IA local en el M1: cómo la magia de Apple chocó con la realidad

¿Recuerdas lo que sentiste cuando Apple presentó el chip M1? Fue el momento en que los portátiles con Windows parecieron de pronto antigüedades. Nos acostumbramos a que nuestros MacBook pudieran con todo, desde editar vídeo en 4K hasta cientos de pestañas en Chrome. Pero llegó la era de los grandes modelos de lenguaje y resultó que esta magia tiene un límite muy tangible. El intento de convertir un M1 en un centro personal de inteligencia artificial con Ollama fue una ducha fría para quienes creían en la eterna juventud de la primera generación de Apple Silicon.

El contexto es sencillo: hoy uno de cada dos blogueros tecnológicos te pide que canceles tu suscripción a ChatGPT y uses modelos locales. Los argumentos son sólidos: privacidad, ausencia de censura y funcionamiento sin internet. Herramientas como Ollama han hecho la instalación tan simple que hasta tu abuela podría hacerla. Descargas la aplicación, escribes un comando en el terminal y ahí está, Llama 3 o Mistral, viviendo en tu SSD. Suena a victoria, hasta que pulsas Enter y empiezas a esperar.

El principal problema, contra el que se estrellan los sueños, es la memoria RAM. Durante años Apple nos convenció de que 8 GB de memoria unificada en el M1 equivalen a 16 GB en un PC normal. Para navegar por la web, quizá sea cierto, pero las redes neuronales no leen folletos de marketing. Los modelos de 4 u 8 gigabytes se comen literalmente todos los recursos del sistema. En cuanto ejecutas algo más serio que el chatbot más simple, el sistema empieza a usar el swap en disco de forma frenética y la velocidad de generación cae a «una palabra cada tres segundos». Leer una respuesta así es como ver a un perezoso intentando escribir una tesis.

La segunda sorpresa desagradable es el calor. Estábamos acostumbrados a que el M1 fuera frío y silencioso. Pero la IA local carga al 100% los núcleos gráficos y el Neural Engine. Tras diez minutos de conversación activa, la carcasa empieza a parecerse a una sartén y el sistema activa el throttling, que ralentiza aún más la generación de texto. Esto crea una paradoja curiosa: tienes en las manos una máquina increíblemente inteligente que conoce las respuestas a todas las preguntas de la humanidad, pero está demasiado ocupada en no derretirse como para responderte rápido.

¿Para qué sirve esta experiencia? Revela un cambio crítico en la industria. Apple fue tacaña con la RAM durante mucho tiempo en las versiones básicas de sus dispositivos. Ahora esa estrategia se vuelve en su contra. Si la compañía quiere llevar de verdad Apple Intelligence a las masas, tendrá que admitir que 8 GB ya no son un «estándar de oro», sino deuda técnica. Ni siquiera la arquitectura Unified Memory ayuda cuando los pesos del modelo simplemente no caben en los chips físicos.

Para la industria, esto supone el inicio de una nueva carrera armamentística en la que los megahercios importan menos que el ancho de banda y la capacidad de la memoria. Entramos en una fase en que la IA local deja de ser solo una función de software y se convierte en el principal motor de ventas de hardware nuevo. Si planeabas usar tu M1 un par de años más para trabajar con texto, tengo malas noticias: las redes neuronales te obligarán a actualizar mucho antes de lo previsto.

Al final, el experimento con Ollama en hardware antiguo no es un fracaso del software, sino un diagnóstico honesto. Hoy la IA local es un lujo para quienes tienen chips Max y Ultra con mucha RAM. Para todos los demás, soluciones en la nube como ChatGPT o Claude siguen siendo la única forma de obtener una velocidad razonable sin riesgo de quemarse las piernas.

Lo esencial: Apple tendrá que aumentar radicalmente la memoria del MacBook Air básico o admitir que sus «portátiles más populares» no están listos para el futuro que ella misma anunció.