La expansión de la inteligencia artificial ha reforzado durante los últimos años el protagonismo de los grandes centros de datos. Entrenar y ejecutar modelos avanzados exige enormes cantidades de capacidad de cálculo, hasta el punto de que buena parte de la industria ha asumido que la nube será el lugar natural en el que funcionen los sistemas más potentes. Apple quiere demostrar que una parte de ese trabajo puede regresar al escritorio.

La compañía está orientando sus Mac de mayores prestaciones hacia empresas y desarrolladores que necesitan ejecutar cargas intensivas de inteligencia artificial de manera local. El planteamiento combina Apple Silicon, grandes cantidades de memoria unificada y la posibilidad de conectar varios equipos para abordar modelos que superan la capacidad de una sola máquina.

El argumento no es únicamente técnico. También es económico: una vez adquirido el hardware, ejecutar repetidamente un modelo local evita el coste variable asociado al consumo de determinados servicios de inteligencia artificial en la nube, donde el uso suele facturarse en función de los recursos utilizados o del número de tokens procesados.

Cuatro Mac Studio para ejecutar un modelo gigantesco

Apple ha mostrado el potencial de esta estrategia conectando cuatro Mac Studio para ejecutar un modelo de aproximadamente un billón de parámetros. En la demostración, el sistema se utilizó para localizar y corregir un error relacionado con programación gráfica.

Uno de los aspectos destacados de la prueba fue el consumo energético: el conjunto podía alimentarse desde una única toma eléctrica. La demostración pretende subrayar una de las características que Apple lleva años asociando a sus propios procesadores: obtener una elevada capacidad de cálculo manteniendo una eficiencia energética considerable.

No significa que cuatro Mac Studio puedan sustituir de forma general a un centro de datos. Las grandes infraestructuras continúan siendo imprescindibles para entrenar los modelos de mayor escala y atender simultáneamente a millones de usuarios. La propuesta se dirige a un escenario diferente: ejecutar determinados modelos de manera privada y recurrente dentro de una empresa, un laboratorio o un equipo de desarrollo.

La memoria unificada encuentra una nueva utilidad

La arquitectura de memoria unificada constituye una de las piezas centrales de Apple Silicon desde su llegada al Mac en 2020. En lugar de mantener espacios de memoria completamente separados para diferentes componentes, el diseño permite que las unidades de cálculo accedan a un conjunto común de memoria.

Esta característica, inicialmente asociada a la eficiencia y al rendimiento general del sistema, adquiere una dimensión diferente con la inteligencia artificial. Los modelos necesitan mantener y mover enormes cantidades de información durante la inferencia, por lo que disponer de grandes capacidades de memoria accesibles por los distintos componentes puede convertirse en una ventaja para determinadas cargas.

La cantidad de memoria disponible es especialmente importante cuando se pretende ejecutar localmente modelos de gran tamaño. Un procesador rápido resulta insuficiente si el sistema no puede mantener en memoria los parámetros y datos necesarios para trabajar con ellos.

Varios Mac pueden empezar a comportarse como un único sistema

Apple está incorporando además tecnologías que permiten comunicar varios equipos con menor latencia. Entre ellas se encuentra RDMA sobre Thunderbolt, destinada a facilitar el intercambio directo de información entre máquinas.

La idea consiste en que varios Mac Studio puedan cooperar para ejecutar cargas demasiado grandes para un único ordenador. Este planteamiento aproxima equipos de escritorio de altas prestaciones a una lógica que lleva décadas utilizándose en supercomputación y centros de datos: dividir un problema entre diferentes nodos y coordinarlos mediante conexiones suficientemente rápidas.

La dificultad está precisamente en esa coordinación. Añadir ordenadores no multiplica automáticamente el rendimiento en la misma proporción, porque los sistemas necesitan intercambiar datos constantemente y la comunicación puede convertirse en un cuello de botella.

La IA local cambia también la ecuación económica

La nube ofrece una ventaja evidente: permite disponer de capacidad informática sin comprar y mantener toda la infraestructura necesaria. Pero esa flexibilidad introduce un coste recurrente que aumenta conforme crece el uso.

Para una empresa que utiliza intensivamente un mismo modelo, ejecutar determinadas tareas en hardware propio puede modificar esa ecuación. La inversión se realiza al adquirir el equipo, mientras que el coste marginal de cada nueva inferencia puede reducirse considerablemente.

También aparecen otros factores. Procesar información localmente puede reducir la latencia, permitir determinadas operaciones sin conexión permanente y facilitar que ciertos datos permanezcan dentro de la infraestructura de la organización en lugar de enviarse a un proveedor externo.

Microsoft y Nvidia persiguen también la IA en el dispositivo

Apple no es la única compañía interesada en trasladar una parte de la inteligencia artificial desde la nube hacia los dispositivos. Microsoft lleva tiempo impulsando ordenadores preparados para ejecutar funciones de IA localmente, mientras Nvidia y distintos fabricantes desarrollan equipos y plataformas orientados a cargas de inteligencia artificial fuera de los grandes centros de datos.

Cada compañía parte, sin embargo, de una posición diferente. Nvidia mantiene una extraordinaria presencia en la infraestructura de los centros de datos y Microsoft dispone de una implantación empresarial que Apple no posee.

Según datos de IDC recogidos por Reuters, Apple representa aproximadamente un 4,6 % del mercado empresarial de ordenadores de sobremesa, frente al 91,3 % correspondiente a Windows. La estrategia de Apple debe interpretarse, por tanto, como un intento de aprovechar la transformación provocada por la IA para ganar presencia en un mercado donde continúa siendo claramente minoritaria.

El ordenador personal podría recuperar protagonismo

Durante buena parte de las últimas dos décadas, la evolución tecnológica ha trasladado progresivamente funciones desde el ordenador hacia servidores remotos. Almacenamiento, correo electrónico, aplicaciones empresariales y entretenimiento se han desplazado en gran medida hacia servicios en la nube.

Los primeros grandes modelos de inteligencia artificial parecían reforzar todavía más esa tendencia. Sus necesidades computacionales eran tan elevadas que acceder a ellos mediante Internet resultaba la opción más lógica para la mayoría de usuarios.

La evolución del hardware y la aparición de modelos más eficientes están abriendo ahora un movimiento complementario. No se trata necesariamente de sustituir la nube, sino de decidir qué cargas resulta más conveniente ejecutar remotamente y cuáles pueden permanecer en el dispositivo.

En ese escenario híbrido, características que durante años parecían fundamentalmente técnicas —cantidad de memoria, ancho de banda, eficiencia energética o velocidad de interconexión— pueden convertirse en factores decisivos para determinar qué ordenadores están preparados para la próxima etapa de la inteligencia artificial.

La paradoja es significativa: después de años preguntándose si la nube terminaría reduciendo el ordenador personal a poco más que un terminal conectado, la inteligencia artificial podría devolver valor precisamente a disponer de una máquina potente sobre el escritorio.