Mini PCs y hardware para builders locales
Mini PCs de gama alta, NAS y servidores compactos que funcionan como cerebro de todo el ecosistema. El hardware de esta categoría está pensado para correr múltiples servicios simultáneamente: Home Assistant, un LLM, Frigate, y los servicios de soporte — todo en silencio, con consumo razonable, y disponible las 24 horas. La diferencia con un mini PC de consumo está en la RAM, el almacenamiento y la capacidad de expansión.
La ZimaBoard 2 mete un Intel N150, 16 GB de DDR5, doble 2.5GbE y PCIe en una caja fanless de 140 mm. NAS, router, Docker y Ollama en un solo cacharro.
El dock eGPU Minisforum DEG2 conecta una gráfica potente a tu mini PC por OCuLink. Monta un servidor LLM local por menos de 600 €.
Olares One lleva una RTX 5090 Mobile y 96 GB de RAM en una caja diminuta, con un SO open source que instala modelos de IA con un clic. Analizamos si merece la pena.
El GMKtec EVO-X2 con Ryzen AI Max+ 395 asigna hasta 96 GB de VRAM y corre Llama 3.1 70B en local. El Mac Studio de quien no quiere Apple.
La RTX 3090 usada ofrece 24 GB de VRAM por ~650 €, ideal para correr modelos de IA de hasta 32B parámetros en casa. Te contamos cómo montarla.
Minisforum UM890 Pro con OCuLink: arranca modelos de IA con la gráfica integrada y escala a 70B parámetros enchufando una GPU externa. Guía para montarlo.
Para un servidor doméstico que corra IA local, el mínimo cómodo son 32 GB de RAM — 16 GB se quedan cortos cuando Home Assistant, Ollama y Frigate corren simultáneamente. El almacenamiento rápido (NVMe) importa más que la capacidad para la experiencia de uso. Y el consumo en idle es el dato más relevante si el servidor va a estar encendido 24/7: cada watt extra son unos 8 € al año.
32 GB es el punto de confort para correr Home Assistant, Ollama con un modelo de 7B, Frigate con 2-3 cámaras y servicios de soporte simultáneamente. Con 16 GB es posible pero con más presión de memoria. Con 64 GB tienes margen para modelos más grandes sin comprometer los demás servicios.
Depende de si el almacenamiento masivo es prioritario. Un NAS con suficiente RAM y CPU puede hacer ambas cosas, pero los mini PCs modernos (especialmente con chips AMD Ryzen AI o Intel Core Ultra) tienen NPUs integradas que aceleran la inferencia de forma que los procesadores de NAS típicos no pueden igualar.
Sí, y muy bien. El Mac Mini M4 Pro con 48 GB de memoria unificada es actualmente una de las opciones más equilibradas para IA local: corre modelos de 32-40B parámetros, consume entre 20-35W en carga, y no necesita configuración de drivers. El inconveniente principal es el precio y que macOS no es Linux.