Acer acaba de presentar su Veriton GN100, una pequeña estación de trabajo diseñada para permitir el entrenamiento y ejecución de modelos de inteligencia artificial (IA) de manera local, sin depender de la nube. Esta propuesta, aunque no es completamente nueva, sugiere un futuro en el que los PCs evolucionan para ofrecer la capacidad de tener un sistema similar a ChatGPT en local.
Un hardware que nos suena
El Veriton GN100 está equipado con un chip NVIDIA GB10 de arquitectura Grace Blackwell, acompañado de 128 GB de memoria GDDR5 y 4 TB de almacenamiento. Esta configuración es similar a la de la estación de trabajo DGX Spark de NVIDIA, anunciada en marzo, que cuenta con 1 TB de almacenamiento, lo que limita el número de modelos que se pueden descargar.
Una tendencia al alza
El nuevo Acer Veriton GN100 representa un avance que puede confirmar una tendencia creciente: la posibilidad de contar con pequeñas estaciones de trabajo diseñadas específicamente para instalar y entrenar modelos de IA de forma local.
Privacidad por bandera
Este aspecto es crucial en términos de privacidad, ya que las conversaciones y el uso de estos modelos se mantienen completamente privados, evitando que datos sensibles queden almacenados en servidores de empresas como OpenAI, Google o Anthropic. Esto permite el uso de información financiera, médica o confidencial sin riesgos de filtraciones.
Y potencial ahorro
Ejecutar un modelo de IA de forma local también permite evitar costos asociados al uso de servicios en la nube, ya sea a través de suscripciones como ChatGPT Plus o mediante el uso de APIs. Con el modelo local, las consultas son prácticamente “gratuitas”, ya que solo se incurre en gastos por el equipo y su consumo energético.
Pero
Los modelos que se pueden ejecutar localmente son generalmente modelos abiertos como Llama, DeepSeek R1, Qwen o los nuevos gpt-oss de OpenAI. Aunque ofrecen un rendimiento notable, es difícil igualar la calidad de modelos más grandes como GPT-5, Gemini o Claude 4 Opus, que requieren centros de datos con miles de GPUs. Sin embargo, para ciertos usos, los modelos de código abierto pueden ser una excelente alternativa.
Memoria gráfica al poder
La efectividad de los modelos de IA tiende a mejorar con su tamaño, pero esto requiere mucha memoria gráfica, un área en la que los PCs actuales suelen ser limitados. Por ejemplo, la GeForce RTX 5090 tiene 32 GB de memoria GDDR7, lo que es bueno en términos de ancho de banda, pero restringe el tamaño de los modelos que se pueden utilizar.
Apple tiene una mano ganadora
Por otro lado, los Mac Studio, que ofrecen hasta 512 GB de memoria unificada con un excelente ancho de banda, permiten ejecutar grandes modelos de código abierto sin inconvenientes.
Pero los PCs también comienzan a apuntar alto
Equipos como el Framework Desktop, que también cuenta con 128 GB de memoria GDDR5, permiten esta posibilidad. Las estaciones de trabajo de NVIDIA y Acer emplean un esquema similar, integrando 128 GB de memoria GDDR5 con un ancho de banda adecuado para aplicaciones de IA.
Esto promete
Estamos ante el potencial despegue de una nueva tendencia en el mercado de PCs. Hasta ahora, los fabricantes se han centrado en equipos para gaming, pero el auge de la inteligencia artificial sugiere un futuro en el que existan “PCs para la IA” con grandes cantidades de memoria gráfica, ideales para este campo.
En Xataka | La GPU B300 es la nueva bestia de NVIDIA para IA. Y ya sabemos qué prepara para 2026 y 2027.
Fuente original: ver aquí
