El PC con IA de este año es realmente estresante
Los ordenadores con inteligencia artificial aún no han despegado y ya han sido traicionados por la propia IA.
El 9 de octubre, Gigabyte anunció que todas sus placas base B760 y H610 serán compatibles con los nuevos procesadores Intel LGA1700, cuyo lanzamiento está previsto para principios de 2027, mediante una actualización de la BIOS, incluidas las placas base DDR4.
"Nuevo durante tres años, viejo durante tres años, remendado durante otros tres años", el viejo árbol del DDR4 que echa brotes nuevos no se debe a la nostalgia, sino más bien al doble golpe de los costes y la presión de las ventas.
Según estimaciones de la empresa de investigación de mercado Omdia, la memoria y las unidades SSD representan ahora casi el 40% del coste de los componentes de un PC, frente al 15% que suponían anteriormente.
Mientras tanto, datos preliminares de otra empresa de investigación de mercado, IDC, muestran que los envíos mundiales de PC disminuirán un 20,1% interanual en el tercer trimestre de 2026, una perspectiva desalentadora.
Incluso la Mac, promocionada como la "mejor PC con IA", no pudo escapar a esta tendencia, y sus envíos también disminuyeron interanualmente en el tercer trimestre de 2026. A medida que la industria de la IA continúa superando los límites del rendimiento, los fabricantes de PC se enfrentan a una pregunta cada vez más apremiante: ¿cómo lograr que una computadora convencional sea asequible para los consumidores?
Las ventas de ordenadores personales se desploman, algo que ni siquiera la vuelta al cole pudo revertir: ¿es todo culpa de la memoria?
Las repercusiones del aumento de los precios de las memorias no son nada nuevo.
Como ya mencionó APPSO, con el continuo aumento de la demanda de HBM y DRAM para servidores de IA, los fabricantes de almacenamiento han comenzado a destinar más recursos a productos para centros de datos de mayor rentabilidad, lo que reduce el potencial de crecimiento de la capacidad de memoria para el consumidor.
Cuando la capacidad de producción cambia, los precios son los primeros en reaccionar. Durante el último año, los precios de la memoria y las unidades SSD han aumentado constantemente, lo que se refleja en el costo total del sistema, desde los presupuestos de compra hasta el costo final. Los componentes de almacenamiento, que antes representaban solo una pequeña parte del costo, se han convertido ahora en los que más dinero consumen en la lista de materiales.
TrendForce calculó, tomando como ejemplo una computadora portátil convencional con un precio minorista sugerido de 900 dólares, que para el tercer trimestre de 2026, la CPU, la DRAM y la SSD habrían representado aproximadamente el 68% del costo de los materiales.
Los fabricantes de PC han subido los precios varias veces en los últimos trimestres, pero Omdia afirma que estos aumentos siguen siendo insuficientes y no han cubierto completamente la diferencia de precios. Ante la escalada de precios, los consumidores están empezando a plantearse la posibilidad de conservar sus ordenadores antiguos durante un año más.
El descenso de los envíos en el tercer trimestre de este año se produjo en este contexto.
Según las estadísticas de IDC, los envíos mundiales de PC se redujeron a 62,7 millones de unidades, frente a los 78,5 millones del mismo periodo del año anterior. Las estadísticas de Omdia también apuntan a la misma tendencia: los envíos mundiales de ordenadores de sobremesa, portátiles y estaciones de trabajo disminuyeron un 21,2 % interanual.
Sin embargo, no es justo atribuir esto únicamente al aumento de precios. Es el resultado de la combinación de múltiples factores.
Por un lado, la cifra base para el mismo período del año anterior ya era alta. La demanda de reemplazos, provocada por el fin del soporte para Windows 10, se concentrará en 2025, elevando el punto de referencia para la comparación. Por otro lado, la prisa por acumular existencias en la primera mitad del año alteró el ritmo de la segunda mitad.
Para acumular existencias antes de que los precios siguieran subiendo, algunas marcas y canales de venta aumentaron su inventario con antelación, y algunos pedidos previstos para trimestres posteriores también se adelantaron. En el tercer trimestre, los altos precios disuadieron a los compradores finales, y los canales tuvieron que gestionar el inventario existente. Tras gastar por encima de sus posibilidades, su entusiasmo por realizar pedidos a los fabricantes disminuyó naturalmente.
El tercer trimestre, que suele estar marcado por la temporada de regreso a clases, no alcanzó el pico habitual. El analista de IDC, Jitesh Ubrani, cree que la presión sobre los inventarios podría obligar a los canales de distribución a impulsar las ventas, pero es improbable que los precios vuelvan a los niveles del año pasado.
Los fabricantes se enfrentan a pocas opciones: seguir subiendo los precios y absorber parte de los costes, o reducir las configuraciones y prolongar la vida útil de las plataformas ya consolidadas. El resurgimiento de la memoria DDR4 es consecuencia de esta disyuntiva.
Un reportero de The Verge descubrió recientemente que un kit Corsair Vengeance DDR5 de 32 GB cuesta 620 dólares, mientras que el kit DDR4 correspondiente cuesta solo 260 dólares.
Si bien los precios de los productos individuales pueden no representar la totalidad del mercado, una diferencia de precio de 360 dólares puede ser suficiente para influir en la decisión de armar una PC; incluso un héroe puede verse perjudicado por un centavo.
La memoria DDR5 ofrece un ancho de banda y una eficiencia energética superiores, y la DDR4 no pudo escapar a esta ola de aumentos de precio. Sin embargo, para los usuarios que ya cuentan con memoria DDR4, seguir utilizando su memoria antigua puede suponer un ahorro en los costes de actualización.
El plan de compatibilidad de GIGABYTE, anunciado en esta ocasión, supone un importante avance en este sentido.
El socket LGA1700 se presentó en 2021 con los procesadores Intel Core de 12.ª generación, y la plataforma originalmente admitía placas base DDR4 y DDR5. Según el anuncio, los usuarios actuales de B760 y H610 pueden simplemente actualizar su BIOS y esperar las próximas actualizaciones de procesador.
Los dos tipos de memoria requieren placas base compatibles y no se pueden intercambiar en la misma ranura. El anuncio no reveló el modelo, la arquitectura ni el rendimiento real del nuevo procesador; lo que sí es seguro es que las plataformas antiguas seguirán recibiendo soporte para el nuevo producto.
Por parte de AMD, Gigabyte anunció en agosto de este año una nueva serie de placas base AM4 que, junto con el relanzamiento del Ryzen 7 5800X3D, añade otra opción para los sistemas que utilizan memoria DDR4.
Antes, las nuevas plataformas solían incluir actualizaciones del procesador, la placa base y la memoria, lo que obligaba a los usuarios a reemplazar todo el sistema. Ahora, la posibilidad de que los usuarios conserven el hardware existente se ha convertido en un factor clave para la competitividad de un producto.
Las plataformas consolidadas permiten ahorrar el coste de reemplazar todo el sistema, pero ¿es posible revitalizar un ordenador existente y añadirle nuevas funcionalidades? Los desarrolladores de código abierto intentan responder a esta pregunta desde la perspectiva del software.
Incluso los ordenadores personales para juegos, que operan con presupuestos multimillonarios, pueden crear algo extraordinario en un espacio reducido.
Recientemente, un proyecto de código abierto llamado Strata se ha popularizado en GitHub, acumulando aproximadamente 19.500 estrellas.
https://github.com/Niko1221/StrataSu mayor atractivo reside en que pretende convertir un PC para juegos común y corriente en un pequeño caballo que tira de un gran carro, controlando Qwen3.8-Flash-Next con 125 mil millones de parámetros.
Según las pruebas publicadas por Project Strata, un ordenador equipado con una tarjeta gráfica RTX 5070, 12 GB de memoria de vídeo, un procesador Ryzen 5 7600 y 64 GB de memoria del sistema puede generar 94 tokens por segundo en la configuración de cuantización Q2_0.
Dato curioso: 94 tokens por segundo es aproximadamente 10 veces más rápido que la velocidad de lectura promedio. Si el modelo generara texto en tiempo real a esta velocidad, el contenido en la pantalla la inundaría como una cascada; solo verías el texto desplazándose y no habría tiempo para leerlo palabra por palabra.
El secreto para que un modelo tan grande funcione en un ordenador de consumo reside en conseguir que la memoria de vídeo, la memoria del sistema y la CPU cumplan su función y compartan la carga de trabajo.
Qwen3.8-Flash-Next adopta una arquitectura experta híbrida MoE, donde un gran grupo de módulos expertos desempeña funciones específicas. Cada cálculo requiere solo unos pocos de estos módulos. Si bien el número total de parámetros es elevado, no es necesario que todos los módulos participen en la generación de cada token, lo que demuestra un enfoque ingenioso y eficiente, como usar un martillo para romper una nuez.
Strata aprovecha al máximo esta dispersión: los expertos de uso frecuente se almacenan en la memoria de vídeo, mientras que todos los pesos de los expertos se guardan en la memoria del sistema. La tarjeta gráfica se encarga de los cálculos principales, la CPU procesa en paralelo los expertos que no están almacenados en la memoria de vídeo y la unidad SSD almacena las tablas de búsqueda de gran tamaño.
Para los usuarios, esto puede entenderse como una reorganización de todo el ordenador: la tarjeta gráfica hace lo que mejor sabe hacer, la memoria del sistema proporciona una gran cantidad de memoria, la CPU también participa en la inferencia y la memoria de vídeo limitada ya no tiene que soportar toda la carga por sí sola.
La cuantización reduce aún más el tamaño del modelo. Los pesos ocupan menos espacio tras la compresión de baja tasa de bits, pero cuanto más comprimidos estén, menor será la calidad de la respuesta.
Los 94 tokens por segundo corresponden a la versión Q2_0 del proyecto. En el mismo hardware de prueba, la versión IQ3_S, con una compresión menor, genera 53 tokens por segundo. Aún es necesario encontrar un equilibrio entre velocidad, uso de memoria y rendimiento del modelo.
El proyecto también emplea decodificación especulativa, lo que permite que módulos auxiliares más pequeños predigan los tokens subsiguientes con antelación, los cuales son verificados en lotes por el modelo principal. Según los desarrolladores, este mecanismo puede proporcionar una aceleración de entre 1,6 y 1,8 veces, dependiendo las ganancias de la aceptación de las predicciones.
Cabe señalar que la decodificación especulativa puede reducir los pasos de cálculo en serie en el proceso de generación y acelerar la salida, pero no puede eliminar la pérdida de precisión causada por la cuantización de bits bajos.
Incluso con estas concesiones, la operación local sigue siendo increíblemente atractiva.
Según la descripción del proyecto, Strata admite chat, programación y entrada de imágenes opcional, y puede conectarse a aplicaciones y asistentes de programación mediante una API compatible. La inferencia se realiza completamente de forma local, lo que ofrece a los usuarios una alternativa al acceso basado en la nube.
Sin embargo, los 12 GB de memoria de vídeo son solo una parte del requisito básico; la memoria del sistema también determina la calidad de la experiencia. 64 GB de memoria permiten ejecutar varias versiones de 2 y 3 bits, tal como se indica en el proyecto; una configuración de 32 GB generalmente solo permite la versión Coder simplificada, que omite algunas funciones avanzadas y tiene un rendimiento inferior en tareas que no implican programación, como el aprendizaje del chino.
Al iniciarse, el proyecto necesita cargar decenas de gigabytes de datos en la memoria, lo que puede provocar que el ordenador se congele durante 1 a 3 minutos. Los textos largos también requieren preprocesamiento, y las solicitudes predeterminadas deben ponerse en cola. Además de las pruebas de rendimiento, los tiempos de espera al inicio, el rendimiento en multitarea y la calidad de la respuesta determinan si puede gestionar las tareas cotidianas.
Las ventajas y desventajas en cuanto al tiempo de espera al inicio, los requisitos de memoria y la calidad de respuesta implican que Strata aún tiene un largo camino por recorrer antes de ser realmente fácil de usar en el día a día.
Pero esto demuestra una posibilidad: el mismo hardware, mediante una asignación más racional de las tareas de computación y almacenamiento, también puede ejecutar modelos complejos que antes eran inmanejables. La capacidad de un ordenador no solo depende del hardware que posee, sino también del grado de utilización que el software le da a dicho hardware.
En otras palabras, ya sea aprovechando el potencial del software local o reduciendo el precio de los servicios en la nube, la barrera para acceder a la inteligencia artificial está disminuyendo.
En este contexto, destaca un marcado contraste: a16z, una conocida firma de capital riesgo, publicó un gráfico que citaba datos de Goldman Sachs y que mostraba que el índice de precios LLM completó en tan solo tres años la trayectoria de reducción de precios del índice de precios de ordenadores personales, que tardó unos quince años.
Los servicios inteligentes se asemejan cada vez más a bienes de consumo digitales de bajo coste, si bien la memoria, los chips y los dispositivos informáticos que dan soporte a la inteligencia siguen viéndose limitados por la capacidad de producción y los desequilibrios entre la oferta y la demanda.
Como resultado, la industria tecnológica está, al mismo tiempo, poniendo una IA más potente en manos de la gente común, mientras que les obliga a ahorrar y recortar gastos en cada centavo que gastan en una memoria USB.
Puede que estemos entrando en una era donde la inteligencia artificial es cada vez más asequible, pero también estamos experimentando una crisis de costes de hardware impulsada por la propia demanda de inteligencia. Solo estableciendo reglas que optimicen al máximo el rendimiento podremos, quienes pagamos el precio de este auge de la IA, evitar sentirnos demasiado estresados.