Acer acaba de lanzar el Veriton GN100, una estación de trabajo compacta diseñada con un objetivo claro: que puedas entrenar y ejecutar modelos de inteligencia artificial directamente en tu PC, sin depender de la nube. Aunque esta idea no es totalmente nueva, apunta hacia un futuro donde el ordenador personal se transforma para ofrecernos la posibilidad de tener algo parecido a un ChatGPT funcionando localmente.
Este hardware resulta familiar. Viene equipado con un chip NVIDIA GB10 basado en la arquitectura Grace Blackwell, junto a 128 GB de memoria GDDR5 y 4 TB de almacenamiento. Es casi la misma configuración que la estación DGX Spark de NVIDIA, anunciada en marzo y aún no disponible para la venta, aunque esta última tiene solo 1 TB de almacenamiento, lo que limita la cantidad de modelos que se pueden tener descargados.
El Veriton GN100 refleja una tendencia creciente: la aparición de estaciones de trabajo pequeñas y específicas para instalar e incluso entrenar modelos de IA de forma local. Esto tiene un gran valor en términos de privacidad, ya que nuestras interacciones con estos modelos no salen del equipo ni quedan almacenadas en servidores externos como los de OpenAI, Google o Anthropic. De esta forma, podemos manejar información sensible, como datos financieros o médicos, sin preocuparse de que se filtre o se use fuera de nuestro control.
Además, ejecutar IA en local puede suponer un ahorro, ya que elimina los costos recurrentes asociados a servicios en la nube, como suscripciones o pagos por uso a través de APIs. En este caso, lo único que pagamos es el equipo y la electricidad que consume.
Eso sí, los modelos que se pueden correr en local suelen ser open source, como Llama, DeepSeek R1, Qwen o las nuevas versiones gpt-oss de OpenAI. Aunque ofrecen buenas prestaciones, no alcanzan la calidad y potencia de modelos gigantes como GPT-5, Gemini o Claude 4 Opus, que requieren miles de GPUs en centros de datos masivos. Pero para muchos usos, estos modelos abiertos son más que suficientes.
Un aspecto clave para usar modelos grandes es la memoria gráfica. Los PCs tradicionales suelen quedarse cortos en este aspecto: la GeForce RTX 5090, la gráfica más potente para consumidores, ofrece 32 GB de memoria GDDR7, que aunque es rápida, limita el tamaño de los modelos que se pueden ejecutar.
Aquí Apple lleva ventaja con sus Mac Studio, que pueden equipar hasta 512 GB de memoria unificada con un ancho de banda sobresaliente, ideal para correr grandes modelos open source sin problemas.
Pero la cosa no termina ahí. También hay PCs que comienzan a mejorar en este terreno, como el Framework Desktop, que dispone de 128 GB de memoria GDDR5 y sistemas similares a los del Veriton GN100 o la DGX Spark, con un ancho de banda decente para aplicaciones de IA.
Este lanzamiento muestra cómo podría despegar una nueva categoría de PCs especializados en inteligencia artificial. Hasta ahora, los fabricantes se han enfocado especialmente en equipos para gaming, pero el crecimiento de la IA abre la puerta a máquinas con grandes capacidades gráficas que estarán diseñadas específicamente para este campo. El futuro apunta a “PCs para IA” que hacen posible tener modelos avanzados funcionando localmente, sin depender de la nube.
