Un NAS doméstico puede ejecutar algunas cargas de trabajo de IA local sin una GPU dedicada, pero la pregunta útil no es simplemente si el modelo se inicia. La verdadera pregunta es si la carga de trabajo se ajusta a tu CPU, la RAM disponible, el tamaño del modelo, las tareas de almacenamiento y tu tolerancia a los tiempos de respuesta.
Para muchos usuarios domésticos, un NAS sin GPU es una opción razonable para experimentar con modelos pequeños, embeddings, búsquedas locales y flujos de trabajo privados al estilo RAG. Resulta menos práctico cuando la tarea requiere chatear en tiempo real con modelos más grandes, generar muchas imágenes, razonar con contextos largos o ejecutar tareas de IA en segundo plano a la vez que se hacen copias de seguridad, se indexa contenido multimedia o se transfieren archivos.
En resumen: no tener una GPU dedicada no significa que no haya límites
Sí, puedes ejecutar IA local en un NAS doméstico sin una GPU dedicada, sobre todo si usas modelos pequeños o cuantizados y consideras el NAS como un equipo local de IA de bajo consumo, no como una estación de trabajo de alta velocidad. Una configuración que use solo la CPU puede ser útil para experimentar, chatear de forma ligera, buscar documentos localmente, generar embeddings e indexar contenido en segundo plano.
El límite está en la facilidad de uso. Puede que un modelo se cargue técnicamente, pero aun así responda demasiado despacio, consuma demasiada memoria o ralentice el NAS mientras también comparte archivos, ejecuta contenedores, gestiona copias de seguridad o transmite contenido multimedia.
La idea equivocada que hay que evitar es sencilla: no tener una GPU dedicada no significa que no haya límites de hardware. Sin aceleración por GPU, el NAS depende en gran medida de los hilos de la CPU, la memoria del sistema, la velocidad del almacenamiento y la programación de las cargas de trabajo.
Qué puede hacer realmente la IA local en un NAS doméstico
Un NAS doméstico sin una GPU dedicada suele ser más adecuado para tareas ligeras de IA o tareas en segundo plano que para la generación interactiva de alta velocidad. Lo mejor es empezar con cargas de trabajo lo bastante pequeñas como para caber cómodamente en la memoria y que toleren tiempos de respuesta más lentos. Esto incluye búsquedas locales, embeddings, modelos de chat pequeños, indexación de documentos, resúmenes sencillos y experimentos con bases de conocimiento privadas.
Ollama es un ejemplo práctico porque su documentación incluye una opción de Docker solo con CPU, además de opciones independientes relacionadas con GPU. Eso no significa que la inferencia por CPU vaya a ser rápida en todos los NAS. Solo significa que alojar modelos localmente usando únicamente la CPU es una opción válida para empezar, siempre que el modelo y las expectativas sean lo bastante modestos.
Esta distinción importa porque la «IA local» abarca cargas de trabajo muy diferentes. Hacer preguntas breves a un modelo de entre 1B y 3B no es lo mismo que ejecutar un modelo de 70B, generar imágenes, transcribir un archivo grande o crear un índice semántico de años de fotos y vídeos.
Los verdaderos cuellos de botella: CPU, RAM, tamaño del modelo y tareas en segundo plano del NAS
Inferencia por CPU
La inferencia por CPU es la opción más básica para un NAS sin una GPU dedicada. Puede funcionar, pero normalmente resulta más lenta que la IA en la nube o una GPU de escritorio. La CPU debe encargarse de generar tokens mientras el NAS también puede estar gestionando recursos compartidos de archivos, aplicaciones de Docker, análisis de contenido multimedia y servicios del sistema.
Una CPU moderna con mejor compatibilidad con instrucciones puede hacer más llevadero el uso de modelos pequeños, pero no cambia las concesiones básicas. Cuantos más usuarios activos, contenedores, operaciones con archivos y solicitudes de IA acumules, más probable será que el NAS se convierta en el cuello de botella.
Memoria del sistema
Sin VRAM, la IA local depende mucho de la RAM del sistema. El modelo, el entorno de ejecución, la interfaz web, las incrustaciones, los servicios de archivos, los contenedores Docker y el sistema operativo compiten por la misma memoria. Si el modelo hace que el sistema recurra demasiado al intercambio de memoria, la experiencia puede deteriorarse rápidamente.
Por eso la memoria libre importa más que la memoria total instalada sobre el papel. Un NAS con 16 GB de RAM puede ir justo si ya hay varios contenedores Docker, herramientas multimedia, tareas de sincronización y servicios de archivos activos. Antes de cargar un modelo, comprueba cuánta RAM queda durante el uso normal del NAS, no solo después de reiniciarlo.
Tamaño y cuantización del modelo
El tamaño del modelo suele ser el factor decisivo. Los modelos más pequeños se cargan más rápido, usan menos memoria y son más viables para experimentar solo con la CPU. Puede que los modelos más grandes lleguen a iniciarse, pero resulten frustrantes si cada respuesta tarda demasiado.
Aquí es donde importa la cuantización de enteros. llama.cpp describe niveles de cuantización que reducen el uso de memoria y pueden mejorar la velocidad de inferencia; por eso muchas configuraciones de IA local compatibles con CPU utilizan modelos GGUF cuantizados. La lección práctica no es «usa el modelo más grande que puedas cargar», sino «usa el modelo más pequeño que sea suficientemente bueno para la tarea».
Qué cargas de trabajo de IA son más adecuadas para un NAS sin GPU
Chat ligero y modelos pequeños
Los modelos de chat pequeños son la forma más sencilla de comprobar si tu NAS puede ejecutar IA local. Son útiles para indicaciones breves, redacción sencilla, explicaciones de comandos, ayuda básica con código o experimentación local. El objetivo no es igualar un modelo de alto nivel en la nube, sino confirmar si el NAS puede responder a una velocidad que te resulte aceptable.
Empieza con un modelo más pequeño antes de aumentar el tamaño. Si la primera prueba ya ralentiza el NAS, un modelo más grande no solucionará el problema. Si el modelo pequeño resulta aceptable, puedes probar otros un poco más grandes o mejor cuantizados mientras observas el uso de la CPU, la presión sobre la memoria y el tiempo de respuesta.
Incrustaciones, indexación y RAG privada
Las incrustaciones y la RAG privada pueden ser una mejor opción para un NAS porque la carga de trabajo suele poder ejecutarse en segundo plano. El NAS ya almacena documentos, notas, fotos, archivos multimedia y archivos históricos, así que la indexación local tiene sentido cuando importan la privacidad y la disponibilidad local de los archivos. La tarea sigue necesitando recursos, pero no siempre requiere generar tokens en tiempo real a la velocidad de un chat.
El principal riesgo es la programación. Si la indexación empieza mientras hay copias de seguridad, análisis de archivos multimedia o transferencias de archivos en curso, el NAS puede parecer lento, aunque técnicamente la tarea de IA esté funcionando. Para este tipo de carga de trabajo, suele ser mejor ejecutar la indexación durante las horas de menor actividad y comprobar cuánto afecta al acceso normal a los archivos.
Búsqueda con IA de archivos y contenido multimedia locales
La búsqueda con IA es uno de los usos más naturales de un NAS porque conecta el almacenamiento local con la comprensión local. En vez de tratar el NAS como una estación de trabajo de IA de propósito general, la capa de IA ayuda a clasificar, buscar o recuperar archivos que ya están almacenados en el dispositivo.
Aquí también es importante tener claras las expectativas. La búsqueda con IA puede implicar descargar modelos, extraer características, procesar datos en segundo plano y experimentar aumentos periódicos en el uso de recursos. Por lo general, no es lo mismo que pedirle a un chatbot que responda al instante usando un modelo grande.
Qué debes evitar en un NAS con hardware solo de CPU
Un NAS solo con CPU no suele ser adecuado para la generación intensiva de imágenes, el chat en vivo con modelos grandes, el razonamiento con contextos extensos ni el uso simultáneo de IA por parte de varias personas. Estas cargas de trabajo pueden consumir demasiada memoria, saturar los hilos de la CPU e interferir con la función básica del NAS.
También debes evitar ejecutar tareas experimentales de IA durante operaciones críticas de almacenamiento. Si el NAS está reconstruyendo el almacenamiento, sincronizando copias de seguridad en la nube, indexando archivos multimedia, transmitiendo video o gestionando transferencias de archivos importantes, añadir inferencia intensiva puede dificultar la resolución de problemas. Una configuración de IA local segura debería ser opcional y poder detenerse, no poner en riesgo las tareas básicas de almacenamiento.
Evita estos patrones en las primeras pruebas:
- Empezar con un modelo grande solo porque es popular.
- Ejecutar varios contenedores de IA antes de probar una ruta estable.
- Exponer una interfaz web a la red antes de comprobar la autenticación y el alcance del acceso.
- Dejar que la indexación de IA se ejecute al mismo tiempo que las copias de seguridad o el análisis de archivos multimedia.
- Suponer que una instalación correcta significa que la configuración es útil para el trabajo diario.
Una tabla de decisiones práctica antes de instalar nada
Antes de instalar una pila de IA local, decide qué debería hacer el NAS. Una carga de trabajo inadecuada puede hacer que un buen NAS parezca poco potente, mientras que una adecuada puede hacer que un dispositivo modesto resulte útil para experimentar con IA privada.
| Configuración o carga de trabajo | Úsalo si | Evítalo si | Lo que suele ocurrir |
|---|---|---|---|
| Modelo de chat local pequeño en la CPU del NAS | Quieres experimentar con indicaciones breves y un uso privado ligero | Esperas una velocidad similar a la de la nube o la calidad de un modelo grande | Funciona, pero la velocidad de respuesta depende mucho de la CPU y del tamaño del modelo |
| Incorporaciones vectoriales o indexación RAG privada | Tus archivos ya están en el NAS y el procesamiento en segundo plano es aceptable | Necesitas indexación instantánea de una gran biblioteca durante las horas de mayor actividad | Útil para búsquedas, pero debe programarse y supervisarse |
| Open WebUI en el NAS, modelo en otro equipo | Quieres que el NAS aloje la interfaz mientras un equipo más potente ejecuta la inferencia | Quieres que todo esté integrado en un único equipo de bajo consumo | Suele ser más práctico, ya que el procesamiento está separado de las tareas de almacenamiento |
| Aceleración con iGPU o GPU externa | La plataforma NAS admite la ruta de hardware y los controladores | No quieres lidiar con controladores, transferencia de dispositivos ni problemas de compatibilidad | Puede mejorar la capacidad de respuesta, pero complica la configuración |
| Generación de imágenes o chat en directo con modelos grandes usando la CPU | Solo quieres una prueba de concepto y puedes esperar | Necesitas un uso diario frecuente, rápido o fiable | Suele ser frustrante en un NAS que solo usa la CPU |
Usa la tabla como guía de selección, no como garantía. Si la carga de trabajo corresponde a las columnas de la izquierda, pero el NAS sigue yendo lento, usa un modelo más pequeño o traslada el procesamiento a otro equipo. Si la carga de trabajo aparece en la columna de tareas que conviene evitar, es mejor probarla en un ordenador de sobremesa, un mini PC, una eGPU o una GPU remota antes de culpar al NAS.
Esquemas de configuración que suelen funcionar mejor
Ejecuta todo en el NAS
Ejecutar el entorno de ejecución del modelo y la interfaz web en el NAS es la opción más sencilla de entender. Mantiene la pila de software integrada y funciona bien para pruebas ligeras. Es una opción razonable cuando el modelo es pequeño, hay pocos usuarios y el NAS dispone de memoria suficiente.
La desventaja es la competencia por los recursos. Si el entorno de ejecución de IA, la interfaz, los servicios de archivos, las copias de seguridad y las herramientas multimedia comparten un mismo equipo, el NAS no dispone de recursos de procesamiento independientes. Si el rendimiento es deficiente, la primera solución no suele ser una interfaz más compleja, sino un modelo más pequeño, menos tareas simultáneas o una ruta de procesamiento distinta.
Aloja la interfaz web en el NAS y ejecuta los modelos en otro equipo
Un esquema con dos equipos suele ser más práctico. El NAS aloja la interfaz web y almacena los datos, mientras que un ordenador de sobremesa, un mini PC o un equipo con capacidad para usar una GPU ejecuta el entorno de ejecución del modelo. Open WebUI admite una configuración que puede conectarse a Ollama en otro servidor, ideal para este esquema.
Esto puede ofrecerte un flujo de trabajo de IA local más sencillo sin obligar a la CPU del NAS a realizar toda la inferencia. El NAS sigue siendo útil como interfaz y capa de almacenamiento siempre activas, mientras que la generación, más exigente, se ejecuta en un hardware más adecuado.
Usa la aceleración por iGPU o GPU externa cuando esté disponible
Algunas plataformas NAS incluyen una GPU integrada o admiten aceleración externa. Esto puede mejorar la experiencia de IA local, pero no debe darse por sentado. La compatibilidad de los controladores, el acceso desde contenedores, la compatibilidad del backend, el uso compartido de memoria y los requisitos del modelo son factores importantes.
Si hay aceleración por iGPU, pruébala como una ruta de procesamiento independiente, en lugar de dar por hecho que se comportará como una GPU dedicada. Observa los mismos indicadores: velocidad de respuesta, carga de la CPU, presión sobre la memoria, tiempo de carga del modelo y estabilidad del funcionamiento normal del NAS.
Cómo probar el rendimiento sin interrumpir el funcionamiento del NAS
Una buena prueba debe demostrar algo más que «el contenedor se ha iniciado». Debes saber si el NAS sigue siendo usable mientras el modelo está cargado y responde. Usa un modelo pequeño, una interfaz y una solicitud repetible antes de añadir más herramientas.
Empieza con este orden de pruebas:
- Comprueba el funcionamiento normal del NAS antes de iniciar la IA: navegación por archivos, panel de Docker, biblioteca multimedia y estado de las copias de seguridad.
- Inicia el entorno de ejecución de IA y carga un modelo pequeño o cuantizado.
- Haz la misma pregunta breve tres veces y anota si las respuestas resultan útiles.
- Observa la carga de la CPU, el uso de RAM, el comportamiento de la memoria de intercambio y los registros del contenedor.
- Abre archivos o explora una carpeta compartida mientras el modelo genera respuestas.
- Detén el contenedor de IA y confirma que el NAS vuelve a la normalidad rápidamente.
- Repite la prueba con un modelo un poco más grande solo si la primera sale bien.
Para realizar pruebas más formales, llama.cpp incluye una ruta de prueba de rendimiento de tokens por segundo mediante llama-bench. No hace falta convertir cada prueba en un NAS doméstico en un informe de laboratorio, pero sí conviene medir lo suficiente para no tener que hacer conjeturas. Si el sistema va lento, la pregunta útil es si el cuello de botella es el tamaño del modelo, los hilos de la CPU, la presión sobre la memoria, la carga de almacenamiento u otra tarea del NAS que se ejecuta al mismo tiempo.
Una comprobación final debe responder a cinco preguntas:
- ¿La velocidad de respuesta es adecuada para la tarea?
- ¿La RAM se mantiene estable sin un uso intensivo de la memoria de intercambio?
- ¿Pueden seguir funcionando con normalidad los archivos, las copias de seguridad y los servicios multimedia?
- ¿Se puede detener o programar la carga de trabajo de IA?
- ¿La interfaz web está limitada a usuarios y redes de confianza?
Si alguna respuesta es no, la configuración debe ser más pequeña, estar más aislada o delegarse en otro sistema.
Errores que hacen que la IA local parezca peor de lo que debería
Error 1: Empezar con un modelo demasiado grande
Error: El usuario empieza con un modelo popular de 7B, 13B o más grande porque parece más capaz.
Por qué ocurre: Las recomendaciones de modelos suelen estar pensadas para PC de gaming, estaciones de trabajo con GPU o servidores en la nube, y no siempre para CPU de NAS de bajo consumo. Un modelo que parece razonable en una prueba de rendimiento puede comportarse de forma muy distinta en un equipo que también sirve archivos.
Por qué es arriesgado: El NAS puede pasar demasiado tiempo cargando, usando la memoria de intercambio o generando respuestas lentamente. Esto puede hacer que la primera experiencia con IA local parezca fallida, aunque el software esté instalado correctamente.
Alternativa más segura: Empieza con un modelo cuantizado más pequeño y prueba la velocidad real de respuesta antes de pasar a uno más grande.
Validación: Si el modelo pequeño responde con fluidez y el NAS sigue respondiendo con normalidad, prueba el siguiente tamaño. Si el NAS se ralentiza enseguida, el modelo ya es demasiado grande para esa configuración.
Error 2: Tratar los requisitos de RAM como opcionales
Error: El usuario comprueba el modelo de CPU, pero no cuánta memoria libre queda durante el uso habitual del NAS.
Por qué ocurre: Muchas guías de configuración de IA hablan del tamaño del modelo, pero no tienen en cuenta que las aplicaciones de Docker, los servicios de archivos, las herramientas multimedia y el sistema operativo comparten la misma RAM.
Por qué es arriesgado: La presión sobre la memoria puede causar ralentizaciones, fallos al cargar modelos, inestabilidad de los contenedores o un uso intensivo de la memoria de intercambio. En un servidor de almacenamiento, esto puede afectar a algo más que la aplicación de IA.
Alternativa más segura: Comprueba la RAM disponible antes y durante la inferencia, y deja margen para los servicios NAS habituales.
Validación: Ejecuta el modelo mientras exploras archivos y supervisa el uso de memoria. Si el sistema empieza a usar intensamente el espacio de intercambio o los demás servicios se ralentizan, reduce el tamaño del modelo o ejecuta el procesamiento en otro lugar.
Error 3: Ejecutar tareas de IA exigentes durante las copias de seguridad o las tareas multimedia
Error: La indexación con IA, la inferencia del chat, el análisis de archivos multimedia y las tareas de copia de seguridad se ejecutan al mismo tiempo.
Por qué ocurre: Los usuarios de NAS suelen considerar invisibles las tareas en segundo plano hasta que baja el rendimiento. Las cargas de trabajo de IA vuelven esa suposición menos segura porque pueden disparar el uso de la CPU, la RAM, el disco o la red.
Por qué es arriesgado: El NAS puede volverse lento justo durante las tareas que debería gestionar de forma fiable. Si empiezas a solucionar problemas durante una copia de seguridad, es más difícil determinar si el problema lo causó el modelo de IA, el contenedor, el conjunto de almacenamiento o la tarea de copia de seguridad.
Alternativa más segura: Programa las tareas de IA más exigentes para las horas de menor actividad y evita hacer pruebas durante tareas críticas para el almacenamiento.
Validación: Ejecuta la misma tarea de IA durante un periodo tranquilo y vuelve a hacerlo mientras los servicios habituales están activos. Si la segunda ejecución interrumpe las copias de seguridad, los archivos multimedia o el acceso a los archivos, la carga de trabajo necesita límites o una programación.
Error 4: Confundir «funciona» con «es práctico»
Error: El usuario toma el inicio correcto de un contenedor o la primera respuesta del modelo como prueba de que el NAS está listo para usar IA local a diario.
Por qué ocurre: Las guías de instalación suelen limitarse a la primera respuesta correcta. El uso real es distinto porque las instrucciones se alargan, se indexan archivos, se conectan varios usuarios y coinciden tareas en segundo plano.
Por qué es arriesgado: Una configuración que funciona en una prueba breve puede fallar durante una búsqueda real de documentos, la indexación de las fotos familiares o una sesión de chat larga.
Alternativa más segura: Prueba una sesión realista antes de mantener la carga de trabajo activada.
Validación: Usa las mismas tareas del NAS que realizas normalmente y luego comprueba la velocidad de respuesta de la IA, la exploración de archivos, la carga del sistema y el procedimiento de detención. Si el NAS se mantiene estable, la carga de trabajo es más adecuada.
Cómo se aplica esto a un flujo de trabajo real de búsqueda con IA en un NAS
La IA local en un NAS suele ser más útil cuando mejora los archivos que ya están almacenados allí. La búsqueda con IA es un buen ejemplo, porque puede convertir archivos multimedia y documentos en una biblioteca consultable, pero también demuestra por qué la IA local requiere planificar los recursos. La extracción de características, las descargas de modelos, el análisis de archivos multimedia y la indexación para búsquedas son cargas de trabajo en segundo plano, no solo una ventana de chat.
La misma regla se aplica en un entorno ZimaOS. El módulo de búsqueda con IA de ZimaOS está diseñado para facilitar las búsquedas mediante IA local que extrae características de imágenes, audio y vídeo. La documentación también indica las opciones de hardware, los requisitos de memoria, el almacenamiento de modelos, las dependencias de descarga, el uso de recursos y las notas de solución de problemas. Es un ejemplo práctico de la idea principal del artículo: la búsqueda con IA local puede ejecutarse en un NAS, pero aun así necesita una opción de hardware clara y un presupuesto de recursos.
En un NAS doméstico centrado en el almacenamiento, como ZimaCube 2 AI NAS, este tipo de flujo de trabajo tiene sentido si se busca una búsqueda privada en archivos locales en lugar de una indexación basada en la nube. El dispositivo ofrece un espacio local para los datos, pero siguen aplicándose las mismas consideraciones: el tamaño del modelo, la memoria disponible, la capacidad de procesamiento, el horario de indexación y la posibilidad de pausar o limitar las tareas de IA cuando los servicios habituales del NAS son más importantes.
Preguntas frecuentes
¿Puede un NAS doméstico ejecutar IA local sin una GPU dedicada?
Sí, un NAS doméstico puede ejecutar algunas cargas de trabajo de IA local sin una GPU dedicada. Lo más adecuado suele ser usar modelos pequeños o cuantizados, incrustaciones, RAG privado, búsqueda local o experimentación ligera. Resulta menos práctico si se esperan conversaciones rápidas con modelos grandes, generación de imágenes o varios usuarios activos.
¿Cuánta RAM necesito para usar IA local en un NAS?
Depende del modelo, el entorno de ejecución, el sistema operativo y los demás servicios del NAS. La forma más segura de evaluarlo es comprobar la memoria libre durante el uso normal del NAS, probar un modelo pequeño y observar si la memoria se mantiene estable. Si el sistema usa mucho la memoria de intercambio o los servicios de archivos se ralentizan, la carga de trabajo supera la capacidad disponible.
¿Es suficiente la IA solo con CPU para chatear?
La IA solo con CPU puede ser suficiente para indicaciones breves y modelos pequeños, pero quizá resulte lenta para chatear a diario. Si las respuestas tardan demasiado, usa un modelo más pequeño, una cuantización más agresiva, una opción con iGPU si es compatible o una configuración de dos equipos en la que otra máquina ejecute el modelo.
¿Debería ejecutar Ollama directamente en el NAS o en otra máquina?
Ejecuta Ollama directamente en el NAS si quieres una prueba sencilla y autónoma y el modelo es pequeño. Ejecuta el modelo en otra máquina local si quieres más velocidad y dejar el NAS como interfaz web, almacenamiento o capa de datos privados. Suele ser la mejor opción cuando el NAS debe seguir siendo fiable para las tareas de archivos y copias de seguridad.
¿Cuál es la mejor primera carga de trabajo de IA local que se puede probar en un NAS?
Empieza con un modelo pequeño o un flujo de búsqueda ligero. Evita empezar con generación de imágenes, modelos grandes de chat en tiempo real o la indexación de toda la biblioteca durante las horas de mayor actividad. La primera prueba debe demostrar que el NAS puede ejecutar la carga de trabajo sin afectar al acceso a archivos, las copias de seguridad, los servicios multimedia ni otros contenedores.
Un NAS sin GPU puede ser un punto de partida útil para la IA local, pero debe plantearse como una cuestión de adecuación a la carga de trabajo, no como una afirmación de capacidad de sí o no. Adapta la tarea al hardware, prueba la velocidad de respuesta en condiciones reales de uso del NAS y prioriza la fiabilidad del almacenamiento sobre la experimentación con IA.
Soporte y consejos
Más para leer

Cómo mantener ocultos de tu familia los vídeos para adultos en tu NAS
Mantén privados los vídeos para adultos en un NAS familiar. Comprueba los permisos de las carpetas, el acceso a las bibliotecas de Plex y...

Qué comprobar antes de cargar un modelo de la comunidad en Transformers
Usa la actualización del entorno aislado de Jinja para Transformers para revisar la procedencia del modelo, las plantillas de chat, el código remoto, los...

Ejecuta Mirage localmente: OCR y detección de objetos a partir de una sola imagen
Prueba el pequeño modelo de visión local de Cactus Compute, valida el OCR y la extracción de objetos con datos reales y comprende las...



