AI Stays Local

Hardware

¿Qué puede ejecutar mi equipo?

Responda seis preguntas sobre el equipo que ya tiene. El resultado le indica en qué perfil encaja, qué clase de modelo admite ese perfil, en qué punto está la evidencia y qué no hará.

La memoria unificada de Apple, la RAM del sistema y la memoria de una GPU dedicada se comportan de forma distinta, así que preguntamos en lugar de suponer.

Opcional. Déjelo en blanco si no lo sabe.

Opcional. Los pesos del modelo necesitan espacio.

Se calcula en su navegador. Nada de lo que escriba aquí se envía, se almacena ni se registra.

La compatibilidad la deciden a la vez el sistema operativo, la arquitectura, el almacenamiento, la aceleración y el perfil de modelo, no solo la capacidad de memoria.

Para qué sirve cada clase de equipo.

Elija un perfil. Cada cifra se calcula en esta página a partir de la reserva del sistema operativo, y nada de esto es una velocidad: una velocidad solo se publica donde se ha medido.

Elija un perfil de hardware

Essential

Aún sin medir

Un sistema compatible con 16 GB de memoria y almacenamiento SSD suficiente.

Memoria
16 GB
Tipo de memoria
Memoria unificada, Memoria del sistema
Utilizable tras el sistema operativo
Una máquina de 16 GB reserva 5 GB para el sistema operativo y deja unos 11 GB
Clase de modelo
Asistentes locales eficientes
Cargas de trabajo
Chat local, un perfil de modelo eficiente, programación ligera y una colección de documentos limitada.
Limitaciones
Los modelos de clase frontera no se ejecutan aquí, y no diremos lo contrario. Dieciséis gigabytes son un punto de entrada, no una garantía: el sistema operativo, la arquitectura, el almacenamiento y la aceleración intervienen en la decisión.

Personal

Aún sin medir

De 24 a 48 GB de memoria unificada o del sistema, según la plataforma.

Memoria
24–48 GB
Tipo de memoria
Memoria unificada, Memoria del sistema
Utilizable tras el sistema operativo
Una máquina de 32 GB reserva 6 GB para el sistema operativo y deja unos 26 GB
Clase de modelo
Modelos abiertos eficientes y de tamaño medio
Cargas de trabajo
Un asistente privado completo, documentos con citas y perfiles de modelo con más capacidad.
Limitaciones
Los perfiles grandes de mezcla de expertos quedan fuera de alcance en este nivel.

Professional

Medido en una máquina

De 64 a 128 GB de memoria, o una configuración con GPU dedicada acompañada de suficiente RAM del sistema y NVMe rápido.

Memoria
64–128 GB
Tipo de memoria
Memoria unificada, Memoria del sistema, Memoria de GPU
Utilizable tras el sistema operativo
Una máquina de 128 GB reserva 8 GB para el sistema operativo y deja unos 120 GB
Clase de modelo
Modelos abiertos profesionales
Cargas de trabajo
Modelos más grandes, colecciones de documentos extensas, la API local y automatización profesional.
Limitaciones
Existe evidencia para una máquina de esta clase, con 130.7 GB de memoria unificada. Una máquina con menos memoria no queda cubierta por ella, y los perfiles más grandes necesitan la máquina en exclusiva.

Frontier Workstation

Aún sin medir

De 192 a 512 GB de memoria unificada, o una estación de trabajo equivalente con mucha memoria.

Memoria
192–512 GB
Tipo de memoria
Memoria unificada, Memoria del sistema
Utilizable tras el sistema operativo
Una máquina de 512 GB reserva 12 GB para el sistema operativo y deja unos 500 GB
Clase de modelo
Modelos abiertos de clase frontera
Cargas de trabajo
Modelos de pesos abiertos de clase frontera y cargas de trabajo locales avanzadas.
Limitaciones
La disponibilidad de modelos en este nivel la decide la validación, no solo la memoria. No se ha medido ninguna máquina de esta clase, así que no se afirma ningún modelo para ella.

Private AI Rack

Previsto

Varios equipos de confianza conectados dentro de una red privada.

Memoria
Varias máquinas
Tipo de memoria
Repartida entre nodos privados
Utilizable tras el sistema operativo
Por máquina. Cada nodo conserva su propia memoria.
Clase de modelo
Perfiles muy grandes repartidos entre máquinas
Cargas de trabajo
Diseñado para ejecución distribuida, acceso de equipos de personas y perfiles de modelo muy grandes.
Limitaciones
La ejecución en varios nodos está diseñada y no implementada. Cada máquina conserva su propia memoria. Los nodos aportarían recursos agregados mediante ejecución distribuida explícita; no forman un único conjunto de memoria compartida.
Available through a controlled private beta. Larger model profiles are added as they complete hardware validation.