De la marginalidad a dominar los laboratorios de IA
Hace unos años, si me hubieras dicho que los laboratorios de inteligencia artificial más avanzados del mundo iban a llenarse de Macs, te habría respondido con una carcajada. Yo mismo estuve años usando Linux en el servidor y Windows en la pega, mientras veía los Mac como máquinas para diseñadores y gente de marketing. Pero la cuestión cambió, y cambió rápido.
Una entrevista reciente con Doug Brooks, el product manager senior de Apple Silicon, dejó en evidencia algo que muchos en la industria ya estábamos sospechando: Apple no solo le pegó al clavo con sus chips, sino que los diseñó pensando en la IA mucho antes de que ChatGPT existiera. Hablamos de decisiones tomadas hace una década, cuando los modelos de lenguaje grande eran pura ciencia ficción.
Por qué los ingenieros de IA prefieren el Mac
Según Brooks, hay cuatro pilares que hacen que Apple Silicon sea ideal para correr IA: arquitectura balanceada, eficiencia energética, memoria unificada y el software que permite sacarle provecho. La memoria unificada es la clave acá. En vez de andar copiando datos entre la CPU, la GPU y un acelerador aparte, todo vive en el mismo espacio. Eso significa que puedes correr modelos de 70 mil millones de parámetros —e incluso de 120 mil millones— directo en una laptop.
Y no es solo teoría. Brooks menciona que hay desarrolladores haciendo pega con modelos locales a 35.000 pies de altura, completamente desconectados de internet. Eso me parece bacán. En mi experiencia, cuando estás en una changa o trabajando desde algún lugar remoto donde el internet es una wea inestable, poder tener todo local es una diferencia enorme.
La integración vertical que le ganó al mercado
Lo que más me llamó la atención es que Apple diseña sus chips sabiendo exactamente en qué máquinas van a terminar. No es como Intel o AMD que fabrican un procesador genérico y después cada marca lo adapta como puede. En Apple, el chip y el sistema se casan de forma estrecha. Brooks lo dijo claro: «Cada transistor que metemos en un chip se habilita a través de software para que los usuarios y desarrolladores puedan aprovecharlo».
Eso explica por qué los laboratorios de OpenAI, Anthropic y compañía están llenos de Macs. No es por moda. Es porque compilar, testear y correr workflows de IA agente simplemente funciona mejor en esta arquitectura. El Mac mini y el Mac Studio se están transformando en las máquinas preferidas para correr agentes de IA localmente.
La privacidad y la economía del token
Otro punto que me parece clave: con el auge de los agentes de IA, el consumo de tokens en la nube está explotando. Se estima que la demanda puede subir entre 3 y 10 veces. Correr modelos localmente no solo protege tu código y tus datos —algo fundamental si eres una empresa o un desarrollador independiente—, sino que también te ahorra una cantidad importante de plata en APIs.
Personalmente, creo que Apple se jugó una carta inteligente. Mientras todos miraban a NVIDIA como el único rey de la IA, Apple estaba construyendo una plataforma que hoy le permite competir de igual a igual, pero con la ventaja de que funciona en tu escritorio, sin necesidad de una sala de servidores. Si eres desarrollador y todavía no has considerado correr modelos locales en un Mac, te aviso: estás perdiendo el tren.
Fuente de inspiración: How Apple’s decade-long bet on chips won AI
