El número de usuarios que quieren ejecutar modelos de inteligencia artificial no en la nube, sino en su propio ordenador o en el hardware de su propia oficina, crece cada mes. NVIDIA ha anunciado uno de los paquetes de actualización más completos orientados a esa demanda. Según la información difundida por BabelTechReviews, la compañía reunió en un solo anuncio tanto soluciones de clúster como mejoras de rendimiento, desde el ecosistema DGX Spark hasta modelos abiertos que se ejecutan en tarjetas RTX. Todos los anuncios llegaron justo después del modelo Nemotron 3.5 Lightning, presentado ese mismo día; esto indica que no se trata de la presentación de un único producto, sino de una estrategia de ecosistema que se retroalimenta.
¿Por qué se ha vuelto tan importante la IA local?
Cuando se habla de IA local, lo primero que suele venir a la mente son "modelos que funcionan sin internet", pero detrás hay mucho más. En los servicios basados en la nube, cada consulta tiene que ir a servidores remotos y volver; esto genera latencia y supone una tarifa de servicio continua. A esto se suma la dimensión de la privacidad de los datos: para los equipos que no quieren enviar fuera sus documentos, su código o los datos de sus clientes, la ejecución local se convierte en la única opción realista. Por lo tanto, cada movimiento de NVIDIA en este ámbito entra en el radar no solo de los usuarios curiosos, sino también de los desarrolladores corporativos.
Por otro lado, el ámbito del hardware también llevaba mucho tiempo preparándose para este escenario. La calidad de los modelos de pesos abiertos (open-weight) aumenta con cada versión, y capacidades que antes solo podían ejecutarse en centros de datos ahora caben en sistemas de nivel de escritorio. A medida que cambia este equilibrio, también cambia la respuesta de los usuarios a la pregunta "¿nube o local?". Los últimos anuncios de NVIDIA deben leerse en este marco: la compañía busca hacer más atractivo el hardware local mediante mejoras en el software.
Ecosistema DGX Spark: de un solo sistema a un clúster de alta velocidad
El titular más llamativo del anuncio en el apartado de hardware es un aumento notable de capacidades para los usuarios de DGX Spark. Gracias al nuevo NVIDIA Sync Cluster Assistant, los usuarios pueden conectar dos o más sistemas DGX Spark en un clúster de alta velocidad. Este asistente no solo establece la conexión; también gestiona la configuración de red, la distribución de cargas de trabajo y la supervisión automática del estado desde un único lugar. La automatización de estos pasos, que antes requerían un esfuerzo manual considerable, facilita especialmente que los equipos pequeños monten su propio mini centro de datos.
Otras dos novedades incluidas en el mismo paquete también afectan directamente al uso diario. Google Chrome llega ahora oficialmente como compilación nativa para Linux ARM64, lo que facilita los flujos de trabajo basados en navegador en DGX Spark. El NVIDIA Sync Resource Monitor añadido junto a él muestra el uso de CPU y GPU tanto en tiempo real como en retrospectiva. Además, esta supervisión no se limita a un solo sistema; ahora es posible seguir todo el clúster desde una sola pantalla.
- NVIDIA Sync Cluster Assistant: Convierte dos o más DGX Spark en un clúster de alta velocidad; la configuración de red, la distribución de cargas de trabajo y la supervisión automática del estado se reúnen bajo un mismo techo.
- Chrome local (ARM64 Linux): La compilación oficial de Google Chrome para Linux ARM64 llega a DGX Spark y acelera los flujos de desarrollo basados en navegador.
- NVIDIA Sync Resource Monitor: Ofrece una vista en tiempo real y retrospectiva del uso de CPU y GPU; funciona tanto en un solo sistema como en todo el clúster.
Si consideramos estas tres novedades en conjunto, el panorama es claro: NVIDIA quiere que DGX Spark deje de ser "una caja potente por sí sola" y se convierta en una infraestructura local escalable. No es casualidad que las herramientas de supervisión y de clúster lleguen al mismo tiempo; apuntan directamente a la falta de visibilidad, que es el mayor dolor de cabeza de las instalaciones con varios sistemas. Para el usuario, esto significa una vía para crecer sin necesidad de hacer una costosa instalación desde el primer día.
Agentes siempre activos en tarjetas RTX: Muse Glimmer
Cuando pasamos al lado del consumidor, nos encontramos con el modelo Muse Glimmer de Meta. Este modelo de pesos abiertos y 30 mil millones de parámetros está optimizado especialmente para agentes locales "siempre activos". La expresión "siempre activos" es importante aquí: los asistentes que se ejecutan continuamente en segundo plano y pueden asumir tareas sin esperar la petición del usuario requieren un perfil de hardware muy distinto al de los chatbots clásicos. En este tipo de escenarios, resulta crítico que el modelo permanezca en memoria y responda con baja latencia.
La cifra que da NVIDIA llama la atención en este punto: en una tarjeta insignia como la GeForce RTX 5090, Muse Glimmer puede ejecutarse localmente a una velocidad superior a los 200 tokens por segundo. Esto representa la diferencia entre "probar" un modelo de lenguaje y convertirlo en parte del flujo de trabajo diario. Para el usuario, esta velocidad hace realmente prácticas situaciones como la autocompletación de código, el resumen de documentos o un agente en ejecución continua. Tampoco hay que olvidar que una alta velocidad de tokens también implica tiempos de respuesta más cortos y una experiencia más fluida.
LTX-2.5: un salto local en la generación de vídeo
En el apartado de vídeo, destaca LTX-2.5. La nueva versión del modelo de vídeo abierto admite generación multishot (varias tomas) y edición generativa (generative editing). La compatibilidad con varias tomas permite generar secuencias compuestas por planos consecutivos en lugar de una sola escena; la edición generativa abre la puerta a modificar un vídeo existente sin volver a generarlo desde cero. Estas dos capacidades llevan la generación de vídeo local del nivel de "prueba" al nivel de "puede incorporarse al proceso de montaje".
Las optimizaciones anunciadas por NVIDIA se refieren al apartado de hardware. El modelo está optimizado específicamente para GPU NVIDIA RTX, DGX Spark y DGX Station. Como resultado, los usuarios obtienen el doble de rendimiento mientras ven una reducción del 40 % en el uso de memoria. Esta disminución en el apartado de memoria es especialmente importante, porque los modelos de vídeo suelen encontrarse entre las cargas de trabajo que más exigen la VRAM. Es decir, con el mismo hardware ahora es posible producir clips más largos y proyectos más complejos.
Los siete nuevos modelos abiertos acelerados por NVIDIA
El titular más amplio del anuncio son los nuevos modelos abiertos añadidos a la lista de aceleración de NVIDIA. La compañía presentó al mismo tiempo siete modelos que cubren distintas áreas de uso para que los desarrolladores los exploren:
- Cosmos 3 Edge – Esta versión de la familia Cosmos se ha unido a la lista de modelos acelerados.
- MiniMax-H3 – Este modelo con la firma de MiniMax también figura entre los compatibles.
- El modelo Laguna S 2.1 de Poolside – La nueva versión de Poolside está en la lista de modelos ofrecidos con aceleración de NVIDIA.
- DeepSeek-V4-Flash – La versión etiquetada como "Flash" de DeepSeek también está ahora entre los modelos acelerados.
- El modelo Inkling-Small de Thinking Machines Lab – Este modelo de Thinking Machines Lab es uno de los nuevos miembros de la lista.
- Unsloth Desktop – Esta versión de Unsloth orientada al escritorio también se ha incluido en el ámbito de aceleración.
- Wan-Animate-2 – La segunda versión de la familia Wan-Animate también se ha añadido a los modelos compatibles.
NVIDIA no ha compartido cifras detalladas de rendimiento para cada uno de los modelos en este anuncio; la lista responde más bien a la pregunta "qué modelos ya están listos". Aun así, esta ampliación en sí misma es significativa: que la lista de aceleración crezca con modelos de distintas categorías demuestra que el desarrollador puede experimentar sin quedar atado a un ecosistema concreto. Para los equipos que no quieren depender de los modelos de un único proveedor, este tipo de listas funciona como una garantía que prolonga la vida útil de la inversión en hardware.
¿Qué aportan estas actualizaciones en la práctica y a quién?
Si leemos el anuncio en su conjunto, destacan tres perfiles de usuario distintos. El desarrollador que empieza con un solo DGX Spark encuentra gracias al asistente de clústeres una vía preparada para escalar cuando crezca su carga de trabajo. El usuario aficionado que tiene un escritorio basado en RTX puede probar agentes locales y generación de vídeo con modelos como Muse Glimmer y LTX-2.5. En el lado corporativo, la opción de infraestructura local resulta cada día más realista para los equipos que deben trabajar sin sacar los datos fuera.
Tampoco hay que pasar por alto el aspecto de los costes. Mientras que en los servicios en la nube el gasto crece de forma lineal a medida que aumenta el uso, en el hardware local el coste se convierte en una inversión inicial. Por eso, el atractivo de las soluciones locales no solo se alimenta de la privacidad, sino también de la necesidad de los equipos que buscan un presupuesto predecible. Que NVIDIA ofrezca herramientas tanto para clústeres como para un solo sistema apunta a facilitar la transición entre ambos extremos. La llegada continua de optimizaciones de software genera además un efecto que prolonga la vida útil del hardware existente.
¿Qué cabe esperar a partir de ahora?
En la hoja de ruta de NVIDIA, la IA local parece que seguirá siendo un tema a largo plazo. Que la compañía presentara el mismo día el modelo Nemotron 3.5 Lightning y publicara junto a ello artículos técnicos de blog demuestra que la inversión en el apartado de software continúa. En el próximo periodo puede esperarse que la lista de modelos acelerados crezca aún más y que las optimizaciones actuales se profundicen con nuevas versiones. La pregunta crítica para el usuario es la siguiente: ¿qué cargas de trabajo tiene más sentido mantener en la nube y cuáles en local?
La respuesta a esta pregunta variará de un usuario a otro, pero el equilibrio se inclina claramente hacia el lado local. Cuando se combinan sistemas de escritorio que pueden agruparse en clústeres, modelos locales que superan los 200 tokens por segundo y generación de vídeo con mayor eficiencia de memoria, la "IA local" deja de ser un pasatiempo y se convierte en una opción de producción seria. El último anuncio de NVIDIA está centrado precisamente en acelerar esta transición.
