Comparar sistemas completos

PC y workstations para ejecutar un LLM en local

Elige primero la memoria rápida que necesita tu modelo y compara después velocidad, software, red, formato y ampliación. Estas configuraciones concretas incluyen también sus límites prácticos.

Tres tipos de hardware

¿Capacidad, velocidad o ecosistema de software?

Ryzen AI Max+ 395

Hasta 128 GB de memoria compartida en sistemas x86 compactos. Se centra en la capacidad para muchos LLM 70B cuantizados.

Prioridad: memoria y tamaño

GeForce RTX 5090

32 GB de VRAM y soporte CUDA amplio. Destaca en velocidad cuando modelo y contexto caben íntegramente en VRAM.

Prioridad: velocidad

NVIDIA GB10

128 GB de memoria coherente y un entorno NVIDIA integrado en un sistema Arm/Linux especializado.

Prioridad: desarrollo CUDA

Modelos y configuraciones

Seis sistemas para necesidades diferentes

Un mismo nombre comercial puede esconder distintas cantidades de RAM y almacenamiento. Comprueba siempre la configuración completa antes de elegir.

Capacidad en un mini PC x86

GMKtec EVO-X2

Ryzen AI Max+ 395, versiones de 64 o 128 GB y dos ranuras M.2. Guía detallada.

128 GB

Adecuado para

LLM 20B–32B con 64 GB y muchos 70B cuantizados con 128 GB cuando hay poco espacio en el escritorio.

Limitaciones

La memoria está soldada y se comparte con el sistema. Comprueba backend Radeon, límite UMA y comportamiento bajo carga prolongada.

CPU / gráficos
Ryzen AI Max+ 395 / Radeon 8060S
Memoria
64 o 128 GB LPDDR5X compartidos
Almacenamiento
2× M.2 PCIe 4.0
Red
2,5GbE y Wi-Fi 7
Puertos
2× USB4, HDMI y DisplayPort
Uso destacado
modelos grandes en poco espacio

Capacidad y red doméstica rápida

Beelink GTR9 Pro

Ryzen AI Max+ 395, 128 GB, dos ranuras M.2 y doble 10GbE. Guía detallada.

128 GB

Adecuado para

Servidor LLM compacto, modelos 70B cuantizados y varios clientes en la red local. Dos puertos 10GbE son poco habituales en esta clase.

Limitaciones

Memoria soldada. Comprueba controladores Ethernet y Radeon, refrigeración y estabilidad del motor antes de ofrecer servicios sin supervisión.

CPU / gráficos
Ryzen AI Max+ 395 / Radeon 8060S
Memoria
128 GB LPDDR5X compartidos
Almacenamiento
2× M.2 PCIe 4.0
Red
2× 10GbE y Wi-Fi 7
Puertos
2× USB4, HDMI, DisplayPort, SD
Uso destacado
servidor para varios dispositivos

Workstation profesional compacta

HP Z2 Mini G1a

Ryzen AI Max+ PRO 395, hasta 128 GB, fuente interna y Thunderbolt 4. Guía detallada.

128 GB

Adecuado para

Puestos Windows profesionales, RAG local y modelos grandes cuando importan soporte, conectividad y una carcasa bien integrada.

Limitaciones

La memoria no se amplía. Algunas variantes tienen 64 GB o un SSD pequeño; revisa el código de configuración completo.

CPU / gráficos
Ryzen AI Max+ PRO 395 / Radeon 8060S
Memoria
64 o 128 GB LPDDR5X compartidos
Almacenamiento
2× M.2 2280
Red
2,5GbE y Wi-Fi 7
Puertos
2× Thunderbolt 4 y USB-C/A
Fuente
interna, según configuración

Conectividad y ampliación

MINISFORUM MS-S1 Max

Ryzen AI Max+ 395, 128 GB, doble 10GbE, cuatro USB4 y ranura PCIe. Guía detallada.

128 GB

Adecuado para

Un puesto fijo para modelos 70B cuantizados, varios clientes de red y periféricos rápidos, con más ampliación que un mini PC corriente.

Limitaciones

La ranura mecánica x16 funciona eléctricamente como PCIe 4.0 x4. No ofrece el ancho de banda de una ranura GPU completa de torre.

CPU / gráficos
Ryzen AI Max+ 395 / Radeon 8060S
Memoria
128 GB LPDDR5X compartidos
Almacenamiento
2× M.2
Red
2× 10GbE y Wi-Fi 7
Puertos
4× USB4
Ampliación
eléctricamente PCIe 4.0 x4

Desarrollo local con entorno NVIDIA

ASUS Ascent GX10

Sistema GB10 Grace Blackwell con 128 GB de memoria coherente y entorno NVIDIA. Guía detallada.

128 GB

Adecuado para

Inferencia CUDA, prototipos y modelos grandes que aprovechan mucha memoria coherente y el ecosistema NVIDIA integrado.

Limitaciones

Es una plataforma Arm/Linux, no un escritorio Windows generalista. Comprueba aplicaciones, contenedores y extensiones de Python.

Procesador
NVIDIA GB10 Grace Blackwell
Memoria
128 GB LPDDR5X coherentes
Almacenamiento
SSD NVMe según configuración
Sistema
NVIDIA DGX OS sobre Ubuntu
Red
10GbE, Wi-Fi 7 y ConnectX-7
Uso
desarrollo local de IA

Velocidad y componentes sustituibles

Torre GeForce RTX 5090

32 GB de VRAM dedicada en una caja amplia con al menos 64 GB de RAM. Guía detallada.

32 GB

Adecuado para

Inferencia muy rápida con modelos 8B–32B, herramientas CUDA y una máquina en la que GPU, RAM y SSD siguen siendo sustituibles.

Limitaciones

Un 70B suele superar 32 GB de VRAM. La descarga a RAM es posible, pero más lenta; comprueba fuente, espacio y refrigeración.

GPU
GeForce RTX 5090, 32 GB GDDR7
RAM
mínimo recomendado de 64 GB
Almacenamiento
mínimo recomendado de 2 TB NVMe
Ventaja
ancho de banda y CUDA
Formato
torre bien ventilada
Ampliación
GPU, RAM y SSD sustituibles

* Enlace publicitario. Podemos recibir una comisión si compras; tu precio no cambia. Como Afiliados de Amazon, obtenemos ingresos por las compras que cumplen los requisitos aplicables. La ficha del vendedor determina configuración, precio y entrega.

Comparación rápida

Elegir según tu modelo

SistemaMemoria rápidaMejor usoLímite principal
EVO-X2 / GTR9 Prohasta 128 GB compartidos70B cuantizados en formato compactomemoria soldada y backend Radeon
HP Z2 Mini G1ahasta 128 GB compartidosworkstation Windows profesionalconfiguración exacta y precio
MS-S1 Max128 GB compartidosservidor compacto con red y ampliaciónPCIe eléctrico x4
ASUS Ascent GX10128 GB coherentesdesarrollo CUDA y modelos grandesplataforma Arm/Linux
Torre RTX 509032 GB de VRAM8B–32B muy rápidos70B con descarga más lenta

¿Aún tienes dudas?

Calcula primero la memoria necesaria

El tamaño del modelo y el contexto pesan más que la marca. El buscador muestra cada supuesto y compara sistemas compatibles.

Abrir el buscador de PC