Hogar
Apple y LM Studio colaboran para desplegar modelos de lenguaje grande locales a gran escala a través de cuatro estudios Mac.

En el recientemente celebrado evento WWDC2026, LM Studio y Apple presentaron una demostración técnica revolucionaria. Durante esta exhibición, lograron ejecutar el modelo grande de Moonshot con 10 billones de parámetros, Kimi K2.6, utilizando únicamente cuatro Mac Studios conectados en un clúster. Este logro puso fin a la creencia establecida durante mucho tiempo de que los modelos con miles de millones de parámetros necesitan obligatoriamente clústeres de GPU basados en la nube, demostrando que el hardware de gama consumidor puede realmente ofrecer capacidades avanzadas de procesamiento de inteligencia artificial.
Kimi K2.6 cuenta con un total de 1 billón de parámetros y emplea una arquitectura MoE que activa 32 mil millones de parámetros en cualquier momento dado. Permite el manejo de contextos extensos, el procesamiento de entradas multimodales y la ejecución de tareas mediante agentes. Para la demostración, cuatro Mac Studios se conectaron entre sí a través de las tecnologías de interconexión e intercambio de memoria de Apple, creando un clúster con aproximadamente 1,5 TB de memoria unificada, suficiente para satisfacer las necesidades de inferencia de este modelo grande. Pruebas previas realizadas por desarrolladores mostraron que, bajo condiciones similares, Kimi K2.6 podía generar texto a una tasa de unos 28 tokens por segundo, consumiendo al mismo tiempo mucha menos energía que las soluciones tradicionales basadas en GPU.
Cuando se conecta directamente desde un iPhone al clúster local, todos los datos permanecen íntegramente dentro del dispositivo del usuario
Otra de las destacadas características de la demostración fue la función de acceso remoto LM Link de LM Studio. Los usuarios pueden conectarse de forma segura a distancia al clúster de Mac Studios desde su MacBook Neo o iPhone, interactuar en tiempo real con el modelo en ejecución, y todo el procesamiento de datos así como la comunicación tienen lugar localmente, sin ninguna transmisión a través de la nube.
LM Link ya está integrado tanto en la aplicación para Mac de LM Studio como en la app para iOS de Locally AI, ofreciendo conexiones cifradas de extremo a extremo. Esta configuración permite a los usuarios acceder en cualquier momento a la potencia de procesamiento de inteligencia artificial a nivel de clúster, incluso en dispositivos con menor rendimiento, sin temor a violaciones de privacidad. Junto con la tecnología Thunderbolt 5 RDMA de Apple y otras soluciones de intercambio de memoria entre múltiples dispositivos, todo este ecosistema está estableciendo rápidamente un marco integral para el despliegue local de inteligencia artificial.
Esta colaboración transmite un mensaje claro: el despliegue local de modelos grandes con miles de millones de parámetros ya no es un concepto teórico limitado a los laboratorios. Se está convirtiendo en una solución viable que los desarrolladores pueden implementar en sus propios entornos de trabajo. A medida que Apple sigue mejorando sus funciones de conectividad de hardware, se espera que las capacidades de los dispositivos de gama consumidor para manejar inferencias de inteligencia artificial a gran escala sigan expandiéndose aún más.
Artículo relacionado
Cómo las bases de datos de series temporales impulsan los datos de robótica en tiempo real
Doug Pagnutti de Tiger Data.Pagnutti actúa como defensor del desarrollo industrial en Tiger Data, apoyando a equipos en la construcción de sistemas industriales del mundo real.Con más de 12 años de experiencia en petróleo y gas y automatización de fa
¿Cómo optimizar el SEO para Google Japón y Yahoo Japón?
Master Loom: Crea y comparte vídeos profesionales con IATabla de contenidosIntroducción a LoomAcceso a LoomOpciones de grabaciónPantalla completaVentanaCámaraCalidad de audio y sonidoEdición y personalizaciónOpciones de fondoEdición del víd
¿Cómo funciona el algoritmo de Google Japón para SEO?
Miniaturas generadas por IA de MrBeastTabla de contenidosIntroducciónEl desafío de transformación física de Mr BeastExploración de conceptos de miniatura para el desafíoMejora del físico de Mr Beast en las fotosAplicación de técnicas de IA para
Recomendaciones de temas especiales relacionados
comentario (1)
0/500

En el recientemente celebrado evento WWDC2026, LM Studio y Apple presentaron una demostración técnica revolucionaria. Durante esta exhibición, lograron ejecutar el modelo grande de Moonshot con 10 billones de parámetros, Kimi K2.6, utilizando únicamente cuatro Mac Studios conectados en un clúster. Este logro puso fin a la creencia establecida durante mucho tiempo de que los modelos con miles de millones de parámetros necesitan obligatoriamente clústeres de GPU basados en la nube, demostrando que el hardware de gama consumidor puede realmente ofrecer capacidades avanzadas de procesamiento de inteligencia artificial.
Kimi K2.6 cuenta con un total de 1 billón de parámetros y emplea una arquitectura MoE que activa 32 mil millones de parámetros en cualquier momento dado. Permite el manejo de contextos extensos, el procesamiento de entradas multimodales y la ejecución de tareas mediante agentes. Para la demostración, cuatro Mac Studios se conectaron entre sí a través de las tecnologías de interconexión e intercambio de memoria de Apple, creando un clúster con aproximadamente 1,5 TB de memoria unificada, suficiente para satisfacer las necesidades de inferencia de este modelo grande. Pruebas previas realizadas por desarrolladores mostraron que, bajo condiciones similares, Kimi K2.6 podía generar texto a una tasa de unos 28 tokens por segundo, consumiendo al mismo tiempo mucha menos energía que las soluciones tradicionales basadas en GPU.
Cuando se conecta directamente desde un iPhone al clúster local, todos los datos permanecen íntegramente dentro del dispositivo del usuario
Otra de las destacadas características de la demostración fue la función de acceso remoto LM Link de LM Studio. Los usuarios pueden conectarse de forma segura a distancia al clúster de Mac Studios desde su MacBook Neo o iPhone, interactuar en tiempo real con el modelo en ejecución, y todo el procesamiento de datos así como la comunicación tienen lugar localmente, sin ninguna transmisión a través de la nube.
LM Link ya está integrado tanto en la aplicación para Mac de LM Studio como en la app para iOS de Locally AI, ofreciendo conexiones cifradas de extremo a extremo. Esta configuración permite a los usuarios acceder en cualquier momento a la potencia de procesamiento de inteligencia artificial a nivel de clúster, incluso en dispositivos con menor rendimiento, sin temor a violaciones de privacidad. Junto con la tecnología Thunderbolt 5 RDMA de Apple y otras soluciones de intercambio de memoria entre múltiples dispositivos, todo este ecosistema está estableciendo rápidamente un marco integral para el despliegue local de inteligencia artificial.
Esta colaboración transmite un mensaje claro: el despliegue local de modelos grandes con miles de millones de parámetros ya no es un concepto teórico limitado a los laboratorios. Se está convirtiendo en una solución viable que los desarrolladores pueden implementar en sus propios entornos de trabajo. A medida que Apple sigue mejorando sus funciones de conectividad de hardware, se espera que las capacidades de los dispositivos de gama consumidor para manejar inferencias de inteligencia artificial a gran escala sigan expandiéndose aún más.
Cómo las bases de datos de series temporales impulsan los datos de robótica en tiempo real
Doug Pagnutti de Tiger Data.Pagnutti actúa como defensor del desarrollo industrial en Tiger Data, apoyando a equipos en la construcción de sistemas industriales del mundo real.Con más de 12 años de experiencia en petróleo y gas y automatización de fa
¿Cómo optimizar el SEO para Google Japón y Yahoo Japón?
Master Loom: Crea y comparte vídeos profesionales con IATabla de contenidosIntroducción a LoomAcceso a LoomOpciones de grabaciónPantalla completaVentanaCámaraCalidad de audio y sonidoEdición y personalizaciónOpciones de fondoEdición del víd
¿Cómo funciona el algoritmo de Google Japón para SEO?
Miniaturas generadas por IA de MrBeastTabla de contenidosIntroducciónEl desafío de transformación física de Mr BeastExploración de conceptos de miniatura para el desafíoMejora del físico de Mr Beast en las fotosAplicación de técnicas de IA para











