Explora IAdemia

Actualidad por tema

Buscar en IAdemia

Escribe una palabra o un tema.

    PublicadoChips e infraestructura

    La polémica de Sam Altman con la RAM de los computadores personales y la IA local

    El director de OpenAI cuestionó la memoria ociosa en los PC y después dijo que lo sacaron de contexto. Su argumento favorece la nube; los usos locales también permiten trabajar sin conexión y conservar datos en el equipo.

    Distintos formatos de módulos de memoria DDR5 exhibidos por SK Hynix en Computex 2025
    Foto: 4300streetcar / CC-BY-4.0 vía Wikimedia Commons

    Sam Altman, director ejecutivo de OpenAI, desató una polémica a comienzos de noviembre al criticar el aprovechamiento de la memoria RAM de los computadores personales en un contexto de suministro limitado. En una entrevista con el canal Cheeky Pint, citada por Decrypt, sostuvo que repartir DRAM entre equipos donde pasa mucho tiempo ociosa es una mala asignación del recurso. Su ejemplo situó la utilización en el 5% del tiempo: es una estimación expresada por Altman, no una tasa medida en las fuentes consultadas. Defendió concentrar la memoria en servicios en la nube para aprovecharla al máximo.

    Xataka, que tradujo la conversación, recogió otra frase del mismo diálogo, conducido por John Collison, cofundador de Stripe: Altman habría calificado la inferencia local, es decir, ejecutar modelos de IA en el propio equipo, como «una terrible asignación de recursos escasos». La reacción en redes fue rápida. Elon Musk respondió en X el 1 de noviembre con un meme y la frase «¡la gente también merece tener su RAM!», según Decrypt. Xataka relató que el propio Altman cambió por un rato su nombre en X a «Ram Altman», a sugerencia de un usuario.

    El 4 de noviembre, Altman intentó matizar en X. Respondiendo a otros usuarios, escribió que, en realidad, desea que el mundo cuente con «toneladas de memoria» y que cada persona instale en su equipo «tanta como quiera»; dijo también que le molestaba mucho que sus palabras se sacaran de contexto y que lleva tiempo pidiendo que se eleve la producción de memoria. Xataka lo resumió como un «sí, pero no»: la aclaración no borra lo dicho en la entrevista. Decrypt recogió además que Altman atribuye la escasez a la cautela de los fabricantes de memoria, con un ejemplo: planteó el caso de un productor que destinara 20.000 millones de dólares a inversión de capital y obtuviera 19.000 millones. Es una ilustración de su argumento, no la contabilidad comprobada de un fabricante concreto.

    Una previsión anterior ilustra la presión sobre el suministro, aunque no mide por sí sola los precios de noviembre. La consultora TrendForce proyectó en febrero que los precios de contrato de la DRAM convencional subirían entre 90% y 95% en el primer trimestre de 2026 respecto del trimestre anterior, y que la memoria para PC superaría el 100%, un alza récord. La firma atribuyó la estrechez a la demanda persistente de la IA y los centros de datos.

    En ese contexto, el argumento de Altman tiene una lógica económica. Un servidor en un centro de datos atiende a muchos usuarios y puede mantener su memoria ocupada casi todo el tiempo, mientras que un computador personal pasa buena parte del día con recursos ociosos. Si la memoria es escasa, concentrarla donde se usa más parece eficiente. Es el mismo razonamiento que sostiene el negocio de OpenAI, que vende acceso a modelos que corren en servidores remotos.

    Pero la eficiencia no es el único criterio, y ahí está la otra mitad del debate. Quienes ejecutan modelos en su equipo lo hacen por razones que la nube no resuelve: trabajar sin conexión, mantener datos sensibles fuera de servidores ajenos o evitar pagar por cada consulta. El autor de Xataka mencionó el trabajo sin conexión y la desconfianza hacia la seguridad de empresas como OpenAI al cuestionar la postura de Altman. Además, cuánta memoria tiene un computador es una decisión de quien lo compra, y conviene recordar que Altman habla como director de una empresa cuyo negocio depende de la capacidad de cómputo en la nube.

    La oferta de la propia empresa también incluye una opción local. OpenAI publicó en agosto de 2025 gpt-oss, sus primeros modelos de pesos abiertos desde GPT-2, que cualquiera puede descargar y ejecutar en su propio hardware, como recordó Xataka.

    Para el usuario, las opciones se pueden comparar por sus requisitos de memoria, el precio del equipo y del servicio, la posibilidad de trabajar sin conexión y las condiciones de privacidad. La previsión de TrendForce describe una presión sobre los precios a comienzos de 2026; no determina por sí sola cuánto cuesta hoy ampliar un computador ni permite fijar el final de la escasez. Las declaraciones de un ejecutivo tampoco bastan para concluir que ejecutar modelos localmente dejará de ser viable.

    Información de la publicación

    Publicado

    15 nov 2026

    Última actualización

    17 nov 2026

    Estado editorial

    Publicado
    ← Volver a Chips e infraestructura

    Cargando comentarios…

    Abrir la conversación