¿Cuántas RTX hay en Temuco? Un Fermi y la economía de la IA

Calculando las RTX temucanas

Hoy vamos a intentar resolver un problema Fermi: ¿cuántas tarjetas gráficas NVIDIA RTX son capaces de manejar modelos de Inteligencia Artificial en Temuco? La idea es llegar a un número razonable desde varias aproximaciones independientes, sin buscar una cifra exacta.

La escalera del cálculo

Primero definimos qué cuenta como una «RTX capaz de manejar IA»: nos enfocamos en PCs con al menos una RTX 3060 de 12 GB o superior, descartando notebooks y modelos de menor VRAM. Partiendo de los 292.518 habitantes registrados en el Censo 2024, calculamos que la ciudad tiene alrededor de 117.000 hogares.

Ahora aplicamos una serie de filtros conservadores: un 30% de esos hogares posee un PC de escritorio moderno. De ese total, aproximadamente un 25% tiene una GPU dedicada, y finalmente, estimamos que entre un 25% y 35% de esas tarjetas son modelos NVIDIA RTX con suficiente memoria para IA.

Aunque podríamos haber extrapolado datos de Steam para obtener porcentajes más precisos, recordemos que la plataforma de videojuegos no representa a la población general. Sumando las dos aproximaciones, nos encontramos en un rango muy consistente: probablemente hay entre 1.500 y 3.500 tarjetas RTX en la región.

Hagamos una distinción clave aquí: de esas 2.700 tarjetas, solo una fracción pequeña—quizás unas 100 a 300 máquinas—posee la memoria VRAM necesaria (entre 16 y 24 GB) para ejecutar modelos realmente grandes como Qwen o Flux. Esto explica por qué ver una RTX 3090 de 24 GB en Temuco no es algo cotidiano.

Hardware local frente a la nube

Aunque el número de tarjetas domésticas es interesante, hay que considerar la economía del hardware versus la computación en la nube. Para tareas de texto o imagen, una RTX potente como una 3090 es sorprendentemente competitiva: compras el equipo una vez y luego solo pagas por la electricidad.

El problema cambia drásticamente cuando hablamos de video generativo. Aquí la nube tiene una ventaja brutal: puedes alquilar múltiples GPUs potentes simultáneamente sin tener que mantener infraestructura propia. Sin embargo, hay una paradoja: la nube es carísima para producción sostenida, pero barata para experimentar ocasionalmente.

Una estrategia inteligente es utilizar la tarjeta local como un laboratorio privado y recurrir a servicios en la nube solo cuando el modelo excede las capacidades locales. Así, la máquina doméstica se vuelve mucho más interesante porque te permite hacer económicamente viables esas pruebas que un servicio por créditos cobraría una por una.

El misterio de los videos del CESFAM

Por cierto, hay algo fascinante que surgió en la conversación: unos videos de 1 minuto y medio sobre salud hechos por el CESFAM que fueron reconvertidos en animación estilo Ghibli hace un año. ¿Se usaron modelos como Sora para convertirlos?

Dado que los videos tienen una duración específica y parten de material real, es probable que no se hayan generado 90 segundos completos de una sola vez. El flujo más plausible sería extraer frames del video original, transformarlos a estilo anime o Ghibli, y luego montarlos.

Esto nos lleva a una sospecha divertida: ¿podría ser la propia IA la responsable de esa transformación? Si analizamos el movimiento y la consistencia entre los planos, podríamos hacer una especie de «CSI de IA» para ver si hay saltos en los clips generados. Aunque no sea necesario identificar la plataforma exacta, explorar estas técnicas nos ayuda a entender mejor cómo se está utilizando la tecnología hoy.