Saltar al contenido
, inicio

Laboratorios de IA para universidades y empresas

Estaciones por puesto o un servidor compartido con varias tarjetas de video, armados, configurados igual y medidos uno por uno.

Cada equipo, medido

Lo que mide el informe

  • Rendimiento de referencia
  • Temperatura en carga sostenida
  • Consumo por equipo
  • Estabilidad

Estaciones por puesto o un servidor compartido

Un laboratorio de IA puede ser un conjunto de estaciones de trabajo, una por puesto, o un servidor con varias tarjetas de video que todo el grupo usa por la red. Se decide según cuántas personas lo usan a la vez, qué modelos corren y si entrenan modelos o usan modelos ya hechos. Mangos Lab cotiza las piezas con factura, arma los equipos, deja instalado el mismo entorno en todos (drivers, CUDA, Python, Jupyter, Ollama o vLLM) y entrega la medición de cada uno.

Cuánta VRAM necesitas: el cálculo por modelo y lo que cabe en cada tarjeta

Para quién es

  • Universidades y centros de formación

    Salas para cursos de IA, ciencia de datos y visión por computador, con el mismo entorno en cada puesto.

  • Centros de investigación

    Servidores para entrenar y ajustar modelos con datos propios, con acceso por usuario.

  • Empresas con datos sensibles

    Estudios jurídicos, salud, finanzas y cualquier equipo que no puede subir sus datos a un servicio externo.

  • Equipos de desarrollo

    Un servidor de inferencia en la oficina para probar modelos y agentes sin pagar por consulta.

Tres configuraciones de referencia

Precios de las piezas en tiendas de Chile, consultados el 10-11-2026, 17:33 en SoloTodo. Cambian a diario y se confirman al comprar, con factura. No incluyen el armado, la optimización ni la medición.

Puesto de docencia

16GBVRAM por puesto

Un equipo por estudiante para cursos de IA y ciencia de datos, con modelos de hasta 14B.

  • Tarjeta de videoNVIDIA GeForce RTX 5060 Ti de 16 GB
  • ProcesadorAMD Ryzen 5 9600X, 6 núcleos
  • Placa madrePlaca madre AM5 B650, ATX
  • Memoria RAM32 GB DDR5 (2 × 16 GB)
  • AlmacenamientoSSD NVMe PCIe 4.0 de 1 TB
  • Fuente de poderFuente 750 W 80 Plus Gold
  • RefrigeraciónDisipador por aire de doble torre
  • GabineteGabinete ATX con frente de malla

Piezas, IVA incluido

Con transferencia
$2.284.480
Con tarjeta u otro medio
$2.388.360
Cotizar esta configuración

Puesto de investigación

32GBVRAM por puesto

Para ajustar modelos chicos o correr modelos de 32B, un equipo por investigador.

  • Tarjeta de videoNVIDIA GeForce RTX 5090 de 32 GB
  • ProcesadorAMD Ryzen 9 9950X, 16 núcleos
  • Placa madrePlaca madre AM5 X870, ATX
  • Memoria RAM64 GB DDR5 (2 × 32 GB)
  • AlmacenamientoSSD NVMe PCIe 4.0 de 2 TB con caché DRAM
  • Fuente de poderFuente 1200 W 80 Plus Gold
  • RefrigeraciónRefrigeración líquida de 360 mm
  • GabineteGabinete ATX amplio, para tarjetas de 3 o 4 slots

Piezas, IVA incluido

Con transferencia
$9.547.850
Con tarjeta u otro medio
$10.053.055
Cotizar esta configuración

Servidor compartido

96GBVRAM compartida

Una tarjeta de 96 GB que atiende a todo el grupo por la red, con vLLM u Ollama. Para dos a cuatro tarjetas, lo cotizamos a medida.

  • Tarjeta de videoNVIDIA RTX PRO 6000 Blackwell de 96 GB
  • ProcesadorAMD Ryzen 9 9950X, 16 núcleos
  • Placa madrePlaca madre AM5 X870E, ATX
  • Memoria RAM128 GB DDR5 (2 × 64 GB)
  • AlmacenamientoSSD NVMe PCIe 4.0 de 4 TB con caché DRAM
  • Fuente de poderFuente 1300 W 80 Plus Platinum
  • RefrigeraciónRefrigeración líquida de 360 mm
  • GabineteGabinete ATX amplio, para tarjetas de 3 o 4 slots

Piezas, IVA incluido

Con transferencia
$27.001.674
Con tarjeta u otro medio
$28.471.502
Cotizar esta configuración

Qué optimizamos

  • Puestos o servidor

    Si cada persona corre su propio modelo chico, conviene un equipo por puesto. Si pocos corren modelos grandes o entrenan, rinde más un servidor compartido. Muchos laboratorios combinan los dos.

  • El mismo entorno en todos

    Una imagen de sistema probada que se replica en cada puesto: mismas versiones de drivers, CUDA, Python y bibliotecas.

  • Red y almacenamiento

    Red de 2,5 o 10 Gb/s y almacenamiento compartido para que los modelos y los datos no se copien a mano de equipo en equipo.

  • Energía y temperatura de la sala

    Con el consumo medido de cada equipo calculamos la carga eléctrica y el calor que la sala tiene que disipar.

Qué medimos antes de entregarlo

Cada medición va en el informe que recibes con el equipo, con la fecha, la prueba que se usó y la temperatura de la sala.

Rendimiento de referencia
Con el modelo o el notebook que usa tu institución, en cada equipo.
Temperatura en carga sostenida
Tarjeta de video y procesador después de 30 minutos de carga.
Consumo por equipo
En reposo y en carga, para dimensionar circuitos y climatización.
Estabilidad
Prueba de estrés y prueba de memoria de cada equipo, con su informe.

Cotiza con los precios de hoy

Tú pones los componentes o el capital para comprarlos, y la compra se hace con factura. Nosotros elegimos las piezas, las armamos, optimizamos y medimos el equipo.

Preguntas frecuentes

¿Conviene una estación por puesto o un servidor compartido?

Depende de cuántas personas lo usan a la vez y de qué corren. Para docencia con modelos chicos, una estación por puesto es más simple. Para entrenar o usar modelos grandes, un servidor con varias tarjetas aprovecha mejor la inversión, porque la VRAM se comparte. Muchos laboratorios combinan puestos sencillos con un servidor.

¿Entregan una cotización formal para el proceso de compra?

Sí. Te enviamos la cotización pieza por pieza, con los precios del día y el servicio de armado, optimización y medición. La compra de las piezas se hace con factura.

¿Dejan instalado el software?

Sí. Definimos contigo el entorno (sistema operativo, drivers, CUDA, Python, PyTorch, Jupyter, Ollama o vLLM, usuarios y acceso remoto) y lo dejamos igual en todos los equipos.

¿Cuánta energía consume un laboratorio de IA?

Una estación con una tarjeta de gama alta puede pasar los 700 W en carga. Diez estaciones así son más de 7 kW, que piden circuitos y climatización a la medida. Lo calculamos con el consumo medido de cada equipo, no con la etiqueta de la fuente.

¿Hacen la mantención del laboratorio?

Sí. Limpieza, cambio de pasta térmica, actualización de drivers y la misma prueba de temperatura antes y después, para ver que cada equipo sigue rindiendo igual.