¿Cuánto almacenamiento SSD necesita realmente tu PC con IA?
- addlinkcorp
- 11 jun
- 8 min de lectura
Configuras tu primer modelo de IA local. Carga, funciona y, sinceramente, es como tener un asistente privado que nunca registra tus conversaciones. Así que descargas un segundo modelo para probarlo. Luego un tercero, porque alguien en Reddit juró que era mejor para programar. Después consigues una variante ajustada. Y tu carpeta de generación de imágenes se expande silenciosamente hasta los 40 GB.
Tres semanas después, una pequeña barra de advertencia roja aparece en tu indicador de almacenamiento. De repente, el juego termina.
Si te has preguntado cuánto almacenamiento SSD necesita realmente tu PC con IA, o si tu unidad actual se está convirtiendo en el cuello de botella que nunca pensaste revisar, estás en el lugar correcto. La respuesta honesta es que no se trata solo de gigabytes. El tipo y la velocidad de tu SSD importan enormemente para el trabajo con IA, y elegir mal esa combinación significa que tu configuración se queda sin espacio o sin paciencia.
Analicémoslo correctamente.
Por qué los PCs con IA son diferentes de una computadora normal
Durante la mayor parte de la última década, los consejos sobre almacenamiento eran bastante simples. Consigue 1 TB, quizás 2 TB si juegas mucho, y listo. Los PCs con IA han roto silenciosamente esa regla de dos maneras.
Primero, el tamaño. Los modelos de IA no son aplicaciones pequeñas. Un modelo de lenguaje de tamaño mediano capaz (como un modelo de 13B parámetros) pesa entre 8 GB y 26 GB dependiendo de cómo esté empaquetado. Los modelos más grandes de 70B pueden alcanzar entre 40 y 50 GB cada uno. Apila unos cuantos junto a tu sistema operativo, aplicaciones, outputs generados y variantes ajustadas que "definitivamente vas a usar algún día", y una unidad de 1 TB empieza a parecer muy modesta.
Segundo, la velocidad. Cuando envías un prompt a un modelo local, tu PC tiene que transmitir miles de millones de parámetros desde tu SSD a la memoria en tiempo real. Si tu unidad es lenta, lo notas, especialmente en esa angustiante pausa la primera vez que cargas un modelo tras el arranque. Un SSD NVMe rápido puede reducir ese tiempo de carga entre un 60 y un 80% en comparación con un SSD SATA. Para los usuarios cotidianos esa diferencia suena académica; una vez que la experimentas, nunca querrás volver.
Por eso el tipo de unidad importa tanto como la capacidad.
Una analogía rápida antes de los números
Piensa en tu SSD como la cocina de un chef. La capacidad es qué tan grande es la despensa: cuántos ingredientes puedes tener almacenados. La velocidad es qué tan rápido puede el chef sacar esos ingredientes del estante y ponerlos sobre la encimera.
Puedes tener una despensa enorme, pero si los estantes están en un sótano oscuro conectado por una escalera estrecha (el SSD SATA), el chef está corriendo constantemente de un lado a otro. Una unidad NVMe rápida es como tener una despensa perfectamente organizada e iluminada justo detrás de la estación del chef. Todo llega instantáneamente.
Para las cargas de trabajo de IA, el chef (tu procesador) está corriendo constantemente. Dale una cocina rápida.
Los niveles de almacenamiento: lo que realmente necesitas
Aquí tienes un desglose práctico según cómo planeas usar la IA localmente:
Quién eres | Capacidad recomendada | Tipo mínimo de SSD | Qué cubre | Elección addlink |
Solo empezando | 1TB | PCIe Gen3 NVMe (~3.500 MB/s) | 1-2 modelos pequeños (7B), prompts casuales, resúmenes ligeros | S70 Lite |
Usuario diario de IA | 2TB | PCIe Gen4 NVMe (~7.200 MB/s) | 3-5 modelos, generación de imágenes, sesiones más largas | S93 / A93 |
Usuario avanzado / creador | 4TB | PCIe Gen4 NVMe (~7.200 MB/s) | Gran biblioteca de modelos, conjuntos de datos, outputs en un solo lugar | S95 |
Desarrollador / investigador | Gen5 + 2.ª unidad | PCIe Gen5 NVMe (~10.300 MB/s) | Modelos 70B+, conjuntos de datos de pipeline, flujos de trabajo multimodelo | G55 / G55H |
Una cosa que la mayoría de las personas subestiman: el almacenamiento se llena asimétricamente. Solo ejecutarás uno o dos modelos a la vez, pero descargarás y probarás muchos más a lo largo de las semanas. Déjate espacio para experimentar: ahí está la mitad de la diversión.
La velocidad no es opcional: el impacto en el mundo real
Esta es la parte que sorprende a los que son nuevos en la IA local. El número en la hoja de especificaciones que dice "7.200 MB/s" no es solo una medalla en una prueba comparativa. Para las cargas de trabajo de IA, la velocidad de lectura secuencial afecta directamente a la rapidez con que un modelo se carga en la memoria cuando lo inicias por primera vez.
La diferencia entre un SSD SATA antiguo (~550 MB/s) y un NVMe Gen4 moderno (~7.200 MB/s) es aproximadamente una brecha de 13x. Un modelo que tarda 45 segundos en cargarse en una unidad SATA puede cargarse en menos de 5 segundos en Gen4. Cuando cambias entre modelos varias veces por sesión, esos segundos dejan de parecer triviales.
Las unidades Gen5 como la addlink G55H elevan aún más ese techo, hasta 10.300 MB/s, lo que empieza a importar más para los desarrolladores que ejecutan grandes modelos de 70B parámetros o procesan pipelines de conjuntos de datos pesados, donde se transmiten gigabytes de parámetros repetidamente a lo largo de una sesión de trabajo.
Pero para uso casual y cotidiano, ¿Gen4 es genuinamente el punto óptimo. Es suficientemente rápido para que no estés mirando una barra de carga, suficientemente asequible para que puedas adquirir la capacidad que realmente necesitas, y compatible con casi todas las plataformas de escritorio y portátiles modernas.
La estrategia de "dos unidades" que vale la pena conocer
Si te tomas en serio la IA local y no quieres jugar al Tetris con tu almacenamiento cada pocas semanas, hay una configuración sencilla que usan los profesionales y que funciona bien para los entusiastas también.
Unidad 1 — NVMe rápida (Gen4 o Gen5): Tu sistema operativo, tus modelos activos y los que usas a diario. Mantenla ágil, organizada y en la unidad más rápida que tengas.
Unidad 2 — NVMe de alta capacidad o SSD externo: Un "banco frío" para modelos archivados, grandes conjuntos de datos y tus outputs generados. La velocidad importa menos aquí: la capacidad y el valor son lo que cuenta.
Esto permite que tu unidad principal permanezca rápida y sin desorden, mientras conservas una biblioteca profunda lista cuando quieras experimentar. Una configuración como una addlink S93 (Gen4, 2 TB) como primaria emparejada con una S95 (Gen4, hasta 8 TB) como desbordamiento es una combinación genuinamente práctica y preparada para el futuro para usuarios serios de IA.
FAQ
1. ¿Puedo arreglármelas con solo un SSD SATA si es lo que tiene mi portátil actual?
Puedes, pero notarás la fricción. Los SSD SATA alcanzan un máximo de ~550 MB/s, aproximadamente 13 veces más lentos que una unidad Gen4 NVMe para lecturas secuenciales grandes. Para ejecutar modelos pequeños de 7B ocasionalmente, es manejable. Para cualquier cosa más grande, o si cambias entre modelos con frecuencia, el retraso de carga se convierte en una interrupción real de tu flujo de trabajo. Si tu máquina tiene una ranura M.2, incluso dar el paso a un NVMe Gen3 (como el addlink S70 Lite) es un salto significativo, y Gen4 es todavía mejor.
2. ¿Afecta la RAM a esta ecuación?
Sí, y más de lo que la mayoría espera. Cuando tu PC tiene RAM rápida y de alta capacidad, especialmente DDR5, el modelo de IA pasa más tiempo ejecutándose desde la memoria y menos tiempo volviendo al SSD a mitad de sesión. Piensa en la RAM como tu escritorio de trabajo. Un escritorio más grande y más rápido significa menos viajes al archivador. Exactamente por eso las compilaciones serias de PC con IA combinan almacenamiento NVMe rápido con memoria DDR5 generosa como la addlink Spider S5: los dos trabajan juntos como equipo, no de forma independiente.
3. ¿Qué pasa si me quedo sin almacenamiento a mitad de sesión?
Nada instantáneamente catastrófico, pero el rendimiento se degrada rápidamente. Tu sistema operativo comienza a usar el SSD como desbordamiento de memoria virtual, la carga del modelo se vuelve errática y algunas aplicaciones de IA se bloquearán o simplemente se negarán a cargar un modelo. Como regla práctica, intenta mantener al menos el 15-20% de tu unidad principal libre como búfer de trabajo. Una vez que caigas por debajo de ese umbral, empezarás a sentirlo.
4. ¿La NAND TLC es realmente importante, o es solo un detalle de la hoja de especificaciones?
Para las cargas de trabajo de IA, genuinamente importa. La NAND TLC (celda de triple nivel) es lo que usan todos los SSD NVMe de addlink, y maneja escrituras sostenidas mucho mejor que las alternativas QLC (celda de cuatro niveles). Los flujos de trabajo de IA implican operaciones de escritura grandes y repetidas: guardar outputs de modelos, ejecutar ajuste fino, escribir conjuntos de datos. Con las unidades QLC, una vez que la caché SLC rápida se llena, las velocidades de escritura pueden colapsar drásticamente. La TLC se mantiene estable. Si estás buscando un SSD para PC con IA, TLC es la elección correcta para cualquier cosa más allá del almacenamiento básico de modelos.
5. ¿Vale la pena PCIe Gen5 ahora mismo, o es exagerado?
Para la mayoría de los usuarios en 2026, Gen4 sigue siendo la recomendación. Es suficientemente rápido para que los tiempos de carga de IA en el mundo real sean excelentes, y el precio por TB facilita comprar la capacidad que realmente necesitas. Gen5 gana su lugar para desarrolladores e investigadores que ejecutan modelos muy grandes (70B+), pipelines de conjuntos de datos pesados o flujos de trabajo multimodelo donde estás constantemente cargando e intercambiando. Si eso eres tú, los 10.300 MB/s de la addlink G55H ofrecen una ventaja real. Si eres un entusiasta que también quiere preparar una compilación para el futuro que dure varios años, Gen5 es una inversión razonable: solo asegúrate de que tu placa base tenga una ranura M.2 Gen5 primero.
El veredicto: ¿qué debes comprar realmente?
Aquí está en términos claros:
¿Solo empezando con la IA local? Un NVMe PCIe Gen3 de 1 TB (addlink S70 Lite) te mete en juego sin gastar de más. Es suficientemente rápido para ejecutar modelos pequeños sin frustraciones.
¿Usas la IA a diario y quieres espacio para crecer? 2 TB PCIe Gen4 es el punto óptimo ahora mismo. El addlink S93 y A93 alcanzan hasta 7.400 MB/s de velocidad de lectura con un diseño eficiente sin DRAM probado: suficientemente rápido para trabajo serio con modelos, y con un precio que te permite adquirir la capacidad que necesitas.
¿Todo en IA local o construyendo una configuración de creador/estación de trabajo? Comienza con el addlink S95 en 4 TB o superior. Funciona a hasta 7.200 MB/s y llega hasta 8 TB en una sola unidad M.2 2280, lo que significa que una ranura cubre tu biblioteca de modelos, tus conjuntos de datos y tus outputs sin compromisos.
¿Desarrollador o investigador ejecutando flujos de trabajo a gran escala? El addlink G55H con su interfaz PCIe Gen5 x4 y techo de 10.300 MB/s está construido exactamente para esto. Combínalo con un S95 de alta capacidad como segunda unidad, añade el Spider S5 DDR5 a la mezcla, y tienes una pila de almacenamiento y memoria que no frenará tu trabajo.
Revisa las ranuras M.2 de tu placa base, conoce tu caso de uso y adapta la unidad a tu flujo de trabajo. Esa combinación, la velocidad adecuada y la capacidad adecuada juntas, es lo que convierte un buen PC en una verdadera máquina de IA. Puedes explorar la línea completa de almacenamiento para PC con IA de addlink en addlink.com.tw/aipc.
¿Qué modelos estás ejecutando localmente ahora mismo? Deja un comentario y cuéntanos cómo es tu configuración actual: siempre tenemos curiosidad por saber cómo la gente está construyendo sus flujos de trabajo de IA.