NVIDIA lleva la IA local más lejos con PAIR y RTX Spark

NVIDIA ha aprovechado IFA 2026 para presentar una batería de novedades con las que quiere acelerar la evolución de la inteligencia artificial local. La estrategia abarca prácticamente todo el recorrido: agentes más fáciles de instalar y configurar, mejoras importantes en rendimiento de inferencia, nuevos modelos optimizados para ejecutarse en local, aplicaciones capaces de aprovecharlos y una nueva herramienta llamada NVIDIA PAIR que permite distribuir cargas entre varios equipos de una misma red. A todo ello se suma la llegada en octubre de los primeros PC Windows basados en RTX Spark, una plataforma diseñada para combinar IA, creación y gaming en sistemas compactos y portátiles.

Una de las prioridades de NVIDIA pasa por reducir la complejidad que todavía supone poner en marcha un agente de IA en local. Perplexity Portable Computer llegará este mes a GPUs RTX con al menos 24 GB de VRAM sobre Windows y Linux, permitiendo ejecutar flujos completos sin consumir créditos y recurrir de forma selectiva a más de 15 modelos de frontera en la nube cuando una tarea necesite capacidades adicionales. En ese caso, la aplicación solicita permiso antes de enviar información fuera del equipo. Hermes Agent incorporará próximamente una configuración con un clic capaz de detectar automáticamente la GPU, seleccionar un modelo y unos parámetros apropiados y aprovechar llama.cpp con las optimizaciones de NVIDIA, mientras que OpenClaw simplificará igualmente la preparación de modelos locales en sistemas Windows equipados con una RTX de al menos 24 GB de memoria.

La compañía también ha seguido trabajando en uno de los puntos fundamentales de la IA local: hacer que los modelos respondan más rápido. Las nuevas optimizaciones para llama.cpp permiten alcanzar hasta 1,9 veces más throughput en una GeForce RTX 5090 gracias a mejoras en kernels, técnicas más avanzadas de speculative decoding y un prefill más rápido. vLLM, por su parte, mejora 1,2 veces el rendimiento en una RTX PRO 6000 Blackwell Workstation Edition y hasta 1,4 veces cuando se utilizan dos DGX Spark. Estas optimizaciones ya pueden aprovecharse a través de LM Studio, Ollama, llama.cpp y vLLM, aunque las cifras corresponden a configuraciones y cargas concretas y no deben interpretarse como una mejora universal aplicable a cualquier modelo o equipo.

Probablemente la novedad más interesante desde el punto de vista conceptual sea NVIDIA Personal AI Router, o PAIR. Esta herramienta gratuita y de código abierto está diseñada para descubrir los equipos compatibles presentes en una misma red local y repartir entre ellos solicitudes independientes de inferencia. No sustituye a Ollama o LM Studio ni introduce un nuevo motor: funciona como un router virtual que supervisa qué sistemas están disponibles, qué modelos tienen cargados y qué capacidad libre ofrecen para decidir dónde ejecutar cada trabajo. Desde el punto de vista del agente sigue existiendo una única conexión, mientras PAIR se ocupa de toda la distribución por detrás y permite ampliar la capacidad disponible sin modificar el propio software del agente.

Esto encaja especialmente bien con los agentes compuestos por múltiples subagentes, capaces de dividir una tarea compleja en muchos trabajos independientes. PAIR puede enviar unas peticiones al PC principal y otras a equipos adicionales de la red que tengan recursos disponibles, reduciendo las colas y permitiendo ejecutar más trabajos simultáneamente. Conviene aclarar qué no hace: PAIR no fusiona varias GPUs, no suma su VRAM y tampoco divide una única inferencia entre diferentes máquinas. Cada solicitud se ejecuta completa en un solo nodo; la ventaja aparece cuando existen varias peticiones que pueden procesarse en paralelo. Esto permite, por ejemplo, dejar libre la GPU principal para jugar, crear contenido o realizar otras tareas mientras otros equipos asumen parte de la carga de IA.

El planteamiento está pensado además para funcionar como un clúster doméstico flexible, no como una infraestructura que obligue a mantener todos los equipos permanentemente encendidos y configurados de la misma manera. La beta de PAIR es compatible con Windows, macOS y Linux, GeForce RTX 20 Series y posteriores, RTX PRO basadas en Turing o arquitecturas más recientes, DGX Spark y sistemas Apple con chips M4 o posteriores. Un portátil puede suspenderse, un PC puede empezar a utilizar intensamente su GPU y otro equipo puede incorporarse o desaparecer de la red sin romper el conjunto. PAIR mantiene una visión actualizada de los nodos disponibles y comprueba factores como la presencia del modelo solicitado, la carga existente o la utilización de GPU. Las conexiones entre los equipos se establecen además mediante emparejamiento seguro, mTLS y certificados generados para mantener las comunicaciones dentro de la red privada.

NVIDIA ha mostrado una demostración bastante ilustrativa de lo que puede aportar este enfoque. Utilizando Hermes y Qwen3.6 35B A3B, una tarea repartida entre cinco subagentes tardó una media de 6 minutos y 18 segundos utilizando una sola RTX 5090. Al repetir el trabajo con un clúster PAIR formado por dos RTX 5090, el tiempo bajó hasta 3 minutos y 48 segundos. La propia NVIDIA advierte que se trata de una demostración concreta y no de un benchmark general ni de una promesa de escalado lineal: los resultados pueden cambiar notablemente según el modelo, la carga, la configuración, la red y el grado de paralelismo disponible.

Todo esto llega en un momento en el que el catálogo de modelos capaces de ejecutarse localmente sobre hardware NVIDIA está creciendo con rapidez. La compañía destaca Nemotron 3.5 Lightning, un modelo de 30.000 millones de parámetros para RTX, RTX PRO, DGX Spark y Jetson; GLM-5.3-Flash de Z.ai; los Qwen3.8-Flash-Next y Qwen3.8-27B; LTX 2.5 para generación de vídeo; MiniMax-H3, capaz de generar vídeo con audio sincronizado; Muse Glimmer de Meta, orientado a programación y agentes; y DeepSeek v4 Flash, un enorme modelo MoE de 284.000 millones de parámetros que puede ejecutarse localmente en DGX Station. La variedad muestra que la IA local está dejando de estar centrada únicamente en chatbots y comienza a abarcar programación, agentes, generación multimodal, imagen y vídeo.

También empiezan a aparecer aplicaciones que convierten esas capacidades en herramientas más accesibles para usuarios creativos. CyberLink PhotoDirector AI PC Mode será una de las primeras en integrar directamente modelos de difusión dentro de un editor convencional, con funciones de edición generativa, mejora de imagen, eliminación de objetos y distracciones, sustitución de fondos, retoque de retratos y creación de nuevas imágenes. Los usuarios podrán escoger entre procesamiento local o en la nube según la tarea, y en GPUs NVIDIA utilizará TensorRT-RTX y FP8 para acelerar el trabajo en el propio dispositivo. AI PC Mode llegará a PhotoDirector 365 coincidiendo con el estreno de RTX Spark en octubre.

Ese hardware será precisamente otra de las piezas importantes de la estrategia. NVIDIA RTX Spark llegará en octubre, con nuevos equipos de fabricantes como ASUS, Acer y Lenovo. Acer ha mostrado un concepto de sobremesa compacto, mientras que Lenovo prepara los Yoga Pro 9n y Yoga 9n 2-in-1. La plataforma combina una GPU RTX Blackwell capaz de alcanzar 1 petaflop, hasta 128 GB de memoria unificada y una CPU Grace de 20 núcleos, con el objetivo de permitir portátiles finos y sobremesas compactos capaces de mantener agentes locales funcionando de manera persistente. Electronic Arts, Embark y Ubisoft se han sumado además a KRAFTON, NetEase, Riot Games y Xbox entre las compañías que preparan soporte para RTX Spark en sus juegos. NVIDIA está intentando así construir algo bastante más amplio que una plataforma para ejecutar modelos: un ecosistema en el que agentes, creación, IA generativa y gaming puedan convivir en el mismo PC, y en el que incluso varios equipos de casa puedan trabajar juntos cuando sea necesario.

Más información