Tu PC podría ganar dinero ejecutando IA: ¿es rentable alquilar tu GPU?

La industria de la inteligencia artificial busca nuevas formas de escalar su capacidad de cálculo ante la creciente demanda de inferencia. Con los centros de datos operando al límite, startups como Far Labs y Evolving Edge proponen un modelo descentralizado: convertir tu PC personal, equipado con tarjetas gráficas potentes como la RTX 4090, en un servidor de IA que trabaje mientras tú no lo utilizas.

El concepto es sencillo: instalas una aplicación que permite a estas empresas ejecutar tareas de inferencia de IA en tu hardware cuando el equipo está inactivo. Según los impulsores de esta tecnología, el software es de código abierto, lo que permitiría a los usuarios verificar el uso de recursos y establecer horarios específicos para que la máquina trabaje, buscando evitar interferencias con tu uso diario para videojuegos o tareas profesionales.

El coste real frente a las ganancias

Aunque la propuesta se promociona como una forma de monetizar el hardware inactivo, la rentabilidad económica presenta dudas significativas. Los cálculos realizados por expertos sugieren que, al igual que ocurría con la minería de criptomonedas, el mayor obstáculo es el consumo energético. Una tarjeta gráfica de gama alta funcionando bajo carga constante las 24 horas puede elevar la factura eléctrica mensual entre 40 y 50 dólares.

A este gasto directo en electricidad se debe sumar el factor del desgaste de los componentes. El uso intensivo de la GPU, incluyendo ventiladores, rodamientos y la degradación de la pasta térmica, es un factor de riesgo para el hardware de consumo. Dado que los precios de las tarjetas gráficas han aumentado considerablemente, exponer componentes de alto coste a jornadas de trabajo ininterrumpidas podría comprometer su vida útil a largo plazo.

Un modelo de infraestructura descentralizada

Esta tendencia surge en un escenario de escasez de componentes y cuellos de botella en la construcción de grandes centros de datos. Al delegar la capacidad de cómputo en los usuarios finales, estas empresas no solo intentan reducir costes de infraestructura, sino que también buscan blindarse ante posibles fallos de los grandes proveedores de servicios en la nube. Sin embargo, la balanza entre los ingresos obtenidos y el impacto en el hardware y la factura de la luz sigue siendo el punto crítico para cualquier usuario que considere participar en esta red de infraestructura de IA descentralizada.