La nueva tecnología de Samsung podría convertir los teléfonos inteligentes en potencias de inteligencia artificial sin nubes
money 
la tecnologia hbm desde Samsung a teléfonos inteligentes ya no es especulación. El fabricante coreano está desarrollando una nueva tecnología de envasado llamada FOWLP apilado múltiple, destinado a aplicar memoria de gran ancho de banda a teléfonos móviles y tabletas por primera vez.
El objetivo es permitir inteligencia artificial ejecutado localmente, sin depender de servidores en la nube, incluso en dispositivos con severas restricciones de espacio, grosor y disipación térmica.
La información fue publicada originalmente por el medio coreano ETNews el 12 de mayo, basándose en fuentes de la industria.
Se espera que la tecnología debute en algún momento entre la segunda mitad del Exynos 2800 y el futuro Exynos 2900, aunque el fabricante aún no tiene un cronograma oficial para la producción en masa.
Por qué HBM aún no ha llegado a los móviles
La memoria HBM (High-Bandwidth Memory) ya es estándar en los servidores de IA, aceleradores como los de NVIDIA y plataformas de Data Center.
El problema es que el formato tradicional de los componentes es incompatible con las limitaciones físicas de un smartphone. Las pilas verticales de DRACMALas conexiones TSV (Through-Silicon Via) y los disipadores de calor asociados consumen espacio y generan calor incompatible con placas base de dispositivos delgados.
Por lo tanto, los dispositivos móviles hasta el día de hoy utilizan memoria LPDDR, empaquetada con cables de cobre a través de w.vínculo de ira. La técnica tiene un límite práctico de 128 a 256 terminales de E/S, genera una pérdida de señal significativa y tiene una eficiencia térmica relativamente baja en cargas de trabajo sostenidas.
Esto ya es un cuello de botella evidente en las rutinas de IA generativa local, que dependen de una transferencia masiva de datos entre la memoria y el procesador.
Cómo funciona FOWLP multiapilado
La solución de Samsung evoluciona una tecnología anterior llamada VCS (Vertical Cu-post Stack), que apila matrices DRAM en formato de escalera y llena los huecos con pilares de cobre.
La novedad está en la proporción de estos pilares. El fabricante aumentó drásticamente la relación de aspecto (la relación entre altura y diámetro) de 3:1 o 5:1 a entre 15:1 y 20:1.
Los pilares más altos y delgados significan más conexiones en menos espacio, lo que aumenta directamente el ancho de banda de la memoria. El problema es que cuando el diámetro cae por debajo de los 10 micrómetros, estos pilares se vuelven demasiado frágiles y pueden doblarse o romperse durante la fabricación o el uso.
Ahí es donde entra en juego FOWLP (Fan-Out Wafer Level Packaging). La técnica da forma al chip y extiende las conexiones fuera del área original, funcionando como soporte estructural para los pilares ultrafinos. El mismo método ya se utiliza en SoC como el Exynos 2600anunció oficialmente el primer chip de 2 nm de Samsung.
«La demanda de HBM en servidores, centros de datos y aceleradores de IA continúa aumentando. Para Samsung, es difícil concentrar todos los recursos en el desarrollo de HBM para dispositivos móviles, y el equilibrio entre la madurez técnica y el cronograma de producción en masa será el punto crítico».
Beneficios prometidos por la tecnología
La combinación de VCS mejorado y FOWLP ofrece mejoras mensurables en tres frentes simultáneamente.
Samsung proyecta un aumento en 15% a 30% en ancho de bandacapacidad para apilar hasta 1,5 veces más capas de DRAM en el mismo espacio y mayor número de terminales de E/S por unidad de área.
| Parámetro | LPDDR actual (unión de cables) | Móvil Samsung HBM |
|---|---|---|
| Método de embalaje | Alambres de cobre (unión de cables) | FOWLP multiapilado + VCS |
| Terminales de E/S | 128 a 256 | Significativamente más grande |
| Relación de aspecto de los pilares. | 3:1 a 5:1 | 15:1 a 20:1 |
| Ancho de banda relativo | Estándar actual | +15% a +30% |
| Apilabilidad | Limitado | Hasta 1,5 veces más capas |
| Eficiencia térmica | Bajo en cargas de trabajo sostenidas | Mayor resistencia térmica |
| Aplicación inicial estimada | — | Exynos 2800 (segunda mitad) o 2900 |
Qué cambios para la inteligencia artificial en los móviles
Los modelos de IA que se ejecutan localmente en el dispositivo dependen de un movimiento intensivo de datos entre la memoria y la unidad de procesamiento neuronal.
Cada token generado por un modelo de idioma local requiere lecturas masivas de pesos almacenados en la RAM. Cuanto mayor sea el ancho de banda de la memoria, más rápida será la inferencia y menor será el consumo de batería por operación.
Hoy en día, herramientas como Galaxy AI dependen en gran medida del procesamiento en la nube para tareas más pesadas, con mayor latencia y altos costos operativos por parte del fabricante. Modelos como el Gemini Nano de Google y las capacidades de inteligencia artificial de Samsung se ejecutan parcialmente en el dispositivo, pero con claras limitaciones de tamaño de modelo.
Con HBM en los teléfonos móviles, la perspectiva cambia: modelos de lenguaje con miles de millones de parámetros podrían ejecutarse íntegramente en el dispositivo, sin depender de servidores externos. Esto mejora la privacidad, reduce la latencia y elimina el costo recurrente de la inferencia en la nube para Samsung.
Exynos 2800 y Exynos 2900 en el horizonte
El Exynos 2800 se está desarrollando para integrar la primera GPU propia de Samsung, abandonando definitivamente la asociación con AMD en la serie Galaxy.
El chip también se promociona como candidato para aparecer en otros tipos de dispositivos además de los teléfonos inteligentes. Si Multi Stacked FOWLP entra a tiempo en las etapas finales de desarrollo, la segunda revisión del Exynos 2800 podría ser el debut público de la tecnología.
La alternativa más conservadora es esperar a la próxima generación del Exynos 2900, con más tiempo de validación para los envases móviles de HBM.
En ambos casos, la apuesta es diferenciar la línea premium Galaxy frente a los chips Apple A20 Pro y Qualcomm, en un mercado donde IA generativa se convirtió en el principal vector de marketing.
Competencia y disputa de mercado
Apple también está explorando HBM en sus iPhones, según informes recientes. No está confirmado si la compañía de Cupertino contrataría a Samsung como proveedor o desarrollaría una solución con otro socio, como SK Hynix.
Huawei es otro fabricante chino que estudia la tecnología, aunque es poco probable que Samsung ingrese a la cadena de suministro de un rival chino en un escenario geopolítico tenso.
El contexto de la industria de la memoria pesa en contra de acelerar el proyecto. La demanda de HBM en los centros de datos sigue sin control y los precios de las DRAM móviles han alcanzado niveles históricamente altos.
DDR5 ha aumentado un 414% en los últimos años, según datos citados por un ex ejecutivo de la división de chips de Samsung. Mientras el margen del servidor sea mucho mayor que el de los móviles, tiene sentido que el fabricante dé prioridad al segmento corporativo.
La línea de investigación no es nueva
Samsung lleva algunos años trabajando en VCS. La diferencia ahora radica en la madurez de las técnicas auxiliares, especialmente la evolución de FOWLP a múltiples capas.
La combinación de los dos enfoques hace posible empaquetar memoria de alta densidad en espesores compatibles con teléfonos inteligentes premium, algo impensable hace cinco años.
Ingenieros del Samsung Advanced Institute of Technology (SAIT) y la división System LSI han estado presentando artículos sobre envases apilados en eventos como IEEE IEDM e ISSCC desde 2023.
Multi Stacked FOWLP es el resultado consolidado de esta investigación, ahora trasladada de la fase académica al desarrollo de producto.
Galaxy AI gana más autonomía
Para el consumidor final, el impacto se notaría en características como asistente virtual con latencia mínima, traducción simultánea completamente offline, edición de imágenes con IA generativa en tiempo real y plantillas. inteligencia artificial Dispositivos más robustos que funcionan sin conexión a Internet.
La línea Galaxy S y las tabletas Galaxy Tab Ultra serían las primeras en beneficiarse. Los modelos intermedios, basados en chips Exynos más modestos o Snapdragon convencionales, seguirían dependiendo del LPDDR convencional por razones de coste.
Lea también:
Próximos pasos antes de llegar al consumidor
Samsung aún necesita validar el rendimiento de fabricación de los pilares ultrafinos a escala industrial, probar la resistencia mecánica en condiciones reales de uso de teléfonos inteligentescalificar proveedores y líneas de producción, y ajustar el empaque en conjunto con el desarrollo del propio SoC. Cada paso agrega meses a la línea de tiempo.
El momento también depende de cuándo se estabilice el precio de la DRAM móvil; En un mercado con NAND y DRAM en su punto más alto, los fabricantes de dispositivos de consumo tienden a retrasar las actualizaciones de memoria hasta que tenga sentido financiero traspasar el costo. Si el ciclo de aumento de precios continúa hasta 2027 o 2028, la adopción de HBM móvil puede limitarse a dispositivos de gama alta extremadamente caros.
Incluso con estas incógnitas, la confirmación de que Samsung está desarrollando activamente un camino para llevar HBM a los móviles es un dato relevante. Marca una transición en la que la memoria deja de ser un bien pasivo y se convierte en diferenciador estratégico en la carrera por la próxima generación de IA en dispositivos personales.
Fuente(s): ET News
