Google desata el caos en la industria de la memoria: un algoritmo que redefine el futuro de la ia
Un algoritmo. Seis veces menos memoria. Cero pérdida de precisión. Y, de repente, la tesis de la bonanza del hardware de IA se ha reducido a la mitad, junto con sus promesas. Los fabricantes de memorias chips se habían planteado como un refugio seguro en la era de la inteligencia artificial. Las ‘palas y picas’ para los mineros de oro, la gente vendiendo vaqueros a los buscadores de tesoros. Pero ahora, los ‘mineros’ han descubierto cómo separar el oro sin necesidad de vaqueros. Todo el sector de la memoria está bajo presión, no por malas cuentas, sino por un artículo de investigación publicado por Alphabet en abril de 2025.
El algoritmo turboquant: una revolución silenciosa
Este estudio condujo al lanzamiento el mes pasado de TurboQuant, un algoritmo de compresión que reduce la memoria necesaria para un modelo de IA en un 600%. Acelera el proceso en un 80% en las mismas GPUs, sin comprometer la precisión. Imaginen explicar esto a su asesor financiero: cada vez que un modelo de IA tiene una conversación, recuerda lo que se ha dicho. Esa memoria reside en chips carísimos. A medida que las conversaciones se alargan, la memoria requerida se vuelve abrumadora – cientos de gigabytes por sesión.
Por eso, los precios de la memoria se dispararon un 700% en tres meses. La demanda era insaciable, la oferta deliberadamente limitada. Los fabricantes de memoria estaban imprimiendo dinero, de la misma manera que el Tesoro de EE.UU. – con mejores márgenes y menos disculpas. TurboQuant comprime esa memoria en un factor de seis. La misma conversación, la misma precisión, pero con un sexto de los chips. Es como reducir una imagen 4K a la mitad de su tamaño – pero la imagen sigue siendo 4K. El CEO de Cloudflare lo definió como ‘el momento DeepSeek de Google’, en referencia al disruptivo modelo de IA chino. Internet lo bautizó como ‘Pied Piper’, aludiendo al algoritmo de compresión ficticio de la serie HBO ‘Silicon Valley’. En apenas 24 horas, los desarrolladores habían adaptado TurboQuant a Apple Silicon y a todas las bibliotecas de IA de código abierto más populares. Una prueba en el modelo Qwen demostró una precisión perfecta en todos los niveles de compresión. Un 100% de coincidencia con un uso de memoria significativamente menor. La implementación requiere ninguna reentrenamiento, ninguna afinación. Simplemente entra en los sistemas existentes como una actualización de software. Y ahí reside la preocupación para los accionistas de las empresas de memoria.
Esto no es un mapa para 2028. Es una actualización que se puede instalar en cualquier momento. El mercado está infravalorando la implicación. Si Google logró una compresión de 600% hoy, alguien logrará 1000% mañana. Las mejoras en la eficiencia del software se multiplican. Las suposiciones sobre la escasez de hardware no sobreviven a la multiplicación del software. Nadie que vendiera cintas magnéticas en 1985 lo podría haber previsto. El caso de la memoria se basaba en una única suposición: la demanda de DRAM y NAND superaría a la oferta indefinidamente. Samsung y SK Hynix operaban con una ‘disciplina de suministro’ que se describe con diplomacia como ‘disciplina de suministro’ y que todo el mundo llama a un cartel. Se negaron a ampliar la capacidad. Los márgenes subieron en picado. Goldman Sachs dijo a los inversores que era estructural – al igual que una presa, hasta que alguien encuentra una forma de rodearla. Google encontró esa forma. El algoritmo es gratuito. El documento es público. El código ya está siendo replicado por desarrolladores en cafeterías de todo el mundo. Si TurboQuant reduce la demanda de memoria en la mitad de lo que afirma el artículo, el valor justo del sector de la memoria se reevalúa en un 40% a un 60%. TurboQuant es el primer párrafo – no el desenlace – de la corrección del sector de la memoria.
Las acciones de Micron Technology han subido un 28% este año – pero antes de TurboQuant, el precio de la acción se había disparado en más de un 60%. Rivales como Sandisk, Western Digital y Seagate Technology también han bajado de sus máximos de 2026. Hay un matiz – siempre hay un matiz. TurboQuant comprime la caché KV – la memoria temporal que almacena los cálculos durante la conversación. No comprime los pesos permanentes del modelo. Ese es un problema más difícil. Google no lo ha resuelto. Todavía no. La investigación probó modelos de código abierto como Gemma, Mistral y Llama. No los modelos Gemini de Google funcionando a escala de producción, sirviendo miles de millones de solicitudes. ‘Cero pérdida de precisión’ es un resultado de laboratorio. La brecha entre el laboratorio y el centro de datos es donde desaparecen las reputaciones, y donde a menudo se pierden. Pero el mercado no está valorando ese matiz. Está valorando la implicación. Si Google logró una compresión de 600% hoy, alguien logrará 1000% mañana. El sector de la memoria – y, por extensión, la IA – se enfrenta a una tormenta perfecta: un aumento exponencial de la demanda impulsado por la IA, combinado con la escasez de capacidad y un algoritmo que desafía las suposiciones tradicionales. Lo que no cambia: la economía física. Petróleo. Cobre. Oro. Defensa. Minerales críticos. Combustible nuclear. No se puede comprimir un barril de petróleo con un algoritmo. No se puede programar para reducir la cantidad de tungsteno en un proyectil. No se puede escribir un software que reemplace los 45 millones de barriles diarios de nueva producción que la Agencia Internacional de Energía dice que el mundo necesita para 2050. Google acaba de publicar un algoritmo que reduce los requisitos de memoria de la IA en un 83%. El algoritmo es gratuito. La conclusión para los inversores: inviertan en lo que no se puede comprimir.