Una laptop con 4 GB de RAM se cuelga a media tarde con el error "cannot allocate vector" apenas intenta correr un modelo de nicho ecológico en R; otra con 16 GB termina el mismo trabajo antes de que se enfríe el café. Esa diferencia me enseñó, más que cualquier tutorial de MaxEnt, que el hardware pesa tanto como el código cuando se trata de modelado de nicho y análisis espacial en R. Llevo tres años armando estos mapas, aprendiendo a punta de errores porque quería saber dónde más podía andar un ave que contábamos los fines de semana, y la pregunta sobre qué computadora hace falta me la hacen casi tanto como la de estadística.
Hace poco, un amigo que se la pasa escalando en los peñascos del Valle Central me preguntó por qué hacía falta tanta potencia solo para ver dónde podía aparecer un pájaro. Buena pregunta, la verdad (de esas que uno no responde en una sola frase). La versión corta es que R no perdona cuando empieza a masticar capas climáticas de alta resolución; la versión larga es todo lo que sigue.
La RAM pesa más que el procesador
Lo primero que uno asume es que hace falta un procesador más rápido. Ayuda, sí, pero en R el primer cuello de botella casi nunca es el cerebro de la máquina, sino su capacidad de retener información mientras trabaja. Los objetos raster se cargan por defecto en la memoria RAM, así que si tus capas pesan más que lo que tienes libre, el sistema no negocia: se cae.
Con 4 GB, o con una versión de R en sistema de 32 bits, el límite práctico es una broma para datos espaciales modernos — ahí aparece el famoso "cannot allocate vector of size". Con 8 GB sobrevives, pero si tienes Chrome abierto con quince pestañas y música de fondo, a R le queda solo un pedacito de lo que necesita. Para modelado de nicho con capas de resolución fina, 16 GB es donde dejas de pelear con la máquina y empiezas a trabajar de verdad.
La primera vez que descargué un lote completo de puntos de GBIF para mi especie, buena parte resultaron ser el mismo registro repetido con fechas distintas — un solo observatorio que había anotado la misma percha una y otra vez. Ese archivo, sin limpiar, pesaba varias veces más de lo necesario, y eso también se siente en la RAM antes de que el modelo corra una sola vez. Que el AUC te salga bueno o malo es otra discusión — aquí lo que importa es que la máquina aguante terminar de correrlo.
Cómo la resolución de las capas puede tronar la máquina
Cuando uno empieza, quiere la máxima precisión posible. Te vas a WorldClim, bajas las variables a 30 segundos de arco (más o menos 1 km² por píxel) y te sientes listo para todo. El problema aparece cuando multiplicas esa resolución por las 19 variables bioclimáticas estándar para un país entero: el volumen de datos que le estás pidiendo al procesador que digiera de un solo golpe se vuelve absurdo.
Ahí fue donde cometí uno de mis peores errores: instalé la versión standalone de MaxEnt y corrí el modelo tal cual, sin tocar ni un solo parámetro de calibración. Con todas las clases de variables activadas y la regularización en automático, el programa se puso a probar combinaciones sin parar (y yo, de puro necio, dejé que corriera toda la tarde antes de cancelarlo). El parámetro de regularización (beta) da para su propio artículo; aquí solo diré que dejarlo sin ajustar fue tan culpable del tranque como cualquier falta de RAM.
El disco duro: el cuello de botella que nadie menciona
Algo que casi nadie menciona en los cursos básicos de estadística es que, para modelos de nicho, la velocidad de escritura del disco suele ser el verdadero freno, no la CPU. Cuando corres MaxEnt a través de la librería dismo, R genera archivos temporales pesados sin avisar.
Un disco duro mecánico (HDD) escribe esos archivos a paso de tortuga. Cambiarle el disco a una laptop vieja por un SSD fue de las mejoras más baratas que hice, y la diferencia no tuvo nada de sutil: lo que antes tardaba media hora en procesar, ahora sale en minutos. No es que el procesador corra más rápido — es que el tráfico entre el disco y la memoria deja de toparse con obstáculos. Ahí aplica algo que aprendí en la logística: no importa qué tan bueno sea el camión si la ruta está llena de baches — el disco es la ruta.
Optimiza el software antes de gastar en hardware nuevo
Antes de salir corriendo a gastar los ahorros en una computadora de gaming, vale la pena optimizar lo que ya tienes. El paquete terra maneja la memoria de forma mucho más eficiente que el antiguo raster; si todavía trabajas con funciones de raster, estás desperdiciando recursos que ya pagaste.
La otra lección que me costó cara fue la de recortar. Al principio cargaba capas de todo el continente para estudiar un ave que solo vive en una franja pequeña de montaña, lo cual era puro desperdicio. Recortar (mask/crop) las capas antes de procesar cualquier cosa baja el peso de los datos de forma drástica, y ahí sí respira el hardware. Tampoco voy a meterme en spatial thinning, la técnica para adelgazar tus puntos de presencia antes de correr el modelo — eso merece su propio espacio. Si quieres entender de dónde salen esas capas climáticas y por qué pesan tanto, ahí te dejo unos libros que recomiendo para aprender estadística y MaxEnt en R desde cero, que explican el tema mejor de lo que puedo hacerlo yo en un párrafo.
Java y MaxEnt se pelean por la memoria
No se puede hablar de hardware y R sin mencionar a Java, porque MaxEnt es en el fondo un programa de Java que R llama desde afuera. Eso agrega otra capa de complejidad: muchas veces el modelo falla no por falta de RAM en tu computadora, sino porque la máquina virtual de Java no tiene permiso para usar suficiente memoria. Conviene revisar que la versión de Java (JRE) sea de 64 bits si tu R también lo es, ampliar el espacio con algo como options(java.parameters = "-Xmx4g") antes de cargar las librerías, y limpiar los objetos temporales con gc() cada cierto tiempo en el script. Ninguna de esas tres cosas cuesta dinero, solo cuesta acordarse de hacerlas (algo que se me olvidó más de una vez, la verdad sea dicha).
El equipo que compraría yo hoy
Si hoy me preguntara alguien que arranca en esto del nicho ecológico, le diría que no se complique con la marca sino con las tripas de la máquina. Un procesador i5 o Ryzen 5 moderno sobra. Lo que no es negociable son los 16 GB de RAM y, por favor, un disco SSD.
Después de un fin de semana contando aves por el Cerro de la Muerte, lo último que quiero es llegar a la casa y que la laptop se cuelgue cruzando esos puntos con las capas climáticas. En Latinoamérica, conseguir hardware de punta suele ser caro, así que aprender a manejar los datos con cabeza vale tanto como el equipo mismo: usa datos climáticos gratuitos con inteligencia, baja la resolución cuando puedas y trabaja por regiones pequeñas en vez de países enteros.
Para la semana cinco de estar corriendo modelos casi todas las noches, el patrón ya era claro: casi nunca era el procesador el que fallaba, sino la RAM, el disco o algún parámetro de MaxEnt que dejé sin tocar. Algo me queda claro después de este tramo: revisar la máquina y el flujo de datos antes de correr el modelo ahorra más tiempo que cualquier upgrade de hardware, y eso lo puede aplicar cualquiera, tenga la computadora que tenga.
Si estás decidiendo por dónde arrancar entre modelar nicho y meterte con teledetección, dejé mi experiencia completa comparando las dos cosas en qué aprender primero entre MaxEnt y teledetección, que ahí también me llevé mis sustos con el hardware.