Una innovación conjunta de Phison e Intel permite que computadoras personales con apenas 16 GB de RAM ejecuten modelos avanzados de inteligencia artificial de hasta 26 mil millones de parámetros, reduciendo la dependencia de la nube para tareas complejas.
El anuncio se realizó durante Computex 2026 en Taipéi y representa un avance significativo para usuarios, desarrolladores y fabricantes que buscan potenciar las capacidades de los equipos locales.
aiDAPTIV: un sistema que expande la memoria más allá de la RAM tradicional
La tecnología, denominada aiDAPTIV, combina procesadores Intel Core Ultra Series 3 con una plataforma de extensión de memoria basada en almacenamiento, desarrollada por Phison. Esta solución utiliza la Pascari aiDAPTIV Cache Memory para ampliar la memoria disponible para procesos de IA, integrando almacenamiento NAND flash de alto rendimiento como recurso adicional.
El sistema permite que una computadora con 16 GB de DRAM ejecute un modelo de lenguaje con 26 mil millones de parámetros, tarea que normalmente requeriría al menos 32 GB de RAM bajo las mismas condiciones de prueba. Esta capacidad es relevante para aplicaciones que necesitan gestionar modelos más grandes, mantener historiales de sesión extensos y ejecutar tareas de múltiples pasos.
Funcionamiento de la extensión de memoria con aiDAPTIV
El mecanismo extiende la memoria de trabajo hacia el almacenamiento NAND flash, superando el límite impuesto por la DRAM tradicional. La solución utiliza una caché optimizada que facilita el acceso rápido a los datos requeridos por los modelos de IA, mejorando la agilidad del sistema.
Entre las características destacadas está el soporte para funciones como el KV cache reuse, que permite reutilizar información de interacciones previas y evitar el reprocesamiento de datos ya gestionados. Esta optimización contribuye a mayor eficiencia y rapidez en la ejecución de modelos avanzados en equipos de consumo.
Hacia una IA local más potente
Ambas compañías también trabajan en la compatibilidad con el kit de herramientas OpenVINO de Intel y en la evaluación de cargas de trabajo optimizadas para futuras demostraciones de rendimiento.
KS Pua, director ejecutivo y fundador de Phison Electronics, explicó durante la presentación que el objetivo es facilitar que los OEM, desarrolladores y usuarios finales ejecuten aplicaciones de IA más sofisticadas de manera local, preservando la privacidad y reduciendo la dependencia de la infraestructura en la nube.
“AI PCs están evolucionando hacia plataformas capaces de gestionar cargas de trabajo locales más complejas, incluyendo aplicaciones agenticas y modelos mixtos que demandan mayor capacidad de memoria y respuesta”, afirmó Pua.
Por su parte, Jim Johnson, vicepresidente sénior y gerente general de computación cliente en Intel, subrayó que la memoria representa una de las principales barreras para ejecutar modelos avanzados en dispositivos de usuario final.
“Más usuarios y empresas desean operar IA de forma local, con mayor rapidez, privacidad y sin los costes asociados al procesamiento en la nube”, señaló Johnson.
La colaboración permitirá que los clientes conviertan sus propios datos en aplicaciones útiles y valor de negocio real, con configuraciones de memoria más simples y a menor costo total.
Demostración práctica y expansión de modelos locales
Durante Computex, las compañías mostraron una interfaz de chat local capaz de ejecutar un modelo mixture-of-experts que normalmente superaría la memoria del sistema. La demostración incluyó también un sistema híbrido de enrutamiento de modelos de lenguaje grande basado en el marco de código abierto OpenClaw.
El sistema permite procesar localmente modelos de gran tamaño y usar la nube solo cuando se requiere capacidad adicional para peticiones especialmente complejas. Esto amplía la autonomía de los dispositivos personales y mejora la privacidad y la velocidad de las aplicaciones inteligentes.
Fuente: Infobae