Altman cuestiona usar memoria escasa en computadoras personales para correr IA
El director ejecutivo de OpenAI considera una mala asignación de DRAM la inferencia local, en un contexto de precios que subieron entre 90% y 95% en el primer trimestre de 2026.
Sam Altman, director ejecutivo de OpenAI, sostuvo que ejecutar modelos de inteligencia artificial en computadoras domésticas implica desperdiciar memoria DRAM, un componente cuyo precio aumentó entre 90% y 95% en el primer trimestre de 2026. Según planteó, concentrar ese recurso en centros de datos permitiría un rendimiento mayor.
La postura de Altman
El funcionario estimó que la memoria instalada en una computadora personal está inactiva la mayor parte del día, con un uso efectivo cercano al 5% del tiempo. Lo presentó como un problema de asignación de recursos en un momento de escasez global.
“La inferencia local es una terrible asignación de recursos escasos.”Sam Altman, en el pódcast Cheeky Pint, conducido por John Collison
La inferencia local consiste en ejecutar un modelo de inteligencia artificial directamente en el dispositivo del usuario, sin enviar consultas a servidores remotos. La práctica ganó terreno con la disponibilidad de modelos de código abierto que pueden instalarse en equipos de gama media o alta.
Datos del mercado
- TrendForce informó que los precios de la DRAM subieron entre 90% y 95% durante el primer trimestre de 2026.
- Fabricantes como Micron y SK Hynix no logran escalar la producción al ritmo que exigen los grandes operadores de centros de datos de IA.
- Algunas compañías redirigieron capacidad hacia memoria HBM, aunque ampliar plantas especializadas demora más de un trimestre.
Los datos respaldan, en parte, el diagnóstico del directivo. Quienes defienden la IA local responden con el argumento de la privacidad, al procesar datos sin enviarlos a servidores externos. El material disponible no desarrolla con detalle el resto de esa línea de defensa.
