La memoria ha superado al poder de cómputo como el principal cuello de botella para los equipos tecnológicos actuales. Limitaciones en la arquitectura de hardware, incertidumbres en la cadena de suministro de semiconductores y cambios en las licencias de software han obligado a las empresas a enfrentar entornos cada vez más limitados en memoria. Mientras tanto, las cargas de trabajo de inteligencia artificial (IA), que demandan un enorme ancho de banda, sobrecargan la capacidad de la infraestructura, disparando los costes de tokens de IA por encima de los salarios de los empleados.
En el último año, el precio de la memoria de alta velocidad (HBM) y la memoria RAM dinámica (DRAM) se ha incrementado un 170%, un aumento sin precedentes que ha provocado que incluso las suscripciones de productos de virtualización superen el doble de su coste previo. Este escenario plantea la necesidad urgente de que las empresas cambien su mentalidad de adquisición masiva a una estrategia inteligente basada en la optimización y el análisis de datos.
La inteligencia artificial no es solo responsable de agravar el problema, sino también de ofrecer una solución. Bharath Ram, director de gestión de producto en Hewlett-Packard Enterprise (HPE), señala que la escasez de componentes y el encarecimiento actual han impulsado a los clientes a buscar maximizar el rendimiento de la infraestructura ya existente, sin necesidad de comprar nuevo hardware. 
La clave está en abandonar la estrategia de adquirir toda la memoria posible y en su lugar optimizar las cargas de trabajo y su distribución en entornos multi-nube e híbridos. Con esta transformación, las empresas pueden acelerar sus procesos de modernización y reducir hasta en un 80% los tiempos de toma de decisiones, al mismo tiempo que disminuyen los costes hasta un 50%.
El desperdicio tecnológico como gran desafío
La mayoría de las organizaciones enfrentan un problema generalizado de sobredimensionamiento, justificado por la falta de visibilidad y la aversión al riesgo. Además, muchas mantienen aplicaciones obsoletas y una cantidad considerable de «servicios zombis» que consumen recursos sin aportar valor alguno.
La tendencia de los fabricantes hacia la producción de memorias DDR5 para satisfacer la demanda de los sofisticados procesos de IA ha reducido aún más la disponibilidad de DDR4, encareciendo incluso los ordenadores personales entre un 15% y un 30% con respecto al año previo. La volatilidad en el precio de la DRAM y el aumento de la densidad de núcleos en los procesadores sólo agravan la preocupación por la eficiencia en el uso de la memoria dentro de los niveles directivos, incluso los menos técnicos.
Gigantes tecnológicos como Microsoft, Google, Amazon y Meta están acaparando todos los chips para IA que pueden, generando un efecto dominó que presiona aún más la cadena de suministro y fuerza a muchas empresas a acumular memoria y otros componentes antes de que aumenten aún más los precios.
No solo ocurre con la memoria: según Ram, las compañías también anticipan la compra de servidores y otra infraestructura para sortear la volatilidad del mercado, que puede cambiar radicalmente los costes de un día para otro.
Según las estimaciones de HPE, entre un 20% y un 40% de la infraestructura actual está sobredimensionada, lo que abre una oportunidad importante para ganar eficiencia no solo en recursos limitados, sino también en acelerar cargas de trabajo y mejorar su seguridad. Hoy más que nunca, las empresas tienen la capacidad de optimizar lo que ya poseen antes de buscar hardware nuevo, mucho más costoso.
Conocimiento real para tomar decisiones precisas
Gran parte del desperdicio se debe a la opacidad en la infraestructura empresarial: no se sabe qué procesos usan qué datos ni qué servicios dependen de qué recursos. Esta falta de visibilidad impide abordar el problema de la memoria con precisión y conduce a decisiones conservadoras basadas en conjeturas que llevan al sobredimensionamiento crónico.
Ram destaca que el uso extendido de servicios en la nube pública con autoservicio dificulta conocer la infraestructura subyacente. Por eso es fundamental entender qué se ha desplegado y ajustar el dimensionamiento de la infraestructura a la realidad real y no a suposiciones.
El primer paso para romper esta inercia es recopilar y analizar datos reales de uso mediante herramientas como HPE CloudPhysics, que permiten establecer una base comprobable para identificar qué recursos consumen realmente las cargas de trabajo y qué licencias están en uso. Esto proporciona a las empresas un conocimiento claro sobre:
- Su entorno de virtualización y su exposición a licencias.
- La eficiencia y la puesta en marcha de las cargas de trabajo.
- Los auténticos factores que afectan los costes.
Sin un sistema de monitorización en tiempo real que detalle cuántos hosts tienen cuántas máquinas virtuales activas o inactivas, no es posible ajustar correctamente los recursos.
Provisionamiento predictivo en lugar de reactivo
Con una visión unificada y real del ecosistema tecnológico, las empresas pueden planificar de manera inteligente qué implementar, dónde y cuándo, optimizando el rendimiento y los costes. Ram pone el ejemplo de aplicaciones intensivas en memoria y latencia como SAP HANA, que no están diseñadas para alternar entre distintos niveles de memoria para recortar costes sin afectar al rendimiento.
En este contexto, la innovación pasa por dar un mejor uso compartido a la memoria. Es posible sobreaprovisionar memoria virtualmente, asignando más capacidad total a las máquinas virtuales que la memoria física disponible, basado en que no todas las VMs usan su máximo de memoria de forma simultánea. Esta técnica permite reasignar dinámicamente la memoria ociosa a donde se requiere en cada momento.
El concepto de «memory ballooning» no es nuevo, pero está cobrando renovada importancia. La próxima versión del software Morpheus de HPE incluirá funciones para sobreaprovisionar la memoria de forma más moderna y eficiente, facilitando una mayor densidad de máquinas virtuales y un mejor aprovechamiento, especialmente útil en entornos de desarrollo, testing y escritorios virtuales cuyos requerimientos son variables.
Un cambio hacia la eficiencia arquitectónica
Tras optimizar y ajustar el uso de la memoria, llega el momento de migrar cargas de trabajo a plataformas que ofrezcan mayor eficiencia en el hardware. Ram indica que elevar la densidad de carga por servidor es crucial, sobre todo porque el costo de licencias por núcleo está aumentando significativamente.
La mejor estrategia para esto es usar soluciones de virtualización con hipervisores de código abierto, que mejoran la utilización y facilitan la adopción de modelos de licencia basados por socket. En algunos casos, corresponde una modernización adicional con despliegues en contenedores y deduplicación en memoria que evita almacenar datos redundantes, mejorando la eficiencia de la RAM.
“No todos podrán seguir usando el hardware actual indefinidamente. Eventualmente, algunos deberán migrar a plataformas nuevas para mejorar la eficiencia, aunque incrementar la densidad en el hardware actual sigue aportando beneficios clave,” remarca Ram, sobre todo en un momento en que la compra excesiva de infraestructura por parte de grandes empresas presiona al alza los costes y reduce las disponibilidades.
Licencias por socket, un ahorro significativo
Si se opta por renovar el hardware junto a soluciones como Morpheus de HPE, se puede acceder a modelos de licencia por socket o CPU, donde varios núcleos comparten una misma licencia. Los primeros resultados sugieren que esta estrategia podría generar ahorros de hasta un 90%.
En definitiva, todo comienza con disponer de una base de datos precisa sobre el estado real de la infraestructura. Herramientas de evaluación gratuitas como la de HPE CloudPhysics facilitan esta toma de conciencia inicial, permitiendo a las empresas identificar cómo y dónde pueden mejorar sustancialmente la gestión de la memoria y reducir costes sin poner en riesgo su operación.
