Eigen Labs lanza el Proyecto Darkbloom para convertir Macs inactivos en una red de computación de IA

Lawrence Jengar

15 de abril de 2026 04:17

Nueva iniciativa de investigación de Eigen Labs busca enrutar la inferencia de IA a través de máquinas Apple Silicon subutilizadas, reclamando una reducción de costos del 50% en comparación con los principales proveedores.

Eigen Labs ha presentado Project Darkbloom, una iniciativa de investigación que enruta las solicitudes de inferencia de IA a través de computadoras Mac inactivas en lugar de centros de datos tradicionales. El proyecto, ahora en vista previa de investigación, afirma reducir los costos de inferencia aproximadamente a la mitad en comparación con los principales agregadores, mientras otorga al operador del nodo el 95% de los ingresos.

La propuesta es sencilla: millones de Macs con Apple Silicon permanecen sin usar durante horas cada día. Esa capacidad de cómputo inactiva—ya comprada, ya alimentada—podría manejar cargas de trabajo de IA a una fracción de los costos de infraestructura centralizada.

Cómo Funciona Realmente

Darkbloom combina solicitudes de inferencia con nodos Mac verificados a través de un sistema coordinador. Los desarrolladores interactúan mediante una API compatible con OpenAI, mientras que los propietarios de Mac ejecutan un agente proveedor reforzado que procesa las solicitudes localmente.

La arquitectura enfrenta directamente el obvio problema de confianza. Si tu solicitud se ejecuta en la laptop de otra persona, ¿qué evita que la lean?

La respuesta de Eigen Labs implica múltiples capas: el proceso del proveedor bloquea la conexión de depuradores y la inspección de memoria externa, las verificaciones de integridad binaria aseguran que el software coincida con las expectativas de la red, y Secure Enclave de Apple proporciona una atestación respaldada por hardware. Las verificaciones recurrentes de desafío-respuesta confirman que los nodos mantienen los estados de seguridad esperados.

El equipo es notablemente directo sobre las limitaciones actuales. El coordinador sigue siendo un componente confiable—no están ocultando eso tras un lenguaje de marketing vago de “descentralizado”.

La Economía Tiene Sentido en Papel

Las pilas tradicionales de inferencia dividen los costos: márgenes de hyperscaler, tarifas de proveedores de API, gastos de instalaciones, refrigeración, redes. Cada capa cumple una función, pero aumenta el precio final.

El modelo de Darkbloom elimina la mayor parte de eso. Los costos de hardware ya están amortizados (los propietarios ya compraron sus Macs), dejando la electricidad como el gasto marginal principal. La participación del 95% de los ingresos para los operadores crea un incentivo real para participar.

Si los precios de referencia se mantienen bajo carga de producción, es otra pregunta completamente. El proyecto actualmente soporta generación de texto, procesamiento de imágenes y cargas de trabajo de conversión de voz a texto.

Las Partes Difíciles No Son Obvias

Según el líder del proyecto Gajesh Naik, los desafíos de ingeniería más complicados no fueron enrutar las solicitudes—fueron todo lo demás. La firma de código, la consistencia en las versiones, el tiempo de atestación, la gestión del ciclo de vida del modelo, manejar desconexiones y archivos corruptos.

“Cuando los hashes binarios forman parte del modelo de seguridad, la ingeniería de versiones se convierte en ingeniería de seguridad,” señalaron en su anuncio. Los arranques en frío, la presión de memoria y las fallas de red no son casos extremos en un sistema distribuido. Son el día a día.

Lo Que Está Disponible Ahora

La vista previa de investigación incluye toda la pila: coordinador, agente proveedor reforzado, integración con Secure Enclave, herramientas para operadores y una consola web. El código está abierto y se publicó el documento técnico.

Esto forma parte de la tendencia más amplia de infraestructura física descentralizada (dePIN) que ha ganado tracción en el último año. Proyectos como Render, Akash y io.net han explorado territorios similares para el cómputo GPU. El enfoque en Apple Silicon de Darkbloom crea un nicho diferente—hardware de consumo con un rendimiento de inferencia sorprendentemente capaz.

No se ha anunciado ningún token. Por ahora, es un proyecto de investigación que explora si laptops inactivas pueden complementar de manera significativa—o eventualmente competir con—el desarrollo de centros de datos que ha dominado la inversión en infraestructura de IA.

Fuente de la imagen: Shutterstock