QNAP centraliza en el NAS los modelos de IA locales y en la nube

Antonio

QNAP ha lanzado en versión beta AI Service Center, una plataforma que centraliza en el NAS la gestión de los modelos de inteligencia artificial que usan sus aplicaciones, tanto los que se ejecutan en el propio equipo como los servicios en la nube de OpenAI, Azure OpenAI, Gemini y Claude. El fabricante taiwanés lo anunció el 2 de noviembre. La idea es que el administrador configure una vez qué modelos están disponibles, con qué claves y con qué límite de gasto, y que las aplicaciones del NAS los usen desde ese punto común en lugar de conectarse cada una por su cuenta.

Las claves de AI Service Center de QNAP en 20 segundos

Qué es: un gestor central de modelos de IA para los NAS de QNAP, ahora en beta.
Qué conecta: modelos locales verificados por QNAP y servicios de OpenAI, Azure OpenAI, Gemini, Claude y compatibles.
Qué controla: presupuestos mensuales, alertas y un registro de tokens, coste y latencia de cada llamada.
Requisitos: QTS o QuTS hero 6.1.0; los modelos locales exigen un NAS x86 con GPU compatible.

El movimiento responde a un problema que crece a medida que los fabricantes de NAS añaden funciones de IA: cada aplicación pide su propia clave de API o su propio modelo, y el administrador pierde la visión de conjunto. En el caso de QNAP, las primeras beneficiadas son el asistente QuAgent y la búsqueda semántica de Qsirch, que podrán usar los modelos configurados sin pedir claves aparte.

Un único punto para modelos, claves y gasto

Según QNAP, AI Service Center se organiza en cuatro bloques. La biblioteca de modelos locales permite elegir entre los modelos que el fabricante ha verificado y asignarlos a la CPU, la GPU, los gráficos integrados o la NPU; el sistema los descarga y carga en segundo plano. El apartado de proveedores en la nube conecta con OpenAI, Azure OpenAI, Gemini, Claude y otros servicios con API compatible con OpenAI, siempre con las claves del propio usuario, que se guardan solo en el NAS, y permite fijar un presupuesto mensual y umbrales de alerta.

El tercer bloque es el enrutamiento: las aplicaciones se registran al instalarse y el administrador decide, desde una sola página, qué modelo atiende cada capacidad y si una aplicación puede o no salir a la nube. El cuarto es el registro, que anota fecha y hora, aplicación, modelo, capacidad, número de tokens, coste y latencia de cada llamada, con exportación a CSV para auditorías.

Vivian Luo, responsable de producto de QNAP, lo resume en el comunicado: «A medida que se ejecutan más aplicaciones de IA en los NAS, los administradores necesitan tener una visión clara de qué modelos están funcionando, adónde se envían los datos y cuánto se está gastando».

Privacidad local o potencia en la nube, a elección

La diferencia práctica está en dónde viajan los datos. Con modelos locales, las peticiones y las respuestas no salen del NAS, algo relevante cuando la IA trabaja sobre documentos internos, como ocurre con la búsqueda semántica. Con servicios en la nube, el contenido sí se envía al proveedor elegido, y lo que ofrece QNAP es control sobre ese envío: qué aplicaciones pueden hacerlo, con qué modelos y con qué tope de gasto. Es el mismo dilema que se plantea en el PC, donde la IA local exige cada vez más memoria y hardware específico.

El registro por llamada es quizá la parte más útil para una empresa. Saber cuántos tokens consume cada aplicación y cuánto cuesta permite detectar usos inesperados y repartir costes, algo que hoy muchas organizaciones solo ven en la factura mensual del proveedor.

Requisitos y lo que todavía no se sabe

AI Service Center necesita QTS 6.1.0 o QuTS hero h6.1.0 o posterior. La parte de nube funciona en NAS con procesador x86 y ARM64 y no requiere GPU. La biblioteca de modelos locales, en cambio, está limitada a equipos x86 con una GPU que haya superado las pruebas de compatibilidad de QNAP, además del entorno de ejecución y los paquetes de modelos correspondientes. Eso deja fuera de la IA local a buena parte de los NAS domésticos y de pequeña oficina, que no llevan tarjeta gráfica.

El comunicado tampoco aclara qué modelos concretos forman la biblioteca verificada, qué GPU están certificadas, cuánta memoria hace falta ni si la herramienta tendrá coste cuando salga de la beta. Al tratarse de una versión preliminar, conviene probarla antes de llevarla a producción. QNAP lleva meses ampliando su catálogo para pymes, como con sus nuevos switches con 25GbE, y con esta plataforma intenta que el NAS sea también el punto de control de la IA de la oficina.

Preguntas frecuentes

¿Qué es QNAP AI Service Center?

Una plataforma en beta que centraliza en el NAS la gestión de los modelos de IA, locales y en la nube, que usan las aplicaciones de QNAP, con control de claves, gasto y registro de llamadas.

¿Qué servicios de IA en la nube admite?

OpenAI, Azure OpenAI, Gemini, Claude y otros servicios con API compatible con OpenAI, usando las claves del propio usuario, que se guardan solo en el NAS.