Celdas diminutas, velocidad enorme y aun así precisión. No es magia, es ingeniería.

En algún momento ves una memoria USB con una velocidad anunciada de 400MB por segundo y piensas… no hay forma de que eso sea real. O al menos, no hay forma de que lo esté haciendo con precisión.

Se siente demasiado rápido. Demasiado limpio. Demasiado perfecto. Como si algo tuviera que ceder.

Ese instinto no está mal – solo está basado en cómo entendemos la velocidad en el mundo real. Cuando las personas se mueven más rápido, ocurren errores. Cuando los sistemas se apresuran, las cosas se vuelven descuidadas. Así que cuando escuchas “400MB por segundo”, tu cerebro lo traduce en silencio como “seguramente se están saltando algo”.

Pero la memoria flash no funciona como creemos que funciona.

Lo primero que hay que entender es esto: una memoria USB no está escribiendo una sola corriente de datos realmente, realmente rápido. Está escribiendo muchos bloques más pequeños de datos al mismo tiempo, a través de múltiples áreas de memoria, todas trabajando en paralelo.

Así que, en lugar de un solo proceso moviéndose a velocidad extrema, tienes docenas de procesos más pequeños moviéndose a un ritmo muy controlado y muy manejable. El resultado se ve rápido desde afuera, pero por dentro es organizado, distribuido y deliberado.

Piénsalo como un almacén.

Si una sola persona tuviera que cargar 400 cajas en un camión cada segundo, sería un caos. Las cajas se caerían, se etiquetarían mal o simplemente se perderían por completo. Esa es la imagen mental que la mayoría de la gente tiene cuando escucha “400MB por segundo”.

Pero eso no es lo que está pasando.

En su lugar, imagina 40 cintas transportadoras, cada una con trabajadores colocando una caja a la vez. Cada caja se escanea, se verifica y se coloca correctamente antes de seguir adelante. Nadie está corriendo. Nadie está sobrepasado. Y aun así, la producción total es enorme porque todo está ocurriendo al mismo tiempo.

Así es como la memoria flash logra velocidad sin sacrificar precisión.

Dentro de la memoria USB, un controlador actúa como un administrador del tráfico. Divide los datos entrantes en piezas más pequeñas y distribuye esas piezas a través de múltiples chips de memoria flash NAND. Cada chip escribe su parte de forma independiente, muchas veces en paralelo con los demás. El sistema está diseñado para escalar el rendimiento multiplicando el esfuerzo, no empujando una sola ruta más allá de sus límites.

Y aquí es donde se vuelve todavía más interesante.

La memoria flash no es perfecta – se está corrigiendo constantemente a sí misma

Lo que es fácil pasar por alto es lo constante que realmente es este proceso. Cada pequeño bloque de datos que se escribe en la flash se revisa de inmediato y, si hace falta, se corrige antes de que el sistema continúe. Esto no es una red de seguridad que se usa una sola vez – está ocurriendo continuamente en todas las áreas de memoria, al mismo tiempo, mientras todavía se siguen escribiendo datos nuevos. El sistema siempre está escribiendo, verificando y ajustando en paralelo.

Esta es la parte que la mayoría de la gente no se da cuenta, y es lo que hace que todo el sistema funcione.

La memoria flash NAND no es inherentemente perfecta. A nivel físico, almacenar datos significa colocar carga eléctrica dentro de celdas diminutas. Esas cargas pueden desviarse un poco. Las escrituras pueden quedar apenas fuera de lugar. Los pequeños errores no solo son posibles – son esperados.

Por eso el sistema está construido alrededor de esa realidad.

Cada vez que se escriben datos, el controlador revisa el resultado. Si algo no quedó del todo bien, ajusta y vuelve a escribir los datos. Junto con los datos reales, también se almacena información adicional específicamente para la corrección de errores. Cuando los datos se leen de nuevo, el controlador utiliza esa información extra para detectar y corregir cualquier inconsistencia al instante.

A nivel físico, escribir en NAND no es una sola acción – es una secuencia rápida. El controlador aplica un voltaje preciso para almacenar carga en una celda, verifica de inmediato si esa carga cayó donde debía caer y, si no fue así, ajusta e intenta de nuevo. Esto ocurre en microsegundos, y sucede una y otra vez hasta que los datos quedan escritos correctamente.

Esto sucede tan rápido que nunca lo ves. Pero está ocurriendo todo el tiempo.

En otras palabras, la precisión no viene de la perfección. Viene de la verificación y corrección constante a velocidad de máquina.

Por eso una memoria USB puede mover datos a cientos de megabytes por segundo y aun así mantener la integridad de los datos. No está escribiendo a ciegas y esperando lo mejor. Está escribiendo, comprobando, corrigiendo y confirmando cada paso del proceso.

Así que la próxima vez que veas una especificación como 400MB/sec, ayuda replantear lo que realmente significa ese número.

No es una sola cosa moviéndose a una velocidad imposible. Es un sistema coordinado de muchas operaciones más pequeñas, todas trabajando juntas, todas siendo revisadas y todas diseñadas con la expectativa de que habrá errores – y de que serán corregidos de inmediato.

La flash no es rápida porque se apresura. Es rápida porque multiplica.

La infraestructura de IA tiene una forma muy particular de dejar al descubierto límites que la mayoría de los sistemas nunca llegan a encontrar.

En los artículos anteriores vimos cómo la high bandwidth memory para cargas de trabajo de IA mantiene los datos lo más cerca posible de la GPU, y cómo la storage class memory entre DRAM y NAND ayuda a suavizar la brecha entre la memoria activa y el almacenamiento flash tradicional. Ambas capas existen porque el sistema no puede darse el lujo de esperar, ni siquiera por períodos cortos de tiempo, sin perder eficiencia.

Pero hay otra dirección hacia la que se está moviendo la industria, y no implica introducir un tipo de memoria completamente nuevo.

Más bien, se trata de tomar algo que ya existe, la memoria flash NAND, y empujarla hacia un papel para el que originalmente no fue diseñada.

Ahí es donde la idea de High Bandwidth Flash empieza a entrar en la conversación.

El problema que la NAND nunca estuvo pensada para resolver

La memoria flash NAND siempre se ha construido alrededor de una idea sencilla: almacenar una gran cantidad de datos de forma eficiente y recuperarlos cuando sea necesario.

Para la mayoría de las cargas de trabajo, ese modelo funciona perfectamente bien. Los datos permanecen en el almacenamiento, el sistema los solicita y el SSD los entrega con suficiente rapidez como para que casi nadie note realmente la demora.

Las cargas de trabajo de IA cambian esa dinámica.

En lugar de lecturas y escrituras ocasionales, estos sistemas están extrayendo datos en paralelo de forma constante, a menudo a través de miles de hilos, con muy poca tolerancia a cualquier inconsistencia en la entrega. No se trata solo de velocidad de manera aislada, sino de mantener un flujo constante de datos que mantenga el lado de cómputo totalmente aprovechado.

Ahí es donde el comportamiento tradicional de la NAND empieza a mostrar sus límites.

Incluso las unidades NVMe de alto rendimiento, con colas profundas y cifras sólidas de rendimiento, siguen operando dentro de un modelo de almacenamiento que asume ráfagas de actividad, no un flujo continuo de acceso parecido a la memoria.

Así que la pregunta pasa a ser esta: ¿qué sucede si dejas de tratar la NAND como almacenamiento y empiezas a tratarla más como parte del sistema de memoria?

Qué significa realmente “High Bandwidth Flash”

High Bandwidth Flash no es un estándar formal ni una sola categoría de producto.

Se entiende mejor como una dirección arquitectónica, y ahí es donde empieza a separarse de lo que cubrimos en High Bandwidth Memory.

La High Bandwidth Memory sigue siendo memoria. Es DRAM, construida y ubicada para ofrecer un acceso extremadamente rápido al estar físicamente cerca del procesador. Todo el sentido de HBM es la proximidad y la reducción de la latencia, llevar los datos lo más cerca posible del cómputo para que puedan ser accedidos casi al instante.

High Bandwidth Flash está resolviendo un problema diferente. Acepta que la NAND está más lejos dentro del sistema y que arrastra una latencia más alta, y en cambio se enfoca en cómo mover cantidades mucho mayores de datos en paralelo para que esa distancia importe menos.

En términos simples, HBM consiste en hacer que la memoria sea más rápida acercándola. High Bandwidth Flash consiste en hacer que el almacenamiento se comporte más rápido cambiando la manera en que se accede a él.

Esa distinción importa, porque el objetivo aquí no es convertir la NAND en DRAM. Es hacer que la NAND sea útil en situaciones donde el almacenamiento tradicional, de otro modo, ralentizaría el sistema.

El cambio ocurre a nivel de sistema, no solo a nivel del medio.

En lugar de un solo SSD atendiendo solicitudes de la forma tradicional, empiezas a ver muchos canales NAND operando en paralelo, controladores diseñados para concurrencia más que solo para capacidad, rutas de datos más amplias a través de interfaces PCIe Gen5 y Gen6, y capas de software que anticipan y preparan los datos antes de que se soliciten.

Tomados en conjunto, estos cambios no eliminan la latencia inherente de la NAND, pero sí reducen la frecuencia con la que esa latencia se convierte en el factor limitante dentro del sistema.

Una forma distinta de pensar en el ancho de banda

Cuando la gente escucha “alto ancho de banda”, normalmente asume que se trata de velocidad bruta.

Pero en este contexto, el ancho de banda en realidad tiene más que ver con cuántos datos se pueden mover al mismo tiempo y con qué consistencia puede mantenerse ese movimiento.

Las cargas de trabajo de IA no solo necesitan acceso rápido, necesitan acceso predecible a escala.

Si un clúster de GPU está extrayendo datos de forma desigual, incluso pequeñas variaciones pueden hacer que partes del sistema se detengan. Multiplica eso por cientos o miles de nodos, y esas ineficiencias empiezan a aparecer de maneras que se vuelven difíciles de ignorar.

High Bandwidth Flash es un intento de suavizar todo eso, no eliminando las características de la NAND, sino rodeándola con suficiente paralelismo e inteligencia para que esas características pesen menos en el sistema en su conjunto.

Extendiendo la analogía del almacén

Si seguimos usando el mismo modelo de almacén de los artículos anteriores, la NAND siempre ha sido el piso principal de almacenamiento.

Es donde vive todo, organizado en filas y estantes, optimizado para densidad y eficiencia más que para velocidad de acceso.

La DRAM es el muelle de carga, donde ocurre el trabajo activo. La SCM es el área de preparación justo detrás.

High Bandwidth Flash cambia la forma en que opera el almacén.

En lugar de un solo trabajador entrando en los pasillos para recoger artículos uno por uno, ahora tienes varios muelles de carga abiertos al mismo tiempo, varios montacargas moviéndose en paralelo, y artículos preposicionados según lo que el sistema espera necesitar después.

El almacén no ha cambiado en lo fundamental, pero sí ha cambiado la manera en que se accede a él.

No estás convirtiendo el almacén en el muelle de carga, estás haciendo que el almacén se comporte como si estuviera mucho más cerca de él.

Cómo se está construyendo esto en la práctica

La mayor parte de lo que permite High Bandwidth Flash no proviene de la propia NAND, sino de las capas que la rodean.

Los controladores ahora desempeñan un papel más importante en la forma en que se distribuyen los datos, centrándose en operaciones paralelas a través de múltiples dies y canales NAND en lugar de simplemente gestionar capacidad y desgaste. Al mismo tiempo, el ancho de banda de las interfaces sigue expandiéndose, dando a estos sistemas más margen para mover datos sin quedar limitados por el bus.

Lo que marca la mayor diferencia, sin embargo, es cómo interactúa el software con el hardware.

Los datos ya no se recuperan solo cuando se solicitan. Se predicen, se preparan, se almacenan en caché y se organizan de maneras que encajan con la forma en que se comportan las cargas de trabajo de IA. Eso significa anticipar patrones de acceso, mantener los datos usados con más frecuencia más cerca de la parte superior del stack y minimizar cuántas veces el sistema tiene que volver a rutas más lentas.

Nada de esto convierte a la NAND en memoria verdadera, pero sí le permite participar en el sistema de memoria de una forma más activa que antes.

Lo que todavía no es

Con todo este avance, es importante mantener las expectativas bien aterrizadas.

High Bandwidth Flash no hace que la NAND sea equivalente a la DRAM. Sigue estando basada en bloques, sigue teniendo una latencia mayor que cualquier forma de memoria real y sigue dependiendo en gran medida de controladores y software para rendir bien en entornos exigentes.

Esas limitaciones no desaparecen, simplemente se gestionan de forma más eficaz mediante el diseño del sistema.

Dónde encaja esto en la infraestructura de IA

En despliegues del mundo real, High Bandwidth Flash está apareciendo en sistemas que necesitan manejar conjuntos de datos extremadamente grandes sin empujar todo hacia niveles de memoria costosos.

Lo que esto realmente se ve en la práctica es un sistema que se apoya en la NAND de forma más activa que antes, no solo como un lugar donde se almacenan los datos, sino como parte de la ruta de datos de trabajo que alimenta los recursos de cómputo de una manera más continua.

En entornos de inferencia a gran escala, por ejemplo, los modelos y los datos de contexto a menudo superan lo que de forma realista cabe dentro de la DRAM. En lugar de forzarlo todo a la memoria, el sistema depende del acceso de alto rendimiento a la NAND, permitiendo que los datos fluyan lo suficientemente rápido como para comportarse más como una extensión de la memoria que como almacenamiento tradicional.

En entornos de entrenamiento, donde los conjuntos de datos se revisitan y procesan constantemente en paralelo, el objetivo cambia hacia mantener un flujo estable en lugar de manejar ráfagas aisladas. High Bandwidth Flash respalda eso manteniendo múltiples rutas de datos activas al mismo tiempo, reduciendo la posibilidad de que una sola solicitud se convierta en un cuello de botella.

Incluso en sistemas distribuidos con NVMe fabric, la idea sigue siendo la misma. Los datos están repartidos entre muchos dispositivos y nodos, pero se accede a ellos de forma coordinada, enfatizando el rendimiento sostenido y la disponibilidad por encima de la simple capacidad de almacenamiento. La NAND sigue haciendo el mismo trabajo fundamental, pero la forma en que el sistema interactúa con ella es mucho más dinámica de lo que solía ser.

El resultado final es que la NAND deja de comportarse como una capa distante en la parte inferior del stack y empieza a sentirse como parte del sistema activo, aunque nunca llegue por completo a las características de rendimiento de la memoria.

Por qué importa esta dirección

Si das un paso atrás y observas lo que está ocurriendo a lo largo de estos tres artículos, empieza a aparecer un patrón.

HBM acerca la memoria al cómputo. SCM reduce la brecha entre memoria y almacenamiento. High Bandwidth Flash empuja el almacenamiento más cerca de la memoria.

Todo está convergiendo hacia el mismo objetivo: reducir qué tan lejos tienen que viajar los datos y cuánto tiempo tiene que esperar el sistema por ellos.

Volviendo al panorama general

La NAND no va a desaparecer.

Si acaso, se está volviendo más importante, porque la cantidad total de datos que estos sistemas necesitan sigue creciendo.

Lo que está cambiando es cómo se está usando la NAND.

Ya no es solo una capa pasiva en la parte inferior del stack. Está siendo arrastrada hacia arriba, integrada más estrechamente y obligada a comportarse de maneras que se parecen cada vez más a la memoria, aunque nunca llegue a convertirse completamente en ella.

Ese cambio es exactamente lo que señalamos en la pieza original: la industria no reemplazó la NAND, construyó a su alrededor.

Qué viene después

A partir de aquí, el stack sigue evolucionando en ambas direcciones.

Arriba, la memoria se vuelve más rápida y más especializada. Abajo, el almacenamiento se vuelve más inteligente y más integrado. Y en algún punto en medio, la línea entre ambos sigue haciéndose cada vez más difícil de definir.

En la próxima entrega veremos cómo los sistemas de IA manejan los datos de trabajo en tiempo real y por qué conceptos como contexto y KV cache están empezando a influir en la forma en que memoria y almacenamiento se diseñan juntos.

Nota editorial

La perspectiva, la dirección y el enfoque técnico de este artículo fueron guiados por el autor, a partir de los temas específicos explorados a lo largo de la pieza y de la conversación más amplia sobre cómo la NAND está siendo empujada más cerca de la capa de memoria en la infraestructura de IA.

La IA se utilizó como asistente de redacción para ayudar con el ritmo, el flujo de las oraciones y la organización estructural, pero la dirección del tema, las comparaciones y la intención editorial final fueron determinadas por el autor.

La imagen que acompaña el artículo también fue creada con IA, no como una imagen genérica de stock, sino como una ilustración diseñada específicamente para reflejar conceptos propios del artículo que son difíciles de comunicar con imágenes convencionales, en particular la idea de que la memoria flash NAND se comporta más como una capa activa y adyacente a la memoria dentro de una arquitectura moderna de datos.

Todo el contenido fue revisado, refinado y aprobado por el autor antes de su publicación.

Si llegaste aquí intentando desfragmentar una memoria USB o usar TRIM en una unidad flash USB, la razón por la que terminaste en un callejón sin salida es simple: esas herramientas no se aplican a las memorias USB de la misma manera que sí se aplican a los discos duros y a los SSD.

Encontraste este artículo porque estás intentando desfragmentar una memoria USB o usar TRIM en una unidad flash USB, y probablemente ya notaste algo frustrante – no existe ninguna opción para hacer ninguna de las dos cosas. No hay ajuste, no hay herramienta, no hay nada que funcione como sí ocurre con un disco duro o un SSD. Eso no es un error, ni es algo escondido en algún menú. Simplemente no puedes desfragmentar ni usar TRIM de forma confiable en una memoria USB, y una vez que entiendes cómo funcionan estos dispositivos, la razón se vuelve bastante clara.

En cuanto empiezas a fijarte en cómo los sistemas de IA están moviendo realmente los datos, te das cuenta bastante rápido de que el problema no es solo tener procesadores más rápidos o más almacenamiento, sino qué ocurre entre esas capas y cuántas veces el sistema se ve obligado a esperar.

En el artículo anterior sobre High Bandwidth Memory, el enfoque estaba en mantener los datos lo más cerca posible del procesador para que la GPU no se quede parada. Esa es la parte superior de la pila y es fundamental, pero solo resuelve una parte del problema, porque no todo puede vivir ahí.

En cuanto el conjunto de trabajo crece más allá de lo que cabe en ese nivel inmediato, vuelves a mover datos entre DRAM y NAND, y es ahí donde todo empieza a sentirse desequilibrado. La DRAM es rápida y responde bien, pero es cara y no se puede escalar sin límite. El NAND es mucho más práctico en términos de capacidad, pero incluso un buen flash introduce suficiente latencia como para que se note cuando el sistema está bajo carga constante.

Ese espacio intermedio es donde Storage Class Memory empieza a tener sentido. No como algo nuevo que sustituya a uno de los dos lados, sino como una forma de suavizar el paso de uno a otro para que el sistema no esté saltando continuamente entre muy rápido y claramente más lento.

Si quieres ver el contexto completo de por qué están apareciendo estas capas, esto conecta directamente con el artículo principal aquí: NAND no va a desaparecer, pero los servidores de IA ahora dependen de algo más que solo flash.

Los sistemas de inteligencia artificial no suelen ralentizarse por limitaciones de cálculo, sino porque el sistema no puede mover los datos lo suficientemente rápido como para mantener al procesador constantemente alimentado de información.

En otras palabras, el cuello de botella no está en la capacidad de procesar datos, sino en la capacidad de entregar esos datos a la velocidad que requieren las cargas de trabajo modernas de IA.

Aquí es donde la High Bandwidth Memory (HBM) se convierte en una parte importante de la arquitectura.

Para una visión más amplia de cómo la memoria está evolucionando más allá del flash y por qué los sistemas de IA ahora dependen de múltiples niveles, consulta nuestro análisis principal: NAND no va a desaparecer, pero los servidores de IA ahora dependen de algo más que solo flash.

Durante más de dos décadas, GetUSB ha estado analizando cómo se mueve realmente la información, no solo cómo se presenta en marketing. En ese tiempo, hemos visto cómo el almacenamiento ha evolucionado a través de varios ciclos, desde la caída de los discos mecánicos hasta el auge del flash, y más recientemente hacia sistemas donde el almacenamiento ya no es solo un componente pasivo, sino parte activa de la infraestructura.

Lo que está ocurriendo ahora con la infraestructura de IA se siente como otro de esos puntos de transición, pero impulsado por un tipo de presión diferente.

La memoria NAND no va a desaparecer, y realmente no hay discusión sobre eso. Sigue siendo la base del almacenamiento moderno, y hace ese trabajo extremadamente bien. Al mismo tiempo, la demanda de NAND ha ido aumentando rápidamente, en gran parte debido a las cargas de trabajo de IA que requieren conjuntos de datos enormes y acceso constante a ellos. Esa demanda está empezando a chocar con la oferta de formas que cada vez son más difíciles de ignorar, ya sea en forma de presión en precios, asignaciones más ajustadas o simplemente tiempos de entrega más largos para grandes implementaciones.

Cuando este tipo de desequilibrio empieza a aparecer, la industria no se queda quieta esperando a que todo se normalice. Empieza a buscar otras formas de resolver el problema, y ahí es donde las cosas comienzan a cambiar.

Cada año, sin fallar, vuelven a aparecer los mismos artículos.

“Las mejores memorias USB de 2026.” “Las 10 USB más rápidas que puedes comprar.” “Qué USB deberías comprar ahora mismo.”

Todos siguen la misma receta. Un puñado de marcas conocidas, algunos gráficos de benchmark, quizá un comentario sobre la calidad de construcción… y al final una clasificación que suena lo suficientemente seria como para que hagas clic — y ellos ganen comisión.

A primera vista parece útil. Antes, la velocidad sí marcaba una diferencia real. La capacidad también. Y la reputación de marca era más fácil de juzgar desde fuera.

Pero aquí está el problema: esas listas intentan resolver algo que ya no es el verdadero problema.

Hay un momento que casi todo mundo ha vivido, aunque no lo piense demasiado en ese instante. Conectas una memoria USB, empiezas a mover archivos y algo simplemente no se siente bien. No está rota, no está muerta y técnicamente está haciendo su trabajo, pero hay como una pequeña duda en cómo se comporta. Tal vez la velocidad de transferencia se cae sin razón clara, tal vez se desconecta una vez y luego vuelve, tal vez se calienta más de lo normal. Y luego, al día siguiente, agarras otra memoria – misma capacidad, más o menos el mismo look, quizá hasta de la misma familia de marca – y esa se comporta perfecto. Transferencias suaves, sin fallas, sin drama. Simplemente funciona.

Lo interesante es que, por dentro, esas dos memorias pueden ser muchísimo más parecidas de lo que uno imagina. En muchos casos están hechas con exactamente la misma familia de controlador y exactamente el mismo tipo de memoria NAND flash. En papel son prácticamente idénticas. Y aun así, en el mundo real, se comportan como si fueran productos completamente distintos.

La mayoría de la gente compra una memoria USB igual que compra un paquete de bolígrafos — coge lo más barato, asume que todos funcionan igual y listo.

Y siendo justos, para transferencias básicas de archivos, esa suposición no es del todo incorrecta.

Pero si alguna vez has tenido problemas de integridad de datos, rendimiento inconsistente o has intentado hacer algo más avanzado como protección contra escritura o distribución controlada, seguro que te has dado cuenta de algo: no todas las memorias USB se comportan igual.

La diferencia no está en la carcasa de plástico. Ni siquiera en la memoria NAND.

Está en el controlador — y más concretamente, en cómo ese controlador está integrado dentro del dispositivo.

La nueva memoria USB de Raspberry Pi parece una implementación sólida de una tecnología de controlador ya conocida, no una nueva invención en almacenamiento.

El equipo de Raspberry Pi presentó recientemente una memoria USB de su propia marca, pensada para desarrolladores y entusiastas que quieren almacenamiento removible confiable para sus placas y sistemas. En papel, el dispositivo se ve bien armado: carcasa de aluminio, velocidades sostenidas bastante decentes y funciones de firmware que normalmente se asocian con productos flash de mejor calidad.

Hay una parte del anuncio que llama la atención de inmediato: la descripción del comportamiento de la caché pseudo-SLC usada para acelerar escrituras en NAND QLC. Si uno lo lee rápido, ese lenguaje puede sonar como algo propietario o fuera de lo común. No lo es. Es una técnica estándar usada en todo el almacenamiento flash moderno.

Vale la pena tener clara esa diferencia porque ayuda a separar un producto realmente mejor hecho de una afirmación que hace sonar exótica una función totalmente normal del controlador.