Para montar IA local no basta con decir “necesito una GPU potente”. Lo que realmente importa es la combinación de VRAM, RAM, CPU, almacenamiento, drivers, sistema operativo y herramientas que vas a usar.
Respuesta rápida SurriorTec: para IA local básica puedes empezar con CPU y 16GB de RAM, pero para una experiencia seria necesitas GPU dedicada. 8GB de VRAM sirven para pruebas y modelos ligeros; 12GB dan más margen; 16GB empiezan a ser una zona muy interesante para texto, imagen y creación local; 24GB o más ya entran en terreno avanzado.
La IA local está de moda, pero se está explicando fatal. Hay gente vendiendo que necesitas una RTX carísima para todo, y otros diciendo que cualquier PC sirve igual. Ninguna de las dos cosas es verdad.
La realidad depende de lo que quieras hacer: no es lo mismo usar un modelo de texto pequeño en Ollama que generar imágenes con ComfyUI, cargar modelos grandes, usar SDXL, trabajar con varias herramientas a la vez o montar un flujo serio de creación de contenido.
Qué significa “IA local”
IA local significa ejecutar modelos de inteligencia artificial en tu propio equipo, sin depender siempre de servicios externos. Puede ser texto, imagen, audio, código, resúmenes, asistentes privados o generación visual.
| Uso | Herramientas típicas | Hardware que más importa |
|---|---|---|
| Texto local | Ollama, Open WebUI | RAM, CPU, GPU y VRAM |
| Imagen local | ComfyUI, Stable Diffusion, SDXL | GPU, VRAM y drivers |
| Creación de contenido | Ollama + ComfyUI + editores | VRAM, RAM, SSD y estabilidad |
| Pruebas avanzadas | Modelos grandes, workflows complejos | VRAM alta, RAM alta y buen soporte |
La pieza más importante: la VRAM
La VRAM es la memoria de la tarjeta gráfica. En IA local importa mucho porque muchos modelos necesitan cargarse en la memoria de la GPU para funcionar con velocidad razonable.
Cuanta más VRAM tengas, más margen tienes para modelos grandes, resoluciones más altas, batches mayores, workflows más complejos y menos errores por falta de memoria.
Clave: tener más VRAM no siempre significa más velocidad, pero sí significa más margen. En IA local, quedarse corto de VRAM puede impedir directamente cargar ciertos modelos o generar a ciertas resoluciones.
Tabla rápida de VRAM para IA local
| VRAM | Qué puedes esperar | Perfil |
|---|---|---|
| 4GB | Muy limitado. Pruebas muy básicas o modelos muy pequeños | No recomendable para empezar en serio |
| 6GB | Modelos ligeros y mucha optimización | Experimentos básicos |
| 8GB | Texto ligero, imagen ajustada, SD con límites | Punto de entrada realista |
| 12GB | Más margen para modelos medianos y generación de imagen | Zona equilibrada |
| 16GB | Muy buen punto para texto local, SDXL y flujos creativos razonables | Recomendable para creadores |
| 24GB o más | Modelos grandes, más libertad, workflows pesados | Uso avanzado/profesional |
GPU: AMD, NVIDIA o CPU
La GPU acelera mucho las tareas de IA local. Pero no todas las GPUs tienen la misma facilidad de uso.
La opción más fácil para IA local
NVIDIA suele ser la vía más sencilla porque CUDA está muy extendido en herramientas de IA. Si quieres el camino más compatible y directo, NVIDIA normalmente tiene ventaja.
- Muy buen soporte en muchas herramientas.
- CUDA está muy integrado en el ecosistema IA.
- Menos pelea con compatibilidad en muchos casos.
- El problema suele ser el precio y la VRAM disponible según modelo.
Más interesante de lo que parece en Linux
AMD puede ser una opción muy interesante en Linux, especialmente si tienes una GPU moderna con buena VRAM. No siempre es tan fácil como NVIDIA, pero puede funcionar muy bien con herramientas compatibles.
- Buena opción si ya tienes una Radeon moderna.
- Muy interesante en Linux/CachyOS.
- ROCm y Vulkan pueden abrir posibilidades reales.
- Más exigente en configuración y compatibilidad.
Sirve para empezar, no para todo
La CPU puede ejecutar modelos, especialmente de texto, pero suele ser mucho más lenta. Para aprender puede servir. Para trabajar con fluidez, la GPU marca la diferencia.
- Permite probar IA local sin GPU dedicada.
- Depende mucho de núcleos, RAM y paciencia.
- No es ideal para imagen local pesada.
- Puede ser suficiente para modelos pequeños o pruebas.
RAM del sistema: no la ignores
La RAM también importa. Aunque la VRAM se lleva el protagonismo, la RAM del sistema puede limitar cargas, modelos, multitarea y estabilidad general.
| RAM | Experiencia esperable |
|---|---|
| 8GB | Demasiado justo. No recomendable para IA local seria |
| 16GB | Mínimo razonable para empezar con modelos ligeros |
| 32GB | Punto equilibrado para texto local, navegador, Docker y multitarea |
| 64GB | Más margen para modelos grandes, trabajo pesado y uso avanzado |
Recomendación SurriorTec: si vas a montar IA local en serio, 32GB de RAM son una base mucho más cómoda que 16GB. No porque 16GB no sirvan, sino porque Linux, navegador, Docker, modelos y herramientas empiezan a sumar.
CPU: importante, pero no siempre protagonista
La CPU importa para cargar modelos, mover el sistema, gestionar procesos, usar Docker, trabajar con navegador, preparar datos y ejecutar IA si no usas GPU. Pero en imagen local y modelos acelerados por GPU, la tarjeta gráfica suele ser mucho más decisiva.
No necesitas necesariamente el procesador más caro. Necesitas un sistema equilibrado. Una CPU moderna de 6 u 8 núcleos puede ser suficiente para muchos usuarios si la GPU y la RAM acompañan.
SSD y almacenamiento
Los modelos de IA pueden ocupar bastante. Un solo checkpoint de imagen puede ocupar varios GB. Varios modelos de texto, LoRAs, checkpoints, salidas y cachés pueden llenar rápido un SSD pequeño.
| Almacenamiento | Uso recomendado |
|---|---|
| 256GB | Muy justo si además es tu disco del sistema |
| 512GB | Puede servir para empezar, pero se llena rápido |
| 1TB | Punto razonable para IA local, sistema y herramientas |
| 2TB o más | Ideal si vas a guardar modelos, imágenes, vídeos y proyectos |
Fuente de alimentación y consumo
La IA local puede mantener la GPU cargada durante tiempo. Eso significa consumo, temperatura y exigencia para la fuente. No es lo mismo jugar un rato que generar imágenes o hacer pruebas pesadas durante sesiones largas.
- Usa una fuente de calidad.
- Revisa conectores PCIe o 12V-2×6 si aplica.
- No vayas justo de potencia.
- Cuida temperaturas y flujo de aire.
- Evita fuentes antiguas o genéricas para GPUs modernas.
Realidad: una mala fuente puede arruinar una buena configuración. Para IA local y gaming, la estabilidad eléctrica importa.
Linux, Windows y compatibilidad
Windows puede ser más cómodo para muchos usuarios, especialmente con NVIDIA. Pero Linux tiene mucho sentido si quieres controlar el sistema, trabajar con herramientas abiertas, Docker, servidores locales, scripts y flujos técnicos.
En AMD, Linux puede ser especialmente interesante, aunque también exige entender mejor drivers, kernel, Mesa, ROCm, Vulkan y compatibilidad de cada herramienta.
Por qué CachyOS encaja con IA local
CachyOS puede ser una buena base para usuarios que quieren Linux moderno, rendimiento, kernels actualizados y control del sistema. Para IA local, eso ayuda, pero no elimina la necesidad de configurar bien cada herramienta.
Qué hardware elegir según tu perfil
| Perfil | Hardware razonable | Uso |
|---|---|---|
| Curioso / principiante | CPU moderna, 16GB RAM, GPU opcional | Modelos pequeños, aprendizaje, pruebas básicas |
| Usuario medio | GPU 8-12GB VRAM, 32GB RAM, SSD 1TB | Texto local, imagen moderada, uso frecuente |
| Creador de contenido | GPU 16GB VRAM, 32GB RAM o más, SSD amplio | Ollama, Open WebUI, ComfyUI, fondos, guiones, miniaturas |
| Avanzado | GPU 24GB+, 64GB RAM, varios SSD | Modelos pesados, workflows complejos, experimentación seria |
¿Sirve una RX 9060 XT 16GB para IA local?
Sí, puede servir para experimentar y para flujos reales ligeros o moderados, especialmente en Linux si tienes las herramientas bien montadas. Sus 16GB de VRAM son una ventaja clara frente a tarjetas de 8GB.
Pero hay que ser honesto: si tu prioridad absoluta es compatibilidad fácil con IA, NVIDIA sigue teniendo ventaja por CUDA. La RX 9060 XT 16GB tiene sentido si ya estás en AMD, quieres Linux/CachyOS, valoras VRAM y estás dispuesto a configurar.
Veredicto SurriorTec: para IA local, la RX 9060 XT 16GB no es “la reina de la IA”, pero sí puede ser una gráfica muy interesante si buscas equilibrio entre gaming, Linux, VRAM y creación local.
Errores típicos al montar IA local
- Comprar GPU solo por marca y no por VRAM.
- Pensar que 8GB sirven para todo.
- Creer que 16GB convierten cualquier GPU en gama alta.
- No revisar compatibilidad de drivers.
- Instalar modelos demasiado pesados para el equipo.
- Usar una fuente mediocre.
- No dejar espacio suficiente en SSD.
- Mezclar dependencias de Python sin entorno virtual.
- No distinguir entre IA de texto e IA de imagen.
Checklist antes de comprar hardware para IA local
Antes de gastar dinero, revisa esto
- ¿Qué quieres hacer: texto, imagen, vídeo, código o todo?
- ¿Qué modelos quieres ejecutar?
- ¿Cuánta VRAM necesitas?
- ¿Tu sistema operativo tiene buen soporte?
- ¿Tu fuente aguanta bien la GPU?
- ¿Tu caja tiene espacio y ventilación?
- ¿Tienes suficiente RAM?
- ¿Tienes SSD suficiente para modelos?
- ¿Prefieres facilidad o trasteo técnico?
Conclusión
El hardware para IA local no se elige como un PC gaming normal. Aquí la VRAM pesa muchísimo, la RAM importa más de lo que parece, el SSD se llena rápido y la compatibilidad puede marcar la diferencia entre una experiencia fluida y una tarde de errores.
Si quieres ir a lo fácil, NVIDIA suele tener ventaja. Si ya tienes AMD y usas Linux/CachyOS, puedes montar un entorno muy interesante, especialmente con GPUs de 12GB o 16GB de VRAM.
Conclusión SurriorTec: para IA local realista en 2026, la zona sensata empieza en 16GB de RAM y 8GB de VRAM para probar; sube a 32GB de RAM y 12-16GB de VRAM si quieres trabajar cómodo; y entra en 24GB+ de VRAM si quieres terreno avanzado.
También puedes leer
¿Quieres que revise tu PC?
Si quieres saber si tu equipo sirve para IA local, si tu GPU tiene sentido o si necesitas cambiar algo antes de instalar Ollama, Open WebUI o ComfyUI, puedes pedir asesoría SurriorTec.
Ver servicios SurriorTec Contactar
Transparencia: esta guía puede enlazar a contenido relacionado o componentes recomendados. El criterio principal es evitar compras inútiles y explicar límites reales.
Última actualización: junio de 2026. Los requisitos de IA local cambian según modelo, herramienta, drivers y sistema operativo.
