NVIDIA PAIR y RTX Spark: los anuncios clave de IFA 2026

NVIDIA PAIR: convertir la casa en un cluster de IA local

El anuncio central de NVIDIA en la IFA 2026 de Berlín fue PAIR (Personal AI Router), una herramienta gratuita y de código abierto pensada para resolver un problema que ya toca a cualquier persona que ejecuta modelos locales: cuando un agente lanza varias sub-tareas en paralelo, todas compiten por la misma GPU y el sistema se ahoga. PAIR detecta los equipos compatibles en la red local, reparte las peticiones independientes entre ellos y devuelve cada respuesta al agente que las originó, sin que la aplicación tenga que cambiar su código.

PAIR funciona como un proxy entre aplicaciones ya existentes —principalmente Ollama y LM Studio— y los motores de inferencia que ejecutan el modelo. Según NVIDIA, se adapta en tiempo real a qué equipos están encendidos, qué modelo tienen cargado y cuánta carga llevan. Una demo interna con Hermes distribuyendo cinco sub-agentes pasó de 6 minutos 18 segundos en una sola RTX 5090 a 3 minutos 48 segundos en un cluster de dos RTX 5090, según datos publicados por la propia compañía. PCWorld reportó además un caso de tres PCs RTX donde una tarea que tardaba más de 18 minutos en un solo equipo se completaba en poco más de 9 con PAIR.

El toolchain es multiplataforma: funciona en Windows, Linux y macOS y soporta GPUs GeForce RTX serie 20 en adelante, workstations RTX PRO (Turing en adelante), DGX Spark y chips Apple M4 o superiores. La conexión entre nodos se asegura con mTLS y un código de emparejamiento de seis dígitos para que el tráfico no salga de la red local. Seth Schneider, product manager de NVIDIA, describió el escenario tipo que imaginan: un hogar con un portátil RTX Spark, un DGX Spark, una laptop RTX 5090, un PC gaming y un MacBook Pro suma alrededor de 165 teraflops de cómputo infrautilizado.

🤖 La IA no es solo para leer sobre ella

En la comunidad la aplicamos: automatización, agentes IA y herramientas reales para emprender, no solo para informarte.

👥 Aplicarla en la comunidad

RTX Spark llega en octubre con nuevos diseños

RTX Spark, el superchip basado en Grace ARM con GPU Blackwell integrada, tiene fecha de salida: octubre de 2026. En IFA se confirmaron dos configuraciones del chip N1X. La más potente lleva una GPU Blackwell RTX de 6.144 núcleos con CPU Grace de 20 núcleos y entre 24 GB y 128 GB de memoria unificada, disponible tanto en laptops como en mini PCs. Una versión más recortada reduce la GPU a 5.120 núcleos y la CPU a 18 núcleos, con un tope de 32 GB de memoria, pensada para portátiles.

Los fabricantes que lanzarán equipos en octubre son Lenovo, Dell, HP, Asus, MSI y Microsoft. En la feria, Lenovo anunció el Yoga Pro 9n (15,3 pulgadas, hasta 128 GB de memoria unificada, hasta 4 TB SSD, batería de 92,5 Wh y adaptador de 140 W) y el Yoga 9n 2-en-1 (16 pulgadas, hasta 64 GB). Acer mostró un prototipo de escritorio compacto. Microsoft, por su parte, trabaja en la Surface RTX Spark Dev Box, una mini torre orientada a desarrolladores.

NVIDIA también sumó publishers a la lista de compatibles: Electronic Arts, Embark Studios y Ubisoft se unen a los nombres anunciados en COMPUTEX —KRAFTON, NetEase, Riot Games y Xbox—. En gaming la promesa es 100 fps a 1440p con ray tracing y DLSS, aunque como recuerda PCWorld esa cifra depende de la generación de frames por IA y conviene esperar a pruebas reales.

Inferencia local más rápida: 1.9x en llama.cpp y 1.4x en vLLM

Ejecutar un agente local responde mal si el motor de inferencia no está afinado. NVIDIA anunció optimizaciones para llama.cpp y vLLM que ya están disponibles a través de LM Studio y Ollama. En llama.cpp el throughput sube hasta 1.9x sobre una RTX 5090 gracias a optimizaciones de kernel, decodificación especulativa mejorada y un prefill más rápido. vLLM gana 1.2x en una RTX PRO 6000 Blackwell Workstation Edition y hasta 1.4x en clusters de dos DGX Spark, con nuevos kernels de atención XQA en FlashInfer y mejoras de backend.

Para los founders esto importa por una razón práctica: menos GPU por la misma tarea significa poder correr agentes en hardware que hasta hace poco se quedaba corto, o redirigir ese margen a modelos más grandes.

Configurar agentes locales ahora es más fácil

Hasta ahora, montar un agente local requería elegir modelo, descargar el motor compatible, ajustar cuantización y pelearse con dependencias. Tres de los proyectos más usados del ecosistema van a simplificar ese setup en GPUs NVIDIA:

OpenClaw: la nueva app de Windows automatiza la configuración optimizada en cualquier GPU RTX con al menos 24 GB de VRAM. OpenClaw es, según NVIDIA, el proyecto de IA más grande de GitHub, con más de 380.000 estrellas.
Hermes Agent (de Nous Research): próximamente sumará configuración con un clic en Windows y Linux sobre hardware RTX, RTX PRO o DGX Spark, detectando la GPU y descargando el modelo y la configuración adecuados.
Perplexity Portable Computer: el agente local de Perplexity, que ya funcionaba en DGX Spark con Linux, llega en septiembre a GPUs RTX con al menos 24 GB de VRAM en Windows o Linux. Puede ejecutar todo el flujo en local sin consumir créditos y solo escalar a la nube cuando el usuario lo autoriza.

PhotoDirector AI PC Mode: IA creativa directamente en el PC

CyberLink presentó PhotoDirector AI PC Mode, una app de edición de fotos que integra modelos de difusión directamente en el software y que llega optimizada para RTX Spark en octubre. Funciones como edición generativa, eliminación de objetos, reemplazo de fondo y mejora de retrato correrán sobre TensorRT-RTX y FP8 en GPUs NVIDIA, con opción de elegir entre procesamiento local o nube según la tarea.

El mes fuerte de los modelos locales

NVIDIA aprovecha IFA para recordar que agosto dejó varias novedades que se ejecutan en su hardware local: el modelo Nemotron 3.5 Lightning de 30.000 millones de parámetros para PCs RTX, workstations RTX PRO, DGX Spark y Jetson; GLM-5.3-Flash de Z.ai corriendo en DGX Station; los modelos abiertos de Qwen Qwen3.8-Flash-Next y Qwen3.8-27B; el generador de vídeo LTX 2.5; el modelo de generación de vídeo con audio sincronizado MiniMax-H3; Muse Glimmer de Meta, un modelo abierto de 30.000 millones de parámetros orientado a código y agentes; y DeepSeek v4 Flash, un MoE de 284.000 millones de parámetros con 13.000 millones activos. Todas estas piezas, combinadas con PAIR y con los nuevos PCs RTX Spark, dibujan una estrategia clara: mover el grueso del trabajo de IA fuera de la nube.

¿Qué significa esto para tu startup?

Si estás construyendo sobre IA, tres movimientos concretos para aprovechar este nuevo stack:

Audita qué tareas se pueden ejecutar en local. Cualquier flujo repetitivo que hoy envía datos sensibles a la nube —triaje de tickets, análisis de documentos, scoring de leads, code review sobre repos internos— es candidato a correr en una RTX PRO o un DGX Spark con un modelo como Qwen3.8-27B o Nemotron 3.5 Lightning. El ahorro en créditos de API y en riesgos de privacidad suele compensar el coste de hardware en pocos meses.
Diseña tus agentes pensando en concurrencia, no en un solo GPU. PAIR demuestra que repartir sub-tareas entre nodos es ya una alternativa real. Estructurar prompts y herramientas de modo que cada sub-agente sea independiente te permite escalar horizontalmente dentro de la propia oficina o del hogar de un cliente power user.
Prepara la migración a RTX Spark para octubre. Los nuevos Lenovo, Dell, HP, Asus, MSI y Microsoft con N1X llegan el mes que viene. Si tu producto depende de rendimiento de inferencia en Windows, define desde ya los requisitos mínimos de VRAM y memoria unificada: 24 GB parece el nuevo suelo, 128 GB el techo.