Samsung LPDDR5X-PIM es lo más interesante que se ha presentado en memoria este año y casi nadie lo ha contado bien. La idea, en una frase: meter unidades de cálculo dentro del propio chip de memoria para que los datos no tengan que viajar hasta el procesador. En los números preliminares de Samsung, eso multiplica por tres los tokens por segundo al ejecutar un modelo de IA y por ocho el ancho de banda efectivo, sin cambiar el encapsulado ni la placa. Se presentó en Hot Chips 2026 el 25 de agosto y, si cumple lo que promete, cambia bastante el panorama de la IA que se ejecuta en el propio dispositivo.
Resumen rápido: Samsung presentó LPDDR5X-PIM en Hot Chips 2026 el 25 de agosto. Es memoria LPDDR5X convencional con unidades de procesamiento integradas dentro del propio chip: 16 GB de capacidad, 614 GB/s de ancho de banda PIM frente a los 76,8 GB/s de la DRAM normal —ocho veces más— y un encapsulado estándar JEDEC de 561 bolas, así que es reemplazo directo. En pruebas con Llama 3.1 de 8B sobre un acelerador de IA de borde, pasó de 27 a 81,3 tokens por segundo: un 3,01× de mejora. Samsung la posiciona como complemento de la HBM, no como sustituta.
Qué es exactamente la memoria PIM
PIM son las siglas de Processing-In-Memory, procesamiento en memoria. Para entender por qué importa hay que entender cómo funciona un ordenador normal: el procesador pide datos, la memoria se los envía por un bus, el procesador calcula y devuelve el resultado. Ese viaje de ida y vuelta es constante y tiene dos costes que la gente no suele tener en cuenta: tiempo y energía.
En cargas de inteligencia artificial ese viaje es especialmente doloroso. Un modelo de lenguaje generando texto tiene que leer todos sus parámetros para producir cada palabra. No hace cálculos complicados sobre pocos datos: hace cálculos sencillos sobre cantidades enormes de datos. El procesador se pasa el rato esperando a que llegue la memoria.
La propuesta de PIM es darle la vuelta: si el problema es mover los datos, no los muevas. Pon unidades de cálculo pequeñas dentro del chip de memoria, junto a los bancos donde ya viven los datos, y haz ahí las operaciones más repetitivas. El procesador solo recibe el resultado.
No es una idea nueva —Samsung lleva años aplicándola en memoria HBM para centros de datos—, pero sí lo es llevarla a LPDDR5X, que es la memoria de bajo consumo que montan móviles, portátiles y dispositivos compactos.
Las cifras: 3,01× y 614 GB/s
| Métrica | LPDDR5X convencional | LPDDR5X-PIM | Mejora |
|---|---|---|---|
| Ancho de banda | 76,8 GB/s | 614 GB/s | 8× |
| Tokens por segundo | 27 | 81,3 | 3,01× |
| Tiempo de ejecución del modelo | Referencia | — | 2,28× más rápido |
| Capacidad | Variable | 16 GB (4 dies por rank) | — |
| Encapsulado | JEDEC 561 bolas | JEDEC 561 bolas | Idéntico |
La prueba concreta se hizo con Llama 3.1 de 8B parámetros sobre un acelerador de IA de borde. Pasar de 27 a 81,3 tokens por segundo es la diferencia entre un modelo que se lee con incomodidad y uno que va más rápido de lo que puedes leer.
Pero el dato que más me llama la atención es el último de la tabla: el encapsulado es idéntico. Mismo estándar JEDEC, mismas 561 bolas. Eso significa que un fabricante puede sustituir la memoria convencional por PIM sin rediseñar la placa. En hardware, esa clase de compatibilidad hacia atrás es la diferencia entre una tecnología que se adopta y una que se queda en presentación de congreso.
Por qué esto ataca el problema real
Llevamos años con un desequilibrio creciente que en la industria se conoce como el muro de la memoria: la potencia de cálculo de los procesadores ha crecido mucho más rápido que la velocidad a la que la memoria puede alimentarlos. El resultado es que en muchas cargas modernas, especialmente las de IA, el procesador está esperando la mayor parte del tiempo.
Esto explica una cosa que desconcierta a mucha gente al ejecutar modelos en local: por qué un procesador potente no va mucho más rápido que uno modesto, y por qué en cambio la cantidad y velocidad de la memoria sí cambia las cosas de forma radical. Lo tratamos al detalle en la guía de Granite 4.2 en local, donde los requisitos de memoria pesan mucho más que los de CPU.
El dato que lo resume: mover un dato desde la memoria hasta el procesador cuesta bastante más energía que la operación aritmética que se va a hacer con él. Cuando el transporte cuesta más que el trabajo, tiene sentido llevar el trabajo hasta donde están los datos. Eso es PIM.
No sustituye a la HBM: la complementa
Conviene aclarar esto porque se ha malinterpretado en varios sitios. Samsung no está proponiendo LPDDR5X-PIM como alternativa a la HBM de los centros de datos. Son dos herramientas para dos problemas:
- HBM sigue siendo la memoria de los aceleradores de centro de datos: máximo ancho de banda, máximo consumo, máximo coste. Es la que está absorbiendo la capacidad de fabricación mundial y disparando los precios, como contamos en el análisis de la crisis de precios de RAM y SSD.
- LPDDR5X-PIM apunta a dispositivos donde importan el consumo y el coste: móviles, portátiles, equipos compactos y aceleradores de borde. Ahí la HBM no encaja ni por precio ni por consumo.
Samsung ya venía explorando el camino de la memoria apilada verticalmente para IA, que analizamos en su momento en el artículo sobre ZHBM y HBM4E. Lo de ahora es la otra mitad de la estrategia: llevar esas ideas al segmento de bajo consumo.
Qué significa para el usuario
Si esto llega al mercado, tres cosas cambian de forma bastante directa:
La IA local deja de necesitar tarjeta gráfica
Hoy, ejecutar un modelo con soltura pide una GPU con bastante VRAM. Con memoria PIM, un dispositivo compacto sin gráfica dedicada podría alcanzar velocidades que ahora exigen hardware bastante más caro. Es exactamente el escenario de los mini PC y los portátiles: lo desarrollamos en mejores mini PC.
Los móviles podrían ejecutar modelos serios
LPDDR5X es la memoria de los teléfonos. Un asistente que funcione entero en el dispositivo, sin enviar nada a la nube, deja de ser una demostración limitada para convertirse en algo viable. Es probablemente el caso de uso que más dinero hay detrás.
Menos consumo para el mismo trabajo
Si no mueves los datos, no gastas la energía de moverlos. En un portátil eso es autonomía; en un centro de datos, factura eléctrica.
Cuándo llegará y qué falta
Aquí toca bajar las expectativas. Lo presentado en Hot Chips es un diseño con resultados preliminares, no un producto que puedas comprar. Y quedan tres obstáculos nada triviales:
- Software. La memoria PIM no acelera nada por arte de magia: las bibliotecas y los tiempos de ejecución tienen que saber que existe y decidir qué operaciones descargar en ella. Eso es trabajo de años en el ecosistema, no un parche.
- Estandarización. Que el encapsulado sea JEDEC estándar ayuda mucho, pero la interfaz de programación tiene que estandarizarse también. Sin eso, cada fabricante haría lo suyo y nadie lo adoptaría.
- Capacidad de fabricación. Y este es el obstáculo real en 2026: las fábricas de memoria están al límite produciendo HBM y DRAM convencional a precios de récord. Dedicar líneas a un producto nuevo, cuando puedes vender todo lo que fabricas del actual, es una decisión difícil de justificar.
Expectativa realista: no cuentes con memoria PIM en un producto de consumo antes de 2027 o 2028. Lo que sí hace este anuncio es marcar por dónde va la industria: si comprando hardware para IA local piensas a tres o cuatro años vista, el ancho de banda de memoria va a importar cada vez más frente a la potencia bruta de cálculo.
Qué hacer mientras tanto
La conclusión práctica de todo esto es que la memoria manda, y eso ya se aplica hoy con el hardware que puedes comprar. Si trabajas con IA en local, el orden de prioridades es este:
Primero, VRAM. Es la memoria más rápida a la que puede acceder un modelo. El salto que más se nota es llegar a 16 GB: la ASUS Dual RTX 5060 Ti de 16 GB es la forma más económica de conseguirlos, la Gigabyte RTX 5070 Ti de 16 GB añade velocidad, y la Gigabyte RTX 5090 de 32 GB es el techo doméstico si esto es tu trabajo.
Segundo, RAM del sistema, que es donde acaba lo que no cabe en la gráfica. Un kit de 32 GB DDR5 a 6000 CL30 es el mínimo razonable y los 64 GB en kit de 2×32 lo que pide un modelo de 30B con contexto largo. Están comparados en mejores memorias RAM DDR5.
Tercero, memoria unificada. Es el enfoque que hoy más se acerca a la filosofía de PIM: acercar memoria y cálculo. Un Mac Mini M4 permite que la GPU use toda la RAM del sistema, y un Beelink SER8 con 32 GB hace algo parecido con gráfica integrada, consumiendo una fracción de lo que gasta una torre. Ver precio actual en Amazon en cada enlace.
Preguntas frecuentes sobre LPDDR5X-PIM
¿Qué es la memoria PIM?
PIM significa Processing-In-Memory, procesamiento en memoria. Consiste en integrar pequeñas unidades de cálculo dentro del propio chip de DRAM, junto a los bancos donde ya están los datos, para hacer allí las operaciones más repetitivas en lugar de enviar los datos al procesador y esperar el resultado. Ahorra tiempo y, sobre todo, energía.
¿Cuánto más rápida es la LPDDR5X-PIM de Samsung?
Según los resultados preliminares de Samsung, ofrece 614 GB/s de ancho de banda PIM frente a los 76,8 GB/s de la LPDDR5X convencional, ocho veces más, y multiplica por 3,01 los tokens por segundo en inferencia de IA. En la prueba concreta, con Llama 3.1 de 8B sobre un acelerador de borde, pasó de 27 a 81,3 tokens por segundo.
¿La memoria PIM sustituye a la HBM?
No. Samsung la posiciona explícitamente como complemento. La HBM sigue siendo la memoria de los aceleradores de centro de datos, donde priman el ancho de banda máximo por encima del consumo y el coste. LPDDR5X-PIM apunta a móviles, portátiles y dispositivos compactos, donde la HBM no encaja ni por precio ni por consumo.
¿Cuándo podré comprar memoria PIM?
No antes de 2027 o 2028, siendo realistas. Lo presentado en Hot Chips 2026 es un diseño con resultados preliminares, no un producto comercial. Faltan soporte de software, estandarización de la interfaz de programación y, sobre todo, capacidad de fabricación: las fábricas de memoria están al límite produciendo HBM y DRAM convencional.
¿Por qué la memoria limita tanto la IA en local?
Porque un modelo de lenguaje tiene que leer todos sus parámetros para generar cada palabra. No hace operaciones complejas sobre pocos datos, sino operaciones sencillas sobre cantidades enormes de datos, así que el procesador se pasa la mayor parte del tiempo esperando a la memoria. Es lo que en la industria se conoce como el muro de la memoria, y explica por qué la cantidad y velocidad de RAM importa más que la potencia de la CPU.
¿Habrá que cambiar de placa base para usar memoria PIM?
En principio no, y es uno de los puntos más importantes del anuncio: Samsung usa el mismo encapsulado JEDEC estándar de 561 bolas que la LPDDR5X convencional. Eso permite sustituir una por otra sin rediseñar el sistema, lo que históricamente marca la diferencia entre una tecnología que se adopta y una que se queda en el congreso.
¿Afecta esto a los precios de la RAM?
A corto plazo no, y probablemente los empeore ligeramente: dedicar capacidad de fabricación a un producto nuevo, cuando las fábricas venden todo lo que producen del actual a precios de récord, presiona todavía más una oferta ya tensionada. La crisis de precios de memoria de 2026 no se resuelve con tecnologías nuevas, sino con capacidad de producción nueva.
¿Qué compro hoy si quiero ejecutar IA en local?
Prioriza memoria sobre potencia de cálculo, en este orden: primero VRAM de la gráfica, buscando llegar a 16 GB como mínimo; después RAM del sistema, con 32 GB como suelo razonable y 64 GB si vas a usar modelos grandes con contexto largo. Los equipos de memoria unificada, como el Mac Mini M4, son hoy lo más parecido a la filosofía de acercar memoria y cálculo.
Conclusión
LPDDR5X-PIM no es un producto que puedas comprar y probablemente no lo sea hasta 2027 o 2028. Pero es una señal clara de hacia dónde va la industria, y esa señal sí tiene consecuencias prácticas hoy: el cuello de botella de la IA no es la potencia de cálculo, es la memoria, y quien lo entienda comprará mejor.
El detalle que más me convence de este anuncio no es el 3,01× sino el encapsulado idéntico. Las tecnologías que exigen rediseñar todo mueren en los congresos; las que se pueden sustituir en el mismo zócalo tienen una oportunidad real. Habrá que ver si la capacidad de fabricación acompaña, que en 2026 es mucho pedir.
Este artículo contiene enlaces afiliados a Amazon con el tag webmasteroson-21. Si compras a través de estos enlaces, Arkaia puede recibir una comisión sin coste adicional para ti. Nuestra valoración editorial es independiente y no varía según los ingresos por afiliación.
Comentarios
Inicia sesion para dejar un comentario
Acceder
