KINGAI OS AI Workstation
Línea planificada como estación de trabajo local para desarrollo de IA; los controladores de GPU, el soporte de modelos y la matriz de compatibilidad de hardware aún no se han publicado.
Más información →DESKTOP · SERVER · EDGE · AI WORKSTATION
Línea planificada como estación de trabajo local para desarrollo de IA; los controladores de GPU, el soporte de modelos y la matriz de compatibilidad de hardware aún no se han publicado.
Estado de publicación del producto: planned
Arquitectura de destino: amd64
User-controlled local model development and GPU-enabled AI workflows
Línea planificada como estación de trabajo local para desarrollo de IA; los controladores de GPU, el soporte de modelos y la matriz de compatibilidad de hardware aún no se han publicado.
Más información →
AI Workstation está pensada para las personas que ejecutan en local el desarrollo de modelos y los flujos de trabajo con GPU, con la capacidad de cálculo y los datos en su propia máquina. Todavía está en fase de planificación; esta página describe la orientación del diseño, no una lista de funciones.
Ver la hoja de ruta de las cuatro ediciones → Ver primero la edición de escritorio ya publicada →

AI Workstation está pensada para un grupo concreto de personas: quienes necesitan desarrollar, depurar y ejecutar grandes modelos en local —no quieren que los datos salgan de la máquina, quieren llevar ellos mismos la cuenta del costo de cálculo y no quieren que ninguna interfaz de una plataforma en la nube les ate el flujo de trabajo. La descripción de su usuario objetivo está escrita con mucha claridad en el catálogo oficial: desarrollo local de modelos controlado por el usuario, y flujos de trabajo de IA potenciados por GPU.
Esta edición tiene un principio que la atraviesa de principio a fin y que merece mención aparte: la IA es una opción, no la autoridad del sistema. El sistema no preinstalará modelos, no incluirá de forma vinculada a ningún proveedor de modelos y, menos aún, permitirá que ningún componente agente se sitúe por encima de los permisos del usuario. Qué modelo se instala, de dónde se descarga, si su licencia es conforme y qué entorno de ejecución se usa, todo lo decide y lo asume el propio usuario. Lo que el sistema debe hacer es construir de verdad y con solidez tres infraestructuras: el entorno, el aislamiento y la visibilidad del estado.
Los entornos de ejecución de GPU de los tres fabricantes, NVIDIA, AMD e Intel, están en la planificación, pero el criterio es only when tested: un modelo concreto, sobre una versión concreta del núcleo, probado en una máquina real, es lo que entra en la lista de compatibilidad; de lo no probado no se promete ni una palabra. Es el requisito más duro de los de publicación, porque los escollos de los controladores de GPU solo afloran, siempre, en las máquinas reales.
Reunir en una matriz consultable las combinaciones verificadas de «qué tarjeta, qué versión del controlador, qué núcleo». Antes de comprar una tarjeta se consulta la matriz, en lugar de descubrir tras instalarla que el controlador no encaja. Esa tabla no existe todavía; habrá que esperar a que se acumulen los datos de las pruebas reales.
Tanto los modelos locales como los proveedores de API en la nube los conecta el propio usuario. El registro del origen (provenance) de los modelos previsto en la planificación sirve para que en el futuro usted pueda responder «¿de dónde salió en su día este archivo de modelo y cuál es su licencia?», y no para que el sistema decida eso por usted.
Los agentes se ejecutan en un entorno aislado rootless, con permisos concedidos por separado según la necesidad, y el escape del entorno aislado debe someterse a pruebas negativas: intentar deliberadamente romper el aislamiento, y solo se aprueba si no se consigue. La premisa para que una herramienta de IA tenga capacidad de ejecución en local es que no pueda salir del círculo que usted mismo le ha trazado.
Indicadores como la utilización de la GPU, la ocupación de la memoria de vídeo y la temperatura deben verse de un vistazo. Al ejecutar tareas largas de inferencia, ver antes de que la memoria de vídeo está a punto de llenarse es mejor que descubrir que la tarea fue terminada en silencio a mitad de la noche. El control de cuotas también está en la planificación, para fijar límites de recursos a las tareas de larga duración; su forma concreta se decidirá en la fase de implementación.
El espacio de trabajo debe poder usarse sin conexión: sin red, el código que hay que escribir y la inferencia local que hay que ejecutar no se detienen. La orientación del control de la privacidad es que el usuario sepa con claridad a qué datos puede acceder cada componente, en lugar de apoyarse en una simple declaración sobre el papel.
En el plano público: planned, sin número de versión y sin ISO. Las palabras textuales del catálogo oficial: no se declara soporte de GPU ni de controladores, y no se declara ningún entorno de ejecución de modelos preinstalado. En la línea experimental interna existe un registro de compilación experimental para amd64, cuya orientación es un entorno de desarrollo KDE sobre Debian 13, expresamente sin compromisos de modelos ni de controladores; la imagen no se conservó y no se hizo verificación de arranque desde el firmware. Entre eso y «poder instalarse en su estación de trabajo y ejecutar modelos» media todavía toda la lista de requisitos de arriba, y esta página no lo celebra por anticipado.
Ver la hoja de ruta de las cuatro ediciones → Ver primero la vista previa de la edición de escritorio ya publicada → Ir al centro de descargas → Seguir el progreso en Issues →
Respuestas de nuestras páginas públicas
Leo es una IA y responde solo desde nuestras páginas públicas. Todo lo demás pasa a una persona desde la página de contacto.