Sam Altman cuestiona usar memoria DRAM para IA en la computadora de casa
El director ejecutivo de OpenAI sostiene que la escasez de memoria vuelve ineficiente correr modelos en equipos personales, mientras los defensores de la IA local ponen el foco en la privacidad.
El director ejecutivo de OpenAI, Sam Altman, sostuvo que ejecutar modelos de inteligencia artificial en computadoras domésticas es una mala asignación de la memoria DRAM, un componente cuyo precio se disparó en el primer trimestre de 2026. Según su planteo, concentrar ese recurso en centros de datos de uso continuo daría un mejor rendimiento.
La memoria DRAM funciona como una mesa de trabajo: es el espacio donde el equipo apoya lo que está usando en ese momento. En una computadora personal, esa mesa queda vacía 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.
Cómo funciona la inferencia local
La inferencia local consiste en ejecutar un modelo de inteligencia artificial directamente en el dispositivo del usuario, sin enviar las consultas a servidores remotos. Es algo parecido a cocinar en la propia casa en lugar de pedir comida afuera: el resultado llega sin salir del hogar, pero requiere tener la cocina equipada. La práctica creció junto con la disponibilidad de modelos de código abierto que pueden 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
El argumento de la eficiencia
El razonamiento de Altman parte de una comparación simple. Un centro de datos puede aprovechar la misma memoria las 24 horas del día, mientras que una computadora personal la usa una fracción mínima del tiempo. Con una oferta restringida, dispersar ese recurso en millones de equipos individuales reduce, a su juicio, el rendimiento global del sistema.
“En ese entorno en el que ese suministro crítico es tan restringido, querés la máxima concentración en la nube.”Sam Altman
Los datos del mercado respaldan una parte del diagnóstico. De acuerdo con TrendForce, los precios de la DRAM subieron entre un 90% y un 95% durante el primer trimestre de 2026. Los principales fabricantes, entre ellos Micron y SK Hynix, no logran aumentar la producción al ritmo que demandan los grandes operadores de centros de datos dedicados a IA. Varias compañías empezaron a redirigir capacidad hacia la memoria HBM, de alto rendimiento, aunque ampliar las plantas especializadas demanda más de un trimestre.
Quienes defienden la IA local responden con el argumento de la privacidad: procesar los datos en el propio equipo evita enviarlos a servidores externos. El material con el que trabajamos corta justo al desarrollar esa postura, por lo que no podemos detallar aquí el resto de su argumentación ni las respuestas específicas que plantean frente a la cuestión de la memoria.
