Tópicos
Sam Altman, CEO da OpenAI, afirmou que manter grandes quantidades de memória RAM em computadores pessoais é uma forma pouco eficiente de utilizar um recurso cada vez mais disputado pela indústria de inteligência artificial. Para o executivo, concentrar essa capacidade em data centers permitiria aproveitar melhor os chips disponíveis, em vez de deixá-los ociosos durante boa parte do tempo.
A declaração foi feita no podcast Cheeky Pint, apresentado por John Collison, cofundador da Stripe, em episódio publicado na quinta-feira (29). A fala ganhou repercussão nesta sexta-feira (30), em meio à escassez de memória e ao aumento dos custos de componentes para PCs e notebooks.
O que Sam Altman disse sobre a memória RAM?
Durante a entrevista, Altman questionou a ideia de que executar modelos de IA diretamente nos computadores, sem depender de servidores externos, resolveria a crescente necessidade de infraestrutura para inteligência artificial.
Na avaliação do executivo, é uma distribuição “bastante terrível” de recursos manter uma parcela da oferta mundial de DRAM instalada em computadores que a utilizariam para esse fim apenas 5% do tempo. Ele argumentou que servidores compartilhados podem atender a diferentes usuários e manter uma taxa de utilização maior.
O percentual de 5% foi mencionado por Altman como parte de seu argumento. O executivo não apresentou, durante esse trecho da entrevista, uma pesquisa que comprovasse essa taxa para todos os computadores. Tampouco afirmou que as pessoas deveriam abandonar seus PCs ou que a memória instalada neles não tivesse outras funções.
A crítica estava direcionada à chamada inferência local, isto é, a execução de modelos de inteligência artificial no próprio dispositivo. O Overdrive já explicou quanta RAM e VRAM são necessárias para rodar IA no PC e por que essa tecnologia exige diferentes quantidades de memória conforme o modelo.
Por que a declaração provoca discussão?
A proposta de Altman tem uma justificativa técnica: um data center pode distribuir sua capacidade de processamento entre muitos clientes, evitando que servidores fiquem parados enquanto há demanda em outros lugares.
Mas a comparação deixa de fora algumas vantagens da IA local. Executar modelos no próprio computador permite trabalhar com arquivos sem enviá-los a um serviço externo, utilizar determinados recursos sem internet e reduzir a dependência de assinaturas ou cobranças por uso.
Há também uma diferença importante entre memória instalada e memória efetivamente desperdiçada. A RAM de um notebook não serve apenas para inteligência artificial. Ela é necessária para o sistema operacional, navegadores, programas de edição, jogos e praticamente todas as atividades do computador.
A própria OpenAI oferece uma alternativa ao processamento exclusivamente na nuvem. Em agosto de 2025, a empresa lançou o gpt-oss-20b, modelo de pesos abertos que, segundo sua documentação, pode funcionar em dispositivos compatíveis com 16 GB de memória.
Isso não significa que a IA local substitua todos os serviços hospedados em grandes servidores. Modelos mais exigentes continuam precisando de hardware poderoso. Entretanto, como mostra o guia do Overdrive sobre IA em PCs sem placa de vídeo dedicada, existem aplicações que funcionam até em máquinas mais modestas.
O problema da memória RAM vai além dos computadores
A discussão acontece num momento em que fabricantes de memória direcionam parte de sua capacidade produtiva para componentes destinados a servidores e infraestrutura de inteligência artificial.
Um levantamento da TrendForce, divulgado em setembro, projetou aumento de 10% a 15% nos preços contratuais da DRAM convencional no quarto trimestre de 2026. Em sua atualização de 30 de outubro, a consultoria confirmou que os preços de contratos para memória de PCs continuam subindo, embora em ritmo menor.
Isso não significa que todos os módulos de RAM vendidos no varejo ficarão automaticamente 15% mais caros. A projeção trata de contratos industriais, e os valores para consumidores dependem de estoques, impostos, câmbio e decisões de fabricantes e lojistas.
A discussão também envolve diferentes tipos de memória. PCs domésticos e servidores não utilizam necessariamente módulos intercambiáveis, enquanto aceleradores de IA podem depender de tecnologias especializadas, como HBM. Ainda assim, a disputa por investimentos e capacidade de fabricação influencia a oferta de componentes para diferentes mercados.
Para quem pretende montar ou atualizar um PC, a declaração de Altman não muda a necessidade de escolher memória suficiente para suas tarefas. Ela expõe, principalmente, um conflito sobre o futuro da inteligência artificial: concentrar recursos em serviços de nuvem ou permitir que mais pessoas executem seus próprios modelos.
A posição do executivo também se alinha à atividade central da OpenAI, que oferece serviços de inteligência artificial processados em infraestrutura remota. Para quem prefere manter o controle sobre seus programas e dados, porém, a execução local continua sendo uma alternativa.
Comentários
Seja o primeiro a comentar