes e ingresos Esta podría ser la señal más importante de todas. Representa el momento en que la narrativa pasa del potencial tecnológico a un impacto empresarial cuantificable.
Perspectiva para los operadores
Los memristores representan algo más que una historia tecnológica interesante, ya que podrían llegar a influir simultáneamente en varios segmentos del mercado.
Los operadores no necesitan decidir hoy si los memristores dominarán la informática dentro de una década. Una pregunta más útil sería:
¿Qué podría ocurrir en los mercados si esta tecnología se vuelve comercialmente viable?
Un avance significativo y creíble podría reforzar el sentimiento positivo hacia las empresas de semiconductores, al sugerir que el ciclo de hardware para IA cuenta con una nueva fuente de innovación.
Un producto de éxito comercial también podría llevar a los inversores a reevaluar el panorama competitivo, especialmente entre las empresas que desarrollan memorias avanzadas y aceleradores especializados.
Para las empresas de centros de datos, la importancia potencial radica en la mejora de la rentabilidad económica de la computación.
En cuanto a los mercados energéticos, la cuestión clave es si una mayor eficiencia reducirá la energía necesaria por carga de trabajo o si, por el contrario, permitirá que el uso de la IA se expanda aún más rápidamente.
Para el Nasdaq, la cuestión más amplia es si un nuevo avance tecnológico podría ampliar las expectativas sobre el crecimiento y la rentabilidad de la industria de la IA.
De la investigación a los ingresos: los hitos clave
No todos los titulares sobre memristores tendrán un impacto significativo en los mercados financieros.
El anuncio de una investigación universitaria puede despertar interés, pero un prototipo exitoso podría ser más relevante; un producto comercial tendría aún mayor trascendencia.
Los hitos con mayores probabilidades de modificar las expectativas del mercado son:
-
![tick]()
Prototipos exitosos
-
![tick]()
Productos comerciales
-
![tick]()
Importantes compromisos de fabricación
-
![tick]()
Integración en aceleradores de IA
-
![tick]()
Adopción por parte de los clientes
-
![tick]()
Ingresos cuantificables
Estos avances podrían tener un impacto más duradero en las expectativas relativas a las empresas de semiconductores, el hardware de IA y el sector tecnológico en general.
También puede ocurrir lo contrario. Si persisten los problemas de precisión, los costes de fabricación se mantienen excesivamente altos o las tecnologías competidoras resultan más prácticas, el entusiasmo de los inversores podría decaer rápidamente.
Una perspectiva más amplia: el próximo desafío de la IA es la eficiencia
La narrativa en torno a la inversión en IA está pasando gradualmente de centrarse en la escala a centrarse también en la eficiencia.
En los últimos años, el sector se ha dedicado a desarrollar modelos de mayor tamaño y sistemas informáticos más potentes. El siguiente reto consiste en lograr que dicha computación sea más rápida, económica y menos exigente en cuanto a recursos.
Los memristores representan una posible solución.
Con el tiempo, podrían convertirse en un componente clave de los aceleradores de IA, los sistemas neuromórficos y otras formas de computación especializada. Por otro lado, también podrían quedarse simplemente en una tecnología prometedora que no logra superar los obstáculos prácticos que separan la investigación de laboratorio de la producción a gran escala.
En esta etapa, no se puede dar por sentado ninguno de los dos escenarios.
Precisamente esa incertidumbre es la que hace que los memristores sean dignos de seguimiento desde una perspectiva de mercado.
Reflexiones finales para los operadores
La clave no es operar basándose únicamente en los titulares sobre los memristores.
En su lugar, los operadores deberían buscar indicios de que esta tecnología está cobrando relevancia comercial: productos reales, inversiones corporativas, compromisos de fabricación, integración en aceleradores y adopción por parte de los clientes. Estos son los avances que podrían empezar a transformar las expectativas sobre las empresas de semiconductores, el hardware de IA y el sector tecnológico en su conjunto.
La lección más amplia es que la próxima gran oportunidad de mercado en el ámbito de la IA no provendrá necesariamente de las empresas que desarrollan los modelos de IA de última generación. Podría surgir de aquellas compañías que resuelven los desafíos de hardware subyacentes, los cuales determinan hasta qué punto puede escalar la IA.
Puede que los memristores sean componentes electrónicos diminutos, pero la cuestión económica que plantean es de gran envergadura:
¿Podrá la próxima generación de computación ofrecer un rendimiento de IA más útil sin requerir un aumento proporcional en el consumo de energía?
Si finalmente la respuesta resulta ser afirmativa, las repercusiones podrían trascender el sector de los semiconductores e influir en la economía de los centros de datos, las valoraciones tecnológicas, la demanda energética y la cadena de suministro industrial en general.
Por ello, a los operadores les conviene tener los memristores en el radar desde ahora, aunque su impacto más significativo en el mercado aún tarde algún tiempo en materializarse.
La inteligencia artificial se ha convertido rápidamente en uno de los principales temas de inversión en los mercados mundiales. Lo que comenzó principalmente como una tendencia centrada en el software y los modelos de IA se ha transformado en un ciclo tecnológico mucho más amplio, impulsando la demanda de semiconductores, memorias avanzadas, equipos de red, centros de datos y electricidad.
A medida que la industria de la IA sigue creciendo, surge una pregunta fundamental: ¿cómo pueden los sistemas de IA volverse más potentes sin que los costes de computación y el consumo de energía aumenten al mismo ritmo?
Una tecnología que está despertando un interés creciente es el memristor.
Los memristores siguen siendo una tecnología emergente. No están sustituyendo a las GPU que impulsan el actual auge de la IA, y no hay garantía de que lleguen a ser un componente habitual en los ordenadores del futuro. Sin embargo, su capacidad para combinar el almacenamiento y el procesamiento de información podría transformar el diseño de ciertos tipos de computación.
Para los operadores e inversores, esto convierte a los memristores en una tecnología que merece la pena seguir de cerca. Si esta tecnología llega a ser comercialmente viable, podría acabar influyendo en la economía del hardware de IA, en la competencia en el sector de los semiconductores y en las empresas que desarrollan la próxima generación de sistemas informáticos.
