Windows 11 está a punto de dar un paso curioso en la forma en la que reparte los recursos del ordenador, porque llega una función que permitirá decidir a mano cuánta memoria se destina a la CPU, a la GPU y a los aceleradores dedicados a la Inteligencia Artificial. La novedad apareció en varias versiones experimentales del sistema y apunta a un escenario cada vez más frecuente, el de los equipos con memoria compartida entre todos estos componentes.
No es un detalle menor. Con la llegada de plataformas como NVIDIA RTX Spark y AMD Ryzen AI Max, el reparto de la memoria empieza a pesar de verdad en el rendimiento. Y hasta ahora esa decisión la tomaba el sistema por su cuenta, sin dejar margen al usuario. Eso está por cambiar.
La memoria unificada aterriza en Windows con más músculo para juegos e IA
Todo gira en torno a una función escondida bautizada como IntelligentCarveout, localizada en la build 29648.1000 de Windows 11. Lo que hace, en cristiano, es apartar una porción concreta de la RAM para uso exclusivo de gráficos o de tareas de IA, creando un bloque aislado del resto del sistema.
Aquí está la diferencia clave. La memoria compartida tradicional se asigna sobre la marcha según lo que esté haciendo el ordenador en cada momento. Esta reserva, en cambio, sería fija y no quedaría disponible para el resto de aplicaciones. Un cambio pequeño sobre el papel, pero que abre la puerta a ajustes muy finos según el tipo de trabajo que se vaya a ejecutar.
Link affiliatoConviene recordar que el concepto no nace hoy. Apple lleva años tirando de memoria unificada en sus chips Apple Silicon, y modelos como consolas, mini PC y algunos portátiles ya funcionan con este esquema desde hace tiempo. Windows llegaba tarde, y ahora intenta ponerse al día. También aparecieron referencias en la documentación interna de NVIDIA que apuntaban a un mayor control del sistema sobre cómo se reserva esa memoria para cargas gráficas y de IA.
Qué gana el usuario con este reparto a medida
Hoy por hoy, Windows 11 decide solo cuánta memoria puede usar la GPU integrada o los aceleradores de IA. Funciona bien en el día a día, pero se queda corto cuando la exigencia sube, ya sea con videojuegos pesados o con modelos de IA de miles de millones de parámetros.
Con IntelligentCarveout la historia cambia. Quien trabaje con modelos de IA locales podría subir la reserva destinada a la NPU o a la GPU, mientras que un jugador tendría la opción de volcar más memoria en el apartado gráfico para ganar estabilidad y rendimiento en títulos exigentes. En equipos con 64 o 128 GB de RAM unificada, como los futuros dispositivos con RTX Spark, esa flexibilidad puede marcar una diferencia enorme.
Fuente
Imagen: hardzone.es
Link affiliato