Sam Altman, CEO de OpenAI, ha generado un intenso debate en el ámbito tecnológico tras sus comentarios sobre la ejecución de inteligencia artificial (IA) en hardware local. En una reciente entrevista en el podcast Cheeky Pint, conducido por John Collison, cofundador de Stripe, Altman argumentó que permitir que cada usuario ejecute modelos de IA en sus propios dispositivos es una "terrible asignación de un recurso escaso".
La preocupación por la memoria DRAM
Altman centró su crítica en la escasez de memoria DRAM, un componente esencial para el funcionamiento de los sistemas de IA. Según él, la capacidad de producción de DRAM a nivel mundial no está satisfaciendo la demanda de los grandes centros de datos, lo que hace que cada uso individual de este recurso en dispositivos personales sea un desperdicio. "Si tienes una IA local, estás desperdiciando recursos que podrían haber ido para alimentar un centro de datos", afirmó Altman.
El contexto de la escasez de cómputo
La discusión sobre la ejecución de IA local se produce en un momento crítico, donde empresas como Micron, Samsung y SK Hynix, que dominan la producción de DRAM, no están aumentando su capacidad de producción al ritmo necesario. Altman mencionó que, a pesar de los altos beneficios obtenidos en el último año, estas compañías están adoptando una postura conservadora en sus inversiones, lo que limita la disponibilidad de memoria para aplicaciones de alto rendimiento.
Alternativas y el futuro de la IA
Ante esta situación, Altman sugirió que la solución podría pasar por la entrada de nuevos actores en la cadena de suministro de chips. OpenAI, por ejemplo, está desarrollando sus propios chips en colaboración con Broadcom, lo que podría optimizar el uso de recursos. Sin embargo, la producción de chips de alto rendimiento no es un proceso que se pueda acelerar fácilmente, lo que complica aún más la situación.
A pesar de sus preocupaciones, Altman también reconoció que OpenAI ha lanzado modelos de IA abiertos, como gpt-oss, que permiten a los usuarios ejecutar IA localmente. Esto plantea la pregunta sobre la magnitud del impacto que los usuarios individuales tienen en la cadena de suministro y si realmente están afectando la disponibilidad de recursos críticos.
En resumen, la discusión sobre la ejecución de IA en hardware local no solo toca aspectos técnicos, sino que también plantea importantes cuestiones sobre la sostenibilidad y la eficiencia en el uso de recursos en un entorno tecnológico cada vez más demandante.
Fuente: Información elaborada a partir de la publicación original.
