Memoria escasa y equipos personales: el debate sobre dónde debe correr la inteligencia artificial

El director ejecutivo de OpenAI, Sam Altman, cuestionó la práctica de ejecutar modelos de inteligencia artificial directamente en computadoras domésticas. Según su planteo, esa modalidad representa una mala asignación de la memoria DRAM, un componente cuyo precio aumentó entre un 90% y un 95% durante el primer trimestre de 2026, de acuerdo con datos de TrendForce. En su lugar, propone concentrar ese recurso en centros de datos de uso continuo, donde, a su juicio, se obtiene un mayor rendimiento.

Una memoria que permanece ociosa

La memoria instalada en una computadora personal permanece inactiva la mayor parte del día. Altman cifró esa subutilización en un 5% del tiempo de uso efectivo y la presentó como un problema de asignación de recursos en un contexto de escasez global del componente. La inferencia local consiste en ejecutar un modelo en el propio dispositivo del usuario, sin enviar las consultas a servidores remotos, y creció en popularidad junto con la disponibilidad de modelos de código abierto capaces de instalarse en hardware doméstico de gama media o alta.

““La inferencia local es una terrible asignación de recursos escasos”. Mucha gente quiere inferencia local y, de algún modo, asume que el problema está resuelto porque tenemos modelos de código abierto que podemos ejecutar en nuestros ordenadores.”Sam Altman, director ejecutivo de OpenAI, en el pódcast Cheeky Pint

La comparación de eficiencia

El argumento de Altman parte de una diferencia de uso. Un centro de datos puede aprovechar la misma memoria durante las 24 horas, mientras que una computadora personal la utiliza apenas una fracción del día. En un escenario de oferta restringida, sostiene que repartir ese recurso entre millones de equipos individuales reduce el rendimiento global del sistema.

El mercado y la capacidad de producción

• Los precios de la DRAM subieron entre un 90% y un 95% en el primer trimestre de 2026, según TrendForce.
• Fabricantes como Micron y SK Hynix no logran escalar la producción al ritmo que exigen los grandes operadores de centros de datos dedicados a IA.
• Varias compañías comenzaron a redirigir capacidad hacia memoria HBM, de alto rendimiento, aunque ampliar plantas especializadas demanda más de un trimestre.

Los datos del mercado respaldan parte del diagnóstico planteado por el directivo, en especial en lo que respecta a la presión sobre los precios y a los límites de la oferta. Sin embargo, el material disponible no permite determinar en qué medida ese escenario afecta el uso cotidiano de la IA en equipos personales.

Quienes defienden la inferencia local responden con el argumento de la privacidad, al sostener que procesar datos en el propio equipo evita enviarlos a servidores externos. Es el eje central de la discusión entre la concentración del cómputo en la nube y la ejecución en el dispositivo del usuario.