Tamaño y Participación del Mercado de Cómputo en Memoria (CIM) y Procesamiento en Memoria (PIM) - Tendencias de Crecimiento y Pronóstico (2026 - 2031)

Tendencias e Información del Mercado Global de Cómputo en Memoria (CIM) y Procesamiento en Memoria (PIM)

Las Cargas de Trabajo de IA Están Alcanzando el Límite de la Memoria

El mercado de cómputo en memoria (CIM) y procesamiento en memoria (PIM) está impulsado por una creciente discrepancia entre el rendimiento del procesador y el ancho de banda de la memoria en los sistemas de IA. El consumo de energía ahora depende en gran medida del movimiento de datos, no solo del rendimiento aritmético, lo que convierte la proximidad de la memoria en una prioridad de diseño práctica para la infraestructura de IA.^{[1]NVIDIA, "Maximizar la Eficiencia Energética de la Fábrica de IA Mediante Optimizaciones de Inferencia y Entrenamiento de Pila Completa," Blog para Desarrolladores de NVIDIA, nvidia.com} Esto importa más en entornos de inferencia a gran escala, donde el acceso repetido a la memoria puede limitar el rendimiento incluso cuando la capacidad del acelerador está disponible. El mercado de cómputo en memoria (CIM) y procesamiento en memoria (PIM) se beneficia, por tanto, de una menor barrera de adopción, ya que estas arquitecturas no necesitan reemplazar cada acelerador en la pila para ganar tracción. En cambio, pueden asumir operaciones limitadas por la memoria que las arquitecturas convencionales manejan con menor eficiencia. Eso crea espacio para una implementación más temprana en servidores de IA, sistemas de inferencia empresarial y futuras plataformas de arquitectura mixta.

El Análisis Nativo de la Nube Está Acercando el Cómputo a los Datos

El mercado de cómputo en memoria (CIM) y procesamiento en memoria (PIM) también está siendo impulsado por operadores de nube que buscan un mejor rendimiento por vatio en la infraestructura de inferencia en tiempo real. NVIDIA declaró que la optimización de pila completa se está convirtiendo en un elemento central de la eficiencia de las fábricas de IA, lo que respalda el argumento a favor de arquitecturas que reducen el tráfico repetido a través de la interfaz de memoria. Una investigación presentada en IEEE ASICON 2025 mostró que un diseño híbrido DRAM-PIM y SRAM-CIM para inferencia de transformadores logró una aceleración de 1,51x y una reducción de energía de 1,24x en comparación con una línea base solo de DRAM-PIM para Llama2-7B a 28nm. Ese resultado es importante porque demuestra que las tecnologías de memoria complementarias pueden asignarse a diferentes funciones del modelo en lugar de forzarse en una única arquitectura. En junio de 2026, Micron y Anthropic anunciaron un acuerdo estratégico que combinó un compromiso de suministro de memoria y almacenamiento a varios años con una inversión estratégica, lo que demuestra que las hojas de ruta de memoria ahora están vinculadas directamente a la planificación futura de infraestructura de IA. Este tipo de alineación apoya una comercialización más rápida del mercado de cómputo en memoria (CIM) y procesamiento en memoria (PIM) porque los compradores de infraestructura y los proveedores de memoria comparten cronogramas de implementación comunes.

La Inferencia en el Borde Está Aumentando el Valor del Cómputo Localizado

El mercado de cómputo en memoria (CIM) y procesamiento en memoria (PIM) se está expandiendo más allá de la infraestructura centralizada a medida que la inferencia de IA se traslada a dispositivos con restricciones estrictas de energía y área. Los sistemas de borde a menudo operan con conectividad limitada y presupuestos de energía estrictos, lo que hace que el cómputo local centrado en la memoria sea más atractivo que los diseños de aceleradores de propósito general. En marzo de 2026, Microchip Technology informó que Mythic seleccionó la tecnología memBrain de su unidad Silicon Storage Technology para unidades de procesamiento analógico de próxima generación con un objetivo de 120 TOPS/W. En septiembre de 2025, la Universidad de Tokio y Nuvoton presentaron un CiM basado en ReRAM que combinaba almacenamiento multinivel con retención de datos de 10 años, abordando directamente una de las preocupaciones de durabilidad de larga data en implementaciones de borde no volátiles. Estos desarrollos muestran que el mercado de cómputo en memoria (CIM) y procesamiento en memoria (PIM) no es una oportunidad de borde uniforme, ya que los sistemas automotrices, industriales, de robótica y de IoT compacto requieren diferentes sustratos de memoria y compromisos de precisión. Como resultado, es probable que la adopción comercial se extienda a través de varios casos de uso más pequeños antes de consolidarse en plataformas de borde más amplias.

Las Hojas de Ruta de Memoria Sub-10nm y Apilada en 3D Están Mejorando la Viabilidad del CIM

El mercado de cómputo en memoria (CIM) y procesamiento en memoria (PIM) se está beneficiando de las hojas de ruta de fabricación que admiten interconexiones más densas y una integración más estrecha entre memoria y lógica. TSMC declaró en junio de 2026 que su hoja de ruta SoIC avanza hacia un paso de unión chip a chip más fino y mayor densidad de E/S, lo que respalda directamente las arquitecturas de tipo chiplet que acercan el cómputo a la memoria. Samsung Semiconductor también anunció en mayo de 2026 que había enviado muestras de HBM4E de 12 capas con un ancho de banda de 3,6 TB/s por pila, un 16% mejor en eficiencia energética y más del 14% mejor en resistencia térmica que la generación anterior. Estos avances importan porque muchos diseños de CIM y PIM ahora dependen tanto de las opciones de empaquetado y apilamiento como del diseño a nivel de transistor. También refuerzan el argumento a favor de plataformas programables centradas en la memoria en lugar de matrices de función fija. El resultado es una base técnica más sólida para que el mercado de cómputo en memoria (CIM) y procesamiento en memoria (PIM) pase de demostraciones limitadas a productos comercialmente fabricables.

Cadenas de Herramientas y Soporte de Compilador Limitados para la Adopción de PIM

El mercado de cómputo en memoria (CIM) y procesamiento en memoria (PIM) aún enfrenta una restricción de software importante porque la portabilidad de aplicaciones requiere modelos de programación diferentes a los de los entornos de aceleradores convencionales. ETH Zúrich y el Grupo de Investigación SAFARI describieron la necesidad de nuevas herramientas, modelos de programación y soporte de sistemas para arquitecturas de procesamiento en memoria, lo que demuestra que la capa de software aún está alcanzando a la oportunidad de hardware. Un estudio de compiladores de 2026 del Politecnico di Milano también encontró que las ganancias de rendimiento pueden variar considerablemente según la carga de trabajo y que los puertos de propósito general pueden ofrecer beneficios limitados sin una adaptación de código más profunda. Esto significa que la adopción no se trata solo de comprar nuevo silicio; las empresas también necesitan compiladores, API, capas de tiempo de ejecución y flujos de mapeo validados. El mercado de cómputo en memoria (CIM) y procesamiento en memoria (PIM) podría seguir creciendo rápidamente bajo estas condiciones, pero la escala comercial seguirá siendo más fácil en entornos estrictamente controlados que en ecosistemas de software abierto amplios. Por eso la madurez del software se está convirtiendo en una de las líneas divisorias más claras entre el hardware prometedor y las plataformas implementables.

Complejidad de Rendimiento, Pruebas y Empaquetado en la Integración Heterogénea de Memoria y Lógica

El mercado de cómputo en memoria (CIM) y procesamiento en memoria (PIM) también sigue estando limitado por la complejidad de fabricación. Cuando la lógica, la memoria y las capas de interconexión apiladas se integran en un solo sistema, la gestión del rendimiento se vuelve más difícil que en la producción estándar solo de lógica o solo de DRAM. IBM Research informó en IEDM 2025 que los dispositivos PCM de tipo disco para computación analógica en memoria alcanzaron una corriente de programación baja y una amplia ventana de resistencia, mientras que aún tratan la variación de proceso y la metodología de rendimiento como problemas de ingeniería activos. La actualización de muestras de HBM4E de Samsung Semiconductor en mayo de 2026 también mostró que los productos de memoria avanzados ahora combinan una pila de memoria con un dado base lógico de 4nm, lo que añade complejidad de proceso y calificación a la comercialización. Estos factores pueden prolongar los calendarios de aumento, restringir el suministro y mantener precios premium durante la fase de crecimiento temprano. Para el mercado de cómputo en memoria (CIM) y procesamiento en memoria (PIM), el progreso en fabricación es, por tanto, tan importante como el progreso arquitectónico.

*Nuestras previsiones consideran los impactos de impulsores y restricciones como direccionales, no aditivos. Las previsiones de impacto reflejan el crecimiento base, los efectos de mezcla y las interacciones entre variables.

Análisis de Segmentos

Por Componente: El Hardware Domina los Ingresos Mientras el Software Acelera Más Rápido

El hardware de CIM y PIM representó el 83,45% de los ingresos en 2025, lo que indica que el gasto inicial en el mercado de cómputo en memoria (CIM) y procesamiento en memoria (PIM) se mantuvo enfocado en el silicio y la construcción de plataformas. Este patrón refleja la intensidad de capital del diseño de chips, el empaquetado y la integración de memoria, especialmente cuando la demanda aún proviene en gran medida de programas de infraestructura de IA y desarrolladores de sistemas especializados. El liderazgo del hardware también se alinea con la etapa actual de comercialización, donde los clientes están validando arquitecturas centrales antes de que la estandarización de software a gran escala sea factible. Al mismo tiempo, la combinación de ingresos apunta a un mercado que aún está construyendo su base instalada en lugar de uno que ya ha madurado hacia un modelo de software recurrente amplio. Esa base instalada es importante porque crea la huella técnica sobre la cual los ingresos posteriores de software y servicios pueden expandirse.

Se prevé que el segmento de pila de software crezca al 41,56% hasta 2031, convirtiéndolo en el componente de más rápido crecimiento del mercado de cómputo en memoria (CIM) y procesamiento en memoria (PIM). Ese crecimiento refleja la creciente demanda de compiladores, herramientas de mapeo de modelos, capas de abstracción de hardware y marcos de implementación que puedan conectar hardware especializado centrado en la memoria con cargas de trabajo de IA en producción. La misma tendencia es visible en la actividad de investigación, donde el soporte de software se está volviendo necesario para que las plataformas analógicas y digitales vayan más allá de las configuraciones de laboratorio.^{[2]IEEE A-SSCC, "Un Macro CIM SRAM Basado en FIA de Condensador Conmutado Diferencial Plegado de 28 nm y 68,6 TOPS/W con Tamaños MAC Escalables para Inferencia de ML Diminuto," IEEE A-SSCC 2025, doi.org} Los servicios siguen siendo más pequeños, pero tienen un valor estratégico real porque muchas empresas carecen de la experiencia interna necesaria para integrar nuevas arquitecturas de memoria en sistemas automotrices, industriales y sensibles a la seguridad. Con el tiempo, es probable que la industria de cómputo en memoria (CIM) y procesamiento en memoria (PIM) pase de ingresos liderados por hardware a un modelo de economía de plataforma más completo, pero la combinación actual muestra que el silicio aún ancla la demanda comercial.

Por Tecnología de Memoria: SRAM Lidera Pero HBM Está Redefiniendo las Prioridades de Crecimiento

El CIM basado en SRAM mantuvo el 62,73% de la participación del mercado de cómputo en memoria (CIM) y procesamiento en memoria (PIM) en 2025 dentro de la tecnología de memoria, respaldado por una fuerte compatibilidad con CMOS y una base de diseño digital más madura. Ese liderazgo refleja las ventajas prácticas de la SRAM para la operación determinista, el comportamiento conocido de las celdas de bits y una alineación más fácil con los procesos semiconductores convencionales. IEEE A-SSCC 2025 reportó un macro CIM SRAM de 28nm que logró 68,6 TOPS/W para inferencia de ML diminuto, respaldando el caso de la SRAM en aplicaciones de inferencia sensibles a la energía. Nature también publicó el procesador de IA de cómputo en memoria con memristor de precisión mixta y SRAM de IBM en 2025, mostrando cómo los enfoques híbridos pueden extenderse más allá de los límites de los diseños de SRAM pura. En conjunto, estos resultados explican por qué la SRAM sigue siendo la tecnología base líder en el mercado de cómputo en memoria (CIM) y procesamiento en memoria (PIM) incluso cuando otros sustratos ganan impulso.

Se proyecta que el PIM basado en HBM crezca al 41,73% hasta 2031, convirtiéndolo en la tecnología de memoria de más rápido crecimiento en la combinación de tamaño del mercado de cómputo en memoria (CIM) y procesamiento en memoria (PIM). Esta trayectoria de crecimiento está vinculada a la demanda de hiperescala de memoria densa en ancho de banda que puede manejar funciones más similares al cómputo dentro de entornos de aceleradores de IA. El envío de HBM4E de Samsung Semiconductor en mayo de 2026, con 3,6 TB/s de ancho de banda por pila y un dado base lógico de 4nm, demostró cómo la hoja de ruta comercial avanza hacia un acoplamiento más estrecho entre memoria y lógica. Otros tipos de memoria continúan definiendo caminos especializados: la MRAM admite almacenamiento de borde no volátil, y la ReRAM o PCM admite operaciones de matriz analógica cuando la inferencia de bajo consumo es una prioridad. Esto deja a la industria de cómputo en memoria (CIM) y procesamiento en memoria (PIM) con un panorama tecnológico en capas en lugar de un único sustrato ganador.

Por Aplicación: IA y ML Mantiene la Mayor Base Mientras los Centros de Datos Expanden Más Rápido

La IA y el ML representaron el 48,35% de la demanda de aplicaciones en 2025, convirtiendo a este segmento en el mayor contribuyente al mercado de cómputo en memoria (CIM) y procesamiento en memoria (PIM). Esa posición refleja dónde se concentra la mayor parte del trabajo de diseño actual y el gasto en infraestructura, porque las cargas de trabajo de redes neuronales exponen directamente el costo del movimiento repetido de pesos entre los bloques de memoria y cómputo. Las arquitecturas centradas en la memoria se adaptan bien a esta necesidad porque las tareas de IA con uso intensivo de matrices a menudo se benefician de una menor sobrecarga de movimiento y una mejor eficiencia energética. Como resultado, la IA y el ML continúan anclando tanto la demanda comercial como las hojas de ruta técnicas en todo el mercado de cómputo en memoria (CIM) y procesamiento en memoria (PIM). También proporciona el camino más claro para que los proveedores demuestren ventajas de rendimiento antes de expandirse a casos de uso más amplios.

Se prevé que los centros de datos y la infraestructura de IA a hiperescala crezcan al 41,83% hasta 2031, convirtiéndola en el área de aplicación de más rápido crecimiento en el mercado de cómputo en memoria (CIM) y procesamiento en memoria (PIM). Esto refleja la creciente presión sobre los operadores para aumentar el rendimiento de inferencia dentro de sobres de energía fijos y presupuestos térmicos limitados a nivel de bastidor. El camino de diversificación también se está volviendo más claro, ya que la IA en el borde, la automotriz, la automatización industrial, la robótica y el IoT continúan impulsando la adopción de diseños centrados en la memoria para diferentes objetivos de latencia y energía. BrainChip anunció en junio de 2026 que había alcanzado la disponibilidad comercial y comenzado los envíos iniciales de producción de sus procesadores neuromórficos Akida AKD1500, demostrando que las arquitecturas basadas en eventos y de bajo consumo están pasando a implementaciones reales. Renesas también anunció en febrero de 2026 que su SoC ADAS R-Car V4H fue seleccionado para la unidad de control del nuevo modelo RAV4 de Toyota, suministrado por Denso, lo que respalda el procesamiento de IA con uso intensivo de memoria en sistemas automotrices de gran volumen.

Análisis Geográfico

América del Norte mantuvo el 42,77% de la participación del mercado de cómputo en memoria (CIM) y procesamiento en memoria (PIM) en 2025, convirtiéndola en la mayor base regional. Esta posición está vinculada a la concentración de infraestructura de IA a hiperescala, inversión avanzada en memoria y estrechos vínculos entre los desarrolladores de modelos y los proveedores de semiconductores. En julio de 2026, Micron anunció que había acelerado sus inversiones planificadas en EE. UU. a más de 250 mil millones USD hasta 2035 y que había completado el primer vertido de concreto en su sitio de Clay, Nueva York, más de un trimestre antes de lo previsto. Los operadores norteamericanos también están poniendo mayor énfasis en el rendimiento por vatio, lo que fortalece el caso comercial de las arquitecturas que reducen el movimiento repetido a través de la interfaz de memoria. El mercado de cómputo en memoria (CIM) y procesamiento en memoria (PIM) en esta región se beneficia, por tanto, tanto de la profundidad de capital como de una necesidad directa de infraestructura.

Se proyecta que Asia-Pacífico crezca al 42,14% hasta 2031, convirtiéndola en la geografía de más rápido crecimiento en el mercado de cómputo en memoria (CIM) y procesamiento en memoria (PIM). La región combina liderazgo en fundición, capacidad de empaquetado avanzado, producción de memoria de alto ancho de banda y apoyo público activo para la investigación en semiconductores. La actualización tecnológica de TSMC de junio de 2026 describió una hoja de ruta CoWoS que se extiende a huellas de integración más grandes y un camino SoIC hacia un apilamiento de dados más estrecho, ambos importantes para los diseños centrados en la memoria basados en chiplets.^{[3]TSMC, "TSMC Presenta la Tecnología A13 en el Simposio Tecnológico de América del Norte 2026," TSMC, tsmc.com} El envío de muestras de HBM4E de Samsung Semiconductor reforzó aún más el papel central de Asia-Pacífico en la ejecución de la hoja de ruta de memoria comercial. Japón añade una dimensión automotriz y de borde distinta a través del respaldo de investigación pública, incluido el trabajo de CMOS y MRAM de espintrónica financiado por NEDO y la investigación de la Universidad de Tokio sobre CiM basado en ReRAM duradero.

Europa y el resto del mundo siguen siendo más pequeños en ingresos actuales, pero aún importan al mercado de cómputo en memoria (CIM) y procesamiento en memoria (PIM) porque añaden importantes caminos de demanda orientados a la automoción, la industria y la defensa. La actividad de Europa se concentra en la IA en el borde, la electrónica automotriz y la comercialización vinculada a la investigación. Mythic anunció en mayo de 2026 que había adquirido Videantis, una empresa alemana de propiedad intelectual de procesadores digitales con amplia penetración automotriz, para combinar el cómputo analógico en memoria con el procesamiento digital en una plataforma híbrida. Ese movimiento le da al mercado de cómputo en memoria (CIM) y procesamiento en memoria (PIM) una ruta más clara hacia los programas automotrices y de robótica europeos a través de una huella de propiedad intelectual de procesadores existente.