On-premise
Tu propia IA, en tu propio edificio
Un servidor con GPU en tu sala de máquinas ejecutando modelos abiertos. Ninguna consulta sale hacia internet, el costo es fijo y sigues operando aunque se caiga el enlace.
Por qué una empresa se lleva la IA a casa
Hay tres razones que se repiten. La primera es legal: si manejas historias clínicas, expedientes bancarios, datos personales o información de gobierno, enviar ese texto a la API de un tercero abre una discusión de cumplimiento que muchas veces no tiene salida. La segunda es económica: cuando el uso se vuelve constante, el costo por consulta de una API se convierte en una factura mensual creciente, mientras que un equipo propio se amortiza y a partir de ahí su costo marginal es prácticamente la electricidad. La tercera es operativa: en planta, en una sucursal con conectividad pobre o en un proceso que no puede detenerse, depender de internet no es aceptable.
Qué instalamos exactamente
- Cómputo: servidor con una o varias GPU dimensionadas contra tu carga real, no contra una tabla genérica.
- Sistema base: Linux endurecido, drivers, contenedores y virtualización según convenga.
- Motor de modelos: vLLM u Ollama con los modelos abiertos que mejor rindan en tu caso, y la interfaz de chat para los usuarios.
- Capa de datos: base vectorial e ingesta de tus documentos, con permisos por área.
- Seguridad: identidad centralizada, cifrado en reposo, registro de auditoría de quién preguntó qué.
- Operación: monitoreo, alertas, respaldo y plan de recuperación probado.
Lo que tienes que tener tú
Espacio con ventilación o rack, energía estable con respaldo, y un punto de red. Si algo de eso falta, lo detectamos en el diagnóstico y lo incluimos en la propuesta: es preferible saberlo antes de que llegue el equipo, no el día de la instalación.
Honestamente, cuándo NO te conviene
Si todavía estás validando si la IA te sirve, si el uso va a ser esporádico, o si no tienes dónde poner el equipo con condiciones dignas, empieza en la nube. Lo puedes migrar después: diseñamos la plataforma para que ese movimiento sea posible sin rehacerlo todo.
Servidores dedicados
Equipos que llegan funcionando
Desde una torre de oficina para un equipo de ocho personas hasta un rack de entrenamiento. Cada equipo se arma, se prueba con tu caso de uso real y se entrega con el entorno de modelos ya montado.
DTF Nano 8
EntradaTu primer asistente privado, sin sala de servidores ni importacion.
- GPU
- 1x NVIDIA RTX 5060 8 GB
- CPU
- Intel Core Ultra 7 265 / Ryzen 7 8700F
- RAM
- 32 GB DDR5 (ampliada por nosotros)
- Disco
- 1 TB NVMe
- Red
- 1x 2.5 GbE
- Formato
- Torre de oficina, 120 V, toma normal
- Modelos
- LLM 7B-14B cuantizado, vision ligera
- Usuarios
- 3-8 concurrentes
DTF Studio S1
El saltoModelos de hasta 32B y varios usuarios a la vez, sin salir de una torre.
- GPU
- 1x NVIDIA RTX 5080 16 GB
- CPU
- AMD Ryzen 9 9950X 16C
- RAM
- 128 GB DDR5
- Disco
- 2 TB NVMe Gen4
- Red
- 10 GbE
- Formato
- Torre grande, refrigeracion liquida
- Modelos
- LLM hasta 32B, 70B cuantizado
- Usuarios
- 8-20 concurrentes
DTF Core A2
Mas equilibradoLa mitad de un Core A4, para cuando la empresa todavia esta creciendo.
- GPU
- 2x NVIDIA RTX 5090 32 GB (64 GB)
- CPU
- AMD Threadripper 7960X 24C
- RAM
- 256 GB DDR5 ECC
- Disco
- 4 TB NVMe + 8 TB
- Red
- 10 GbE
- Formato
- Torre grande o rack 4U
- Modelos
- LLM 70B, fine-tuning ligero
- Usuarios
- 15-40 concurrentes
Siguiente paso
Dinos qué quieres resolver y te decimos qué hace falta
En cinco preguntas tienes un rango de inversión orientativo. Y si prefieres hablarlo, coordinamos una reunión virtual y lo revisas con un ingeniero — no con un vendedor.