- Nvidia presenta RTX Spark, un chip para ordenadores personales capaz de ejecutar modelos de IA de hasta 120.000 millones de parámetros.
- Modelos de bajo bit como BitNet permiten ejecutar IA en dispositivos con menos memoria y consumo energético, reduciendo la dependencia de la nube.
- Meta y Nvidia lanzan modelos de código abierto (Muse Glimmer y Nemotron 3.5 Lightning) optimizados para hardware de consumo, impulsando la IA local.
- La IA local reduce costes y mejora la privacidad, aunque implica una dependencia del fabricante de hardware y requiere estaciones de trabajo de gama alta.
Durante años, hablar con una inteligencia artificial significaba enviar cada palabra a un servidor remoto y esperar la respuesta desde la nube. Ese esquema, sin embargo, empieza a resquebrajarse. En apenas cuarenta y ocho horas, Meta liberó Muse Glimmer y NVIDIA presentó Nemotron 3.5 Lightning, dos modelos de pesos abiertos de 30.000 millones de parámetros construidos alrededor de una misma idea: que un agente de IA pueda vivir dentro de tu propia máquina, sin pedirle permiso a nadie.
La diferencia no es cosmética. Un agente que corre en local mantiene el código, los archivos privados y, lo que es decisivo, las credenciales, tokens y claves de acceso dentro del dispositivo, sin que ninguna viaje hacia un tercero. NVIDIA lo enmarca como control total sobre dónde se ejecuta la IA y cómo se despliega, un lenguaje que resulta familiar para cualquiera que siga de cerca el mundo de la tecnología. Este movimiento no es un hecho aislado: responde a una tendencia más amplia que busca democratizar el acceso a la inteligencia artificial y reducir la dependencia de los grandes centros de datos.
El RTX Spark de Nvidia: el primer chip para el ordenador personal
Si hay una empresa cuyo nombre aparece inevitablemente en cualquier conversación sobre inteligencia artificial, esa es Nvidia. No porque fabrique los chatbots ni los asistentes virtuales que usamos cada día, sino porque hace algo quizás más determinante: fabrica el hardware sobre el que todo eso funciona. Sus chips son, en cierto modo, el suelo sobre el que se construye la IA moderna. Y ese suelo acaba de expandirse en una dirección inesperada.
Esta semana, en el Computex de Taipéi, Nvidia presentó el RTX Spark, un chip diseñado no para los grandes centros de datos de Google o Microsoft, sino para el ordenador que tienes en casa o el portátil que llevas a trabajar. Es el primer chip de Nvidia creado para el usuario común, combinando en una sola pieza el procesador central y la tarjeta gráfica. Esto permite ejecutar modelos de inteligencia artificial directamente en el dispositivo, sin necesidad de conectarse a ningún servidor externo.
El RTX Spark alcanza un petaflop de capacidad de cálculo, es decir, es capaz de realizar un millón de millones de operaciones matemáticas por segundo, una cifra que hasta hace poco solo se veía en supercomputadores de uso profesional. Con esa potencia, puede ejecutar modelos de hasta 120.000 millones de parámetros, lo que supone un salto cualitativo en lo que se puede hacer en un equipo personal. Hasta ahora, cuando usabas un asistente de IA, tu consulta viajaba hasta un centro de datos en algún lugar del mundo, se procesaba allí y te llegaba la respuesta. Con un chip como este, ese proceso ocurre dentro de tu propio ordenador, lo que tiene implicaciones importantes en términos de privacidad: lo que le preguntas a la IA se queda en tu dispositivo y no llega a manos de ninguna empresa externa.
La revolución de los modelos de bajo bit
Este avance en hardware se complementa con una línea de investigación que lleva años madurando: los modelos de bajo bit. La narrativa clásica ha sido que los modelos de IA son enormes y necesariamente tienen que vivir en la nube, porque los ordenadores no daban de sí lo suficiente. Pero la historia está cambiando gracias a técnicas como la cuantización y las arquitecturas de un bit.
Los LLM tradicionales contienen miles de millones de parámetros, que son fundamentalmente los pesos numéricos aprendidos durante su entrenamiento. Históricamente, estos pesos se han almacenado utilizando números de coma flotante de 16 bits, lo que convierte al modelo en algo demasiado grande y aparatoso para vivir en un teléfono o en la mayoría de los laptops habituales. Sin embargo, las arquitecturas de un bit, como BitNet, llevan este razonamiento al límite: obligan a los pesos a tomar solo uno de tres posibles valores, 1, 0 o -1. Esto reduce drásticamente los requisitos de memoria y permite aceleraciones de entre 1.37× y 5.07× en arquitecturas ARM, con reducciones de consumo energético del 55.4% al 70%.
Microsoft presentó en 2025 BitNet b1.58 2B4T, un modelo abierto de 2.000 millones de parámetros entrenado sobre cuatro billones de tokens, con prestaciones comparables con modelos convencionales de tamaño similar, pero con mucha menos memoria, latencia y consumo. Ahora, DeepGrove ha publicado Maple-Preview, un modelo de razonamiento 20B-A1B, es decir, alrededor de 20.000 millones de parámetros totales pero aproximadamente mil millones activos por token, organizado en 256 expertos de los que utiliza ocho. Esto demuestra que la combinación de ternarización y Mixture-of-Experts puede ofrecer resultados sorprendentes con recursos limitados.
Muse Glimmer y Nemotron: los nuevos modelos para hardware de consumo
El movimiento hacia la IA local se apoya en un flujo constante de modelos de código abierto pensados para hardware de consumo. Muse Glimmer, destilado del modelo Muse Spark de Meta y publicado bajo licencia Apache 2.0, se comprime a cuatro bits para caber en una sola tarjeta gráfica de 24 gigabytes, y NVIDIA afirma que supera los 200 tokens por segundo en una GeForce RTX 5090. Por su parte, Nemotron 3.5 Lightning, una arquitectura de expertos con apenas 3.000 millones de parámetros activos por consulta, apunta a las tareas repetitivas que consumen el grueso del presupuesto de un agente: validar resultados, invocar herramientas y encadenar pasos.
Meta ha explicado que, a máxima precisión, un modelo de 30.000 millones de parámetros requeriría más de 55 GB de memoria, mucho más de lo que ofrece cualquier GPU de consumo. Utilizando técnicas de cuantificación, han comprimido los pesos a una precisión aproximada de 4 bits, reduciendo el modelo a menos de 20 GB. Esto deja margen suficiente para que la memoria de trabajo, la caché KV, el codificador de percepción y el generador de decodificación especulativa se ejecuten simultáneamente dentro de un límite de 24 GB o 32 GB. La compresión introduce una degradación mínima o nula en las tareas de tipo agente, según la compañía.
Implicaciones económicas y estratégicas
El impacto real de estos desarrollos no es solo técnico, sino también económico. Mike Wilkes, CISO para empresas de Aikido Security, señala que la economía y la arquitectura de la IA están empezando a volver hacia el edge. La comparación financiera se convierte en un gasto de capital que puede amortizarse a lo largo de varios años frente a un gasto operativo en la nube, por token o por solicitud, que es prácticamente perpetuo. Esto significa que una empresa puede considerar racionalmente pagar un poco más por el hardware si ello le proporciona costes de IA predecibles, disponibilidad sin conexión, control sobre las versiones del modelo y la seguridad de no verse afectada por cambios repentinos en los precios de las API.
Steven Eric Fisher, asesor independiente en ciberseguridad, matiza que la ejecución local conlleva una larga lista de gastos relacionados: hardware, energía, ciclo de vida, soporte y utilización. Los objetivos de memoria de 24 GB y 32 GB indicados por Meta demuestran que Glimmer puede cargarse y ejecutarse en hardware relativamente accesible, pero los requisitos prácticos pueden superar los 32 GB disponibles en una GPU Nvidia RTX 5090, situando a estos modelos principalmente en estaciones de trabajo de gama alta para desarrolladores y ciencia de datos.
La misma lógica se aplica al ámbito empresarial. Hon Hai Precision Industry Co. ha anunciado un aumento de sus beneficios trimestrales superior al previsto, lo que pone de manifiesto la sólida demanda mundial de hardware de inteligencia artificial. El beneficio neto del trimestre finalizado en junio creció un 35%, hasta alcanzar los 60.000 millones de dólares taiwaneses, y los ingresos de julio se dispararon un 54,2%, hasta alcanzar los 946.500 millones de dólares taiwaneses. La empresa taiwanesa, conocida como Foxconn, es uno de los principales socios de producción de servidores de Nvidia, y sus resultados se han convertido en un indicador clave de la demanda mundial de IA.
Goldman Sachs, por su parte, considera que China está entrando en una nueva fase de exportación de hardware vinculado a la inteligencia artificial. Empresas como Inovance y Estun, especializadas en automatización industrial y robótica, podrían convertirse en líderes globales, con un mercado potencial de entre 12.000 y 212.000 millones de dólares de aquí a 2030. El banco recomienda comprar Inovance, con un precio objetivo de 92,90 yuanes, que implica un potencial superior al 50%. Estun, por su parte, busca multiplicar su cuota en el sudeste asiático, pasando de aproximadamente el 3% actual hasta cerca del 10% en 2030.
La tesis de Goldman Sachs apunta a un cambio relevante: China ya no estaría limitada a fabricar componentes de bajo coste, sino que algunas compañías comienzan a desarrollar marcas, tecnología y capacidad comercial propias capaces de competir internacionalmente. La automatización industrial y la robótica podrían convertirse así en uno de los siguientes grandes vectores de exportación china, especialmente si las empresas consiguen trasladar al exterior las ventajas de costes, escala industrial y velocidad de innovación que ya han desarrollado en su mercado doméstico.