La RAM de nuestros PC estaría mal utilizada: Sam Altman defiende la nube

Como invitado de John Collison en Cheeky Pint el 29 de octubre, Sam Altman habló de la escasez de recursos informáticos y del precio de los componentes. La conversación abordó entonces una idea: ejecutar modelos abiertos en ordenadores personales para depender menos de infraestructuras remotas.

El dirigente de OpenAI considera «bastante terrible» esta distribución de la DRAM si cada persona inmoviliza una cantidad importante en una máquina utilizada solo «el 5 % del tiempo». Prefiere un uso lo más intensivo posible en la nube, donde una misma infraestructura atiende a muchos clientes. La transcripción oficial sitúa claramente esta observación en el debate sobre la inferencia local.

No pide a los particulares que dejen de comprar RAM ni anuncia ninguna medida para limitar su acceso. Defiende una estrategia de asignación de recursos favorable a su uso compartido en centros de datos.

Entrevista completa: Cheeky Pint, con Sam Altman y John Collison. La conversación sobre memoria e IA local se sitúa en torno al minuto 29.

En ese pasaje no se presenta ningún estudio ni comparación cuantificada con los centros de datos que respalde ese porcentaje. Es una estimación planteada por Altman.

El argumento de compartir recursos merece debatirse, pero la tasa de uso de una máquina no resume su utilidad. Un PC también sirve para jugar, trabajar, navegar o crear. La memoria disponible para absorber una carga puntual puede tener valor aunque no se utilice constantemente. A su vez, un servidor compartido debe conservar recursos para los picos de demanda y la continuidad del servicio.

Ampliar

El contexto industrial, por su parte, está documentado. En sus resultados del tercer trimestre publicados el 29 de octubre, Samsung explica que prioriza los productos de memoria destinados a la IA en un entorno de capacidad limitada. El grupo vincula la fuerte demanda de servidores con el aumento de los precios en todas las aplicaciones y prevé reforzar aún más sus ventas de HBM, DRAM para servidores y SSD.

El 28 de octubre, SK hynix indicó haber cerrado acuerdos a largo plazo con 14 grandes clientes que corresponden a más de la mitad de su capacidad de producción de 2027 y 2028. El fabricante espera que la demanda supere la oferta hasta 2030, dadas las dificultades técnicas y el tiempo necesario para construir nuevas fábricas. Se trata de su previsión, no de una fecha segura para el fin de la escasez.

Estos anuncios muestran por qué el tema afecta directamente a quienes montan o actualizan un PC. Sin embargo, no permiten atribuir a una sola empresa una parte concreta de la subida del precio de un kit DDR5 en las tiendas.

Ya el 1 de octubre de 2025, OpenAI anunció alianzas con Samsung y SK en el marco de Stargate. El comunicado habla de una ampliación de capacidad con el objetivo de iniciar la fabricación de 900.000 obleas de DRAM al mes para atender las necesidades de los modelos de IA.

Esta formulación describe un objetivo industrial. No significa que OpenAI ya reciba ese volumen de chips cada mes ni que haya comprado tantos módulos de memoria destinados a particulares. El mismo comunicado también anunciaba acuerdos para estudiar nuevas capacidades de centros de datos en Corea, con varios detalles todavía por concretar.

La posición de Altman es, por tanto, coherente con las inversiones de su empresa: desarrollar una infraestructura centralizada capaz de atender a muchos usuarios. Ese interés económico debe tenerse presente al evaluar su argumento sobre el mejor uso de la memoria disponible.

La inferencia local también responde a necesidades de control de los datos, autonomía y disponibilidad sin conexión permanente una vez instalado el modelo. Como ejemplo concreto, la documentación de Ollama indica que los prompts y los datos de los modelos ejecutados localmente no se envían a Ollama; sus funciones en la nube también pueden desactivarse.

Estas ventajas tienen una contrapartida: el hardware disponible limita los modelos utilizables, el usuario se encarga de la instalación y asume el coste de la máquina. La nube facilita el acceso a mayores recursos y su uso compartido. La elección depende, por tanto, de la frecuencia de uso, del tamaño del modelo, del presupuesto y de los requisitos de privacidad.

Ampliar

Un ejemplo (el ASUS Ascent GX10 que presentamos) ilustra precisamente esta otra vía: dedicar recursos a una IA que se ejecuta en casa o en la propia empresa. El debate no se limita, por tanto, al número de gigabytes utilizados; también trata de quién posee el hardware y mantiene el control de su uso.