En tres meses, las tarjetas gráficas han subido de precio alrededor de un 30 %. La escasez está haciendo que cada vez sea más difícil apostar por la IA local.
Estimada Comunidad Remth 2.0:
Nos hallamos ante una tormenta perfecta en el mundo tecnológico. Las grandes inversiones que están realizando las compañías para conseguir el hardware necesario para sus nuevas infraestructuras están aumentando la presión sobre determinados componentes. Uno de los últimos afectados es el mercado de las tarjetas gráficas, cuyos precios han experimentado importantes incrementos. Esto está provocando que, a día de hoy, comprar o actualizar un equipo informático resulte mucho más caro.
La situación se ve agravada por diferentes factores, como los problemas geopolíticos, los conflictos internacionales y las consecuencias que dejó la pandemia en las cadenas de suministro. Todo ello ha contribuido a generar desequilibrios entre la capacidad de producción y una demanda mundial que continúa siendo muy elevada.
Como sabéis, comprar determinados componentes para un equipo puede resultar hoy considerablemente más caro que hace unos años. Primero vivimos importantes problemas de disponibilidad con los semiconductores, después llegaron las tensiones en el mercado de las memorias y ahora las tarjetas gráficas vuelven a estar en el centro de atención. Tanto las GPU destinadas a centros de datos y computación como las dirigidas al consumidor son productos muy demandados por empresas tecnológicas y usuarios particulares.
Los grandes fabricantes de memoria están dedicando una parte importante de sus recursos a tecnologías de alta demanda para inteligencia artificial, como la memoria HBM. Esto puede ejercer presión sobre otros segmentos del mercado. Cuando la oferta no consigue seguir el ritmo de la demanda, los precios pueden aumentar, haciendo que renovar una tarjeta gráfica suponga un desembolso considerable para el consumidor.
Pero el problema no termina aquí. También debemos hablar de la Inteligencia Artificial ejecutada en local. Si queremos utilizar modelos de IA directamente en nuestro ordenador, disponer de una GPU potente y, especialmente, de suficiente VRAM puede resultar fundamental. Si el precio del hardware continúa aumentando, para determinados usos puede terminar siendo más rentable recurrir a servicios de IA en la nube que realizar una gran inversión en equipamiento propio.
El fuerte crecimiento de compañías especializadas en inteligencia artificial y de las infraestructuras necesarias para desarrollar y ejecutar estos modelos está transformando el mercado del hardware. Como usuarios, debemos priorizar nuestras necesidades reales antes de adquirir un nuevo equipo. Al mismo tiempo, actualmente existen numerosas alternativas de IA en la nube que pueden reducir la necesidad de disponer de hardware especializado en casa.
Por ello, si queremos trabajar con IA local, debemos valorar primero el uso que vamos a darle. Para un uso intensivo y continuado, invertir en hardware propio puede tener sentido. Sin embargo, para un uso ocasional puede resultar más conveniente aprovechar servicios gratuitos o suscripciones en la nube y, para necesidades más específicas, recurrir a servicios basados en consumo o compra de créditos/tokens.
En definitiva, estamos entrando en un escenario en el que la potencia informática necesaria para la IA tiene un coste cada vez más importante. Elegir entre hardware propio y servicios en la nube dependerá del tipo de trabajo, la frecuencia de utilización y nuestro presupuesto.
Siempre a su servicio.
Contenido clave
- El aumento del precio de las tarjetas gráficas dificulta la renovación de equipos.
- La enorme demanda de hardware para IA y centros de datos está aumentando la presión sobre determinados componentes.
- La HBM se ha convertido en una memoria especialmente importante para los aceleradores de inteligencia artificial.
- Una GPU con suficiente VRAM es uno de los componentes fundamentales para ejecutar modelos de IA localmente.
- El coste del hardware puede hacer que la IA en la nube resulte más conveniente para determinados usuarios.
- Para un uso intensivo, invertir en hardware propio puede tener sentido.
- Para usos ocasionales, conviene comparar el coste del equipo con servicios en la nube, suscripciones o consumo mediante créditos/tokens.
- La decisión entre IA local o IA en la nube debe basarse principalmente en las necesidades, frecuencia de utilización y presupuesto.