QNAP ha presentado el QAI-h1290FX, un servidor de almacenamiento edge diseñado para ejecutar cargas de Inteligencia Artificial generativa dentro de la propia empresa, sin depender de servicios cloud externos. El equipo combina almacenamiento all-flash NVMe, procesadores AMD EPYC, opciones de aceleración con GPU NVIDIA RTX y el sistema operativo QuTS hero basado en ZFS.

La propuesta llega en un momento en el que muchas organizaciones quieren probar o desplegar asistentes internos, buscadores documentales con RAG, modelos de lenguaje privados y flujos de generación de contenido sin enviar datos sensibles a plataformas externas. QNAP intenta cubrir ese espacio con una máquina pensada para integrar almacenamiento, cómputo, virtualización, contenedores y aplicaciones de Inteligencia Artificial en un único sistema local.

Un servidor para ejecutar LLM y RAG dentro de la empresa

El QAI-h1290FX está orientado a empresas, equipos técnicos, desarrolladores y grupos de investigación que necesitan ejecutar modelos de lenguaje o aplicaciones generativas cerca de sus datos. No se trata solo de guardar archivos, sino de ofrecer una plataforma capaz de moverlos, procesarlos y servirlos con baja latencia en flujos de trabajo de Inteligencia Artificial.

Uno de los casos más claros es RAG, siglas de Retrieval-Augmented Generation. Esta técnica permite conectar un modelo de lenguaje con una base documental propia para que responda usando información interna de la empresa. Por ejemplo, contratos, manuales, políticas corporativas, documentación técnica, informes, expedientes o bases de conocimiento. En vez de subir esos documentos a un servicio externo, una organización puede mantenerlos en sus instalaciones y permitir que un asistente local consulte esa información bajo sus propias reglas de seguridad.

QNAP también apunta a asistentes internos de conversación, búsqueda empresarial, generación de imágenes con herramientas como Stable Diffusion o ComfyUI, y automatización de procesos con n8n. En todos esos escenarios hay un elemento común: los datos pueden permanecer dentro de la infraestructura de la compañía, algo relevante para sectores con información confidencial o sujetos a requisitos de cumplimiento normativo.

La máquina incluye una selección de herramientas preinstaladas o preparadas para desplegarse, como AnythingLLM, OpenWebUI y Ollama. Además, QNAP señala que trabaja en la integración de otras aplicaciones como Stable Diffusion, ComfyUI, n8n y vLLM. Esta parte es importante porque uno de los frenos habituales para adoptar Inteligencia Artificial local no está solo en el hardware, sino en la instalación, configuración y mantenimiento de entornos complejos.

NVMe, AMD EPYC y GPU NVIDIA RTX

El QAI-h1290FX incorpora doce bahías U.2 compatibles con SSD NVMe o SATA. Esta arquitectura all-flash está pensada para ofrecer un alto rendimiento de entrada y salida, algo útil cuando se trabaja con grandes volúmenes de datos, índices vectoriales, documentos, modelos y flujos de lectura intensiva. En cargas RAG, por ejemplo, el almacenamiento rápido ayuda a reducir cuellos de botella cuando el sistema necesita recuperar fragmentos relevantes antes de generar una respuesta.

El procesador elegido es un AMD EPYC 7302P de 16 núcleos y 32 hilos. No es una CPU nueva en el mercado, pero sí una plataforma de servidor con capacidad suficiente para virtualización, contenedores, servicios de almacenamiento, tareas paralelas y gestión de cargas empresariales. Para la aceleración de Inteligencia Artificial, el equipo admite GPU NVIDIA RTX, incluida la opción NVIDIA RTX PRO 6000 Blackwell Max-Q Workstation, con hasta 96 GB de memoria de GPU según la configuración citada por QNAP.

El soporte de GPU es uno de los puntos centrales. Muchas cargas de inferencia local, generación de imágenes o ejecución de modelos de lenguaje se benefician de CUDA, TensorRT y otras tecnologías de aceleración de NVIDIA. QNAP plantea el equipo como una alternativa a montar una estación de trabajo GPU desde cero, instalar manualmente dependencias y configurar entornos de ejecución. Según la compañía, el objetivo es reducir esa complejidad para que los usuarios puedan desplegar modelos y aplicaciones de forma más directa.

El sistema también ofrece acceso nativo a GPU en contenedores mediante Container Station y passthrough de GPU para máquinas virtuales a través de Virtualization Station. Esto permite asignar recursos a distintas cargas de trabajo y separar entornos. Un equipo podría ejecutar un asistente documental en un contenedor, un entorno de pruebas de modelos en una máquina virtual y servicios de almacenamiento sobre QuTS hero.

ZFS, red de alta velocidad y expansión

El sistema operativo QuTS hero, basado en ZFS, aporta funciones orientadas a integridad de datos, snapshots y deduplicación inline. En un entorno de Inteligencia Artificial privada, estas funciones pueden ser útiles para proteger datasets, versiones de documentos, modelos, configuraciones y resultados de pruebas. Los snapshots permiten volver a estados anteriores, mientras que la deduplicación puede ayudar en escenarios donde existen copias repetidas de datos o versiones similares de archivos.

En conectividad, el QAI-h1290FX integra dos puertos 25GbE y dos puertos 2.5GbE. Además, sus ranuras PCIe permiten ampliaciones opcionales hasta 100GbE. Esta capacidad de red es relevante porque las cargas de Inteligencia Artificial no se limitan al procesamiento local: también necesitan mover datos desde estaciones de trabajo, servidores, repositorios, plataformas de backup o sistemas documentales. Si la red es lenta, el almacenamiento rápido y la GPU pierden parte de su ventaja.

QNAP también destaca la compatibilidad con unidades de expansión JBOD para aumentar capacidad. Esto sitúa al equipo en un punto intermedio entre un NAS avanzado, un servidor de aplicaciones y una plataforma edge para Inteligencia Artificial. Puede ser atractivo para empresas que no quieren montar un clúster completo, pero sí necesitan algo más potente que un NAS convencional.

La idea de “edge” aquí no se refiere necesariamente a una oficina remota pequeña. También puede entenderse como una infraestructura situada cerca del dato y del usuario, dentro del perímetro de la empresa. Para un despacho legal, un departamento de recursos humanos, un equipo creativo, una ingeniería o una organización sanitaria, procesar localmente documentos y consultas puede ser más sencillo desde el punto de vista de privacidad y control.

Una respuesta al interés por la IA privada

El lanzamiento encaja con una tendencia clara: muchas empresas quieren aprovechar la Inteligencia Artificial generativa, pero no siempre desean enviar su información a servicios externos. Las razones pueden ser varias: confidencialidad, regulación, costes variables por uso, dependencia de proveedor, latencia o necesidad de personalizar modelos y flujos de trabajo.

El QAI-h1290FX no compite directamente con los grandes clústeres cloud para entrenamiento de modelos de frontera. Su espacio es otro: inferencia local, asistentes privados, búsqueda documental, automatización interna, generación visual y experimentación empresarial controlada. Para muchas compañías, ese puede ser el primer paso realista antes de plantearse infraestructuras más grandes.

Conviene, aun así, matizar la propuesta. Ejecutar Inteligencia Artificial en local no elimina la necesidad de administración técnica. Habrá que gestionar modelos, actualizaciones, seguridad, permisos, consumo energético, copias de seguridad, control de acceso y monitorización. Tampoco todos los modelos grandes funcionarán igual de bien en cualquier configuración. La memoria de GPU, la cuantización, el tamaño del modelo y el número de usuarios concurrentes seguirán siendo factores decisivos.

El valor del producto dependerá, por tanto, de cómo QNAP consiga simplificar esa experiencia. Si las herramientas preinstaladas, el centro de aplicaciones de Inteligencia Artificial y la gestión de GPU reducen el trabajo de configuración, el equipo puede tener sentido para organizaciones que quieren desplegar IA privada sin construir desde cero una plataforma propia.

QNAP presenta el QAI-h1290FX como una forma práctica de llevar LLM, RAG y generación de contenido al entorno local de la empresa. La clave será comprobar su rendimiento real, el precio final, las configuraciones disponibles y el soporte de software a medio plazo. El interés por la Inteligencia Artificial privada está ahí. Ahora los fabricantes de almacenamiento y servidores buscan convertirlo en productos que puedan comprarse, instalarse y operar sin depender por completo de la nube.

Preguntas frecuentes

¿Qué es el QNAP QAI-h1290FX?
Es un servidor de almacenamiento edge orientado a cargas de Inteligencia Artificial privada. Combina SSD NVMe, CPU AMD EPYC, opciones de GPU NVIDIA RTX, contenedores, virtualización y herramientas para ejecutar LLM, RAG y aplicaciones generativas en local.

¿Para qué sirve en una empresa?
Puede usarse para asistentes internos, buscadores documentales con RAG, bases de conocimiento privadas, generación de imágenes, automatización de procesos y pruebas de modelos sin enviar datos sensibles a la nube.

¿Qué ventaja tiene frente a usar solo cloud?
Permite mantener datos dentro de la empresa, reducir dependencia de proveedores externos y controlar mejor rendimiento, seguridad y recursos. A cambio, exige administración local, mantenimiento y planificación de capacidad.

¿Incluye herramientas de Inteligencia Artificial listas para usar?
QNAP indica que incorpora herramientas como AnythingLLM, OpenWebUI y Ollama, y que está integrando otras como Stable Diffusion, ComfyUI, n8n y vLLM.

vía: qnap