Herramientasmini pc
Mini PC para IA: claves para elegir sin equivocarte
Elige un mini PC para IA local con una lista clara: memoria, GPU, compatibilidad y pruebas. Evita comprar solo por la cifra de TOPS y ajusta tu equipo.
- Autor: humAIns
- 9 min de lectura
índice · 6 apartados
Un mini PC puede servir para probar modelos de IA en local, pero no existe una configuración que sea la mejor para todos. Antes de comprar, define la tarea y el modelo, confirma qué procesador usa la aplicación y comprueba que la memoria y la refrigeración del equipo permiten ejecutarlo. No decidas solo por los TOPS anunciados o por una etiqueta de IA.
Esta guía está pensada para profesionales que quieren resumir documentos, clasificar textos o experimentar con un asistente sin depender siempre de la nube. La forma compacta no cambia los requisitos del modelo: compara el equipo con la carga concreta y prueba primero con material ficticio. Para entender las diferencias de procesamiento, consulta IA en local o en la nube.
¿Qué tarea vas a ejecutar y cuál es el modelo?
Empieza describiendo el trabajo, no el ordenador. “Quiero IA local” no determina si necesitas resumir un PDF de pocas páginas, consultar un conjunto grande de documentos, transcribir audio o generar imágenes. Esas tareas pueden usar modelos, aplicaciones y recursos distintos.
Anota tres decisiones antes de mirar fichas técnicas:
- La tarea: por ejemplo, generar un resumen estructurado de un informe ficticio o extraer fechas y nombres de un conjunto de prueba.
- La aplicación y el modelo: revisa la biblioteca de modelos que admite tu herramienta, el formato descargable y la licencia aplicable al uso que planeas.
- El criterio de éxito: define qué resultado debe producir, cuánto contexto necesita y qué errores serían inaceptables. No confundas una respuesta convincente con una revisión correcta.
Ollama permite ejecutar modelos y su documentación explica qué hardware compatible puede aprovechar. La compatibilidad concreta depende del sistema y de los componentes; consulta su documentación de GPU antes de elegir una configuración. Para tareas de programación con Ollama, también puedes ver IA local para programar.
Memoria utilizable, cuantización y margen para el sistema
La memoria del equipo es un factor central, pero no basta con leer la cantidad instalada. La gráfica integrada puede compartir memoria del sistema; además, Windows o Linux, la aplicación, el contexto de la conversación y otras tareas también consumen recursos. Distingue memoria física, memoria disponible para el modelo y memoria de vídeo dedicada, si la hay.
El tamaño del archivo del modelo sirve como pista, no como requisito completo. Al cargarlo se necesitan recursos adicionales, y una conversación extensa puede elevar la demanda. En equipos con memoria compartida, el sistema y el modelo compiten por el mismo espacio; si el ordenador empieza a paginar o cerrar aplicaciones, la experiencia no será la esperada aunque el modelo consiga arrancar.
La cuantización reduce el tamaño de los parámetros para hacer más manejable la ejecución. No es una garantía de calidad idéntica: las variantes pueden cambiar la precisión y el comportamiento, y el efecto depende del modelo y la tarea. La documentación de Ollama recomienda probar las opciones y advierte que el impacto en calidad varía. Por eso, compara una versión cuantizada con la respuesta que necesitas, no solo con el espacio que ocupa.
No uses reglas universales del tipo “X GB equivalen a un modelo de tamaño Y”. Requisitos y capacidad real cambian con la arquitectura, cuantización, longitud de contexto, descarga y reparto entre CPU y GPU. Consulta la ficha de la variante elegida, deja margen para el sistema y ejecuta una prueba que se parezca a tu uso. La FAQ oficial de Ollama explica cómo identificar en ollama ps si el modelo está usando CPU, GPU o ambas.
GPU integrada o dedicada, NPU y compatibilidad efectiva
Una CPU general puede ejecutar ciertos modelos; una GPU puede acelerar cargas compatibles y aportar memoria propia en algunos equipos; una GPU integrada suele compartir recursos del sistema. Una NPU es un acelerador especializado, pero solo una aplicación diseñada para usarla podrá aprovecharla. Son piezas distintas y no hay una etiqueta que garantice que todas las aplicaciones de IA vayan a funcionar igual.
Microsoft indica que Windows necesita software específicamente diseñado para usar una NPU. Sus experiencias para Copilot+ PC tienen requisitos propios, y las aplicaciones pueden dirigirse a hardware y modelos concretos. Esto explica por qué una cifra alta de TOPS no predice por sí sola si Ollama, un programa de documentos o tu modelo utilizará la NPU. La guía de Microsoft sobre dispositivos NPU y desarrollo de IA en Windows detalla este requisito de soporte de software.
Antes de comprar, busca la aplicación que pretendes ejecutar en la matriz o documentación oficial de compatibilidad. Confirma el sistema operativo, el controlador, el tipo de acelerador admitido y si el modelo se puede ejecutar en él. En Ollama, comprueba la lista actual de GPU y requisitos de controlador en su página oficial; no extrapoles el soporte de un fabricante o familia a cualquier equipo compacto que lleve componentes con nombre parecido.
Qué comprobar antes de comprar
La ficha del fabricante y las preguntas al vendedor deben resolver más que el nombre del procesador. Revisa estos puntos para el SKU exacto —la referencia concreta que incluye memoria y almacenamiento—:
| Comprobación | Qué averiguar antes de pagar | Por qué importa |
|---|---|---|
| Memoria | Capacidad instalada, tipo, configuración y si se puede ampliar; en equipos integrados, qué parte comparte la gráfica | Determina el margen del modelo y las aplicaciones abiertas |
| Gráficos y NPU | Modelo exacto, memoria disponible, sistema operativo y aplicaciones oficialmente compatibles | Evita pagar por un acelerador que tu flujo no usa |
| Almacenamiento | Capacidad, espacio libre real y opciones de ampliación | Los archivos de modelos pueden ocupar espacio además de documentos y programas |
| Ruido y temperatura | Información del fabricante y condiciones de refrigeración; busca pruebas del SKU exacto si son relevantes | Un equipo pequeño puede limitar potencia sostenida o resultar molesto bajo carga |
| Conectividad | Puertos necesarios, red cableada o inalámbrica y compatibilidad con pantallas y periféricos | Reduce adaptadores y problemas al conectarlo al entorno de trabajo |
| Soporte | Compatibilidad de controladores, garantía y política de actualización | Afecta a la instalación, seguridad y vida útil del equipo |
Comprueba también si el precio anunciado corresponde a la configuración que quieres, pero no compares cifras de rendimiento que no midan el mismo modelo, tarea, software y condiciones. Si la página no aclara memoria ampliable, refrigeración o compatibilidad, pregunta al fabricante o distribuidor antes de comprar. No deduzcas especificaciones por una foto o por el nombre comercial de la familia.
Prueba reproducible con Ollama y un documento ficticio
Una prueba breve te permite valorar si una configuración resulta útil para tu caso sin atribuirle una velocidad que no has medido. Hazla con el equipo que ya tienes o pide al vendedor una demostración sobre la referencia exacta, si ofrece esa posibilidad.
- Instala Ollama desde su fuente oficial y descarga un modelo que figure en su biblioteca. La descarga inicial requiere conexión.
- Crea un documento ficticio con información inventada, por ejemplo, tres incidencias con fechas y estados. No uses expedientes reales ni datos personales.
- Pide al modelo que extraiga esos campos en una tabla, cite la frase de origen y señale los datos ausentes. Comprueba manualmente si cumple el criterio que definiste.
- Repite con el contexto y las aplicaciones que esperas utilizar. Observa si el modelo carga, si la memoria alcanza y si la respuesta es suficientemente útil para tu tarea.
- Ejecuta
ollama psmientras el modelo está cargado para ver si el procesamiento figura en CPU, GPU o repartido. Guarda el nombre de modelo, la variante, el equipo y la configuración para que la comparación sea reproducible.
Esta es una comprobación funcional, no un benchmark ni una predicción de velocidad para otros ordenadores. Para una comparación justa, mantén constantes modelo, cuantización, prompt, contexto, versión de la aplicación y documento de prueba. Ollama también puede disponer de funciones online; verifica que seleccionaste un modelo local y qué conexiones adicionales utiliza la aplicación.
Cuándo un servicio en la nube o un PC existente es mejor
Si solo necesitas IA ocasional, un servicio web o API puede evitar que compres y mantengas hardware para una carga esporádica. Evalúa condiciones de uso, privacidad, coste, límites y dónde se procesan los datos. La nube no es automáticamente adecuada para información confidencial, y un modelo local no elimina la responsabilidad de proteger el dispositivo.
Si ya tienes un ordenador relativamente reciente, probar ahí puede ser la decisión de menor riesgo. Descarga un modelo pequeño compatible, evalúa tareas con datos inventados y comprueba consumo de memoria antes de renovar el equipo. Si el resultado no cumple, habrás aprendido qué limitación necesitas resolver —memoria, compatibilidad o calidad— en vez de adivinarla a partir de una etiqueta comercial.
| Caso de uso | Primer paso razonable | Qué revisar antes de comprar |
|---|---|---|
| Aprender con tareas sencillas y documentos de prueba | Ensayar con el ordenador disponible y un modelo local pequeño | Memoria utilizable y compatibilidad de la aplicación |
| Uso frecuente con modelos concretos | Identificar modelo, contexto y aplicación y probar la configuración exacta | Acelerador compatible, refrigeración y ampliación |
| Necesidad puntual, sin administrar equipo | Comparar un servicio gestionado con una prueba local | Condiciones del proveedor, coste y tratamiento de datos |
| Flujo que requiere modelos grandes o aceleración especializada | Consultar requisitos oficiales y valorar estación de trabajo o servicio dedicado | Espacio, energía, soporte, presupuesto y carga real |
La mejor compra es el equipo que supera una prueba vinculada a tu trabajo y que puedes mantener, no el que promete más operaciones teóricas. Si quieres aprender a aplicar IA a flujos profesionales audiovisuales, explora el curso de IA audiovisual; no sustituye la comprobación técnica de cada ordenador.