Requisitos
La máquina
| Mínimo | Recomendado | |
|---|---|---|
| SO | Linux de 64 bits (kernel 5.x+), o Windows 11 + WSL2 | Ubuntu 22.04 / 24.04 LTS |
| GPU | NVIDIA, 6 GB VRAM | 16–24 GB+ VRAM |
| Driver NVIDIA | 575+ (CUDA 12.9) | Última versión estable |
| CPU | 4 núcleos | 8+ núcleos |
| RAM | 8 GB | 32 GB+ |
| Disco libre | 50 GB SSD | 100 GB+ NVMe SSD |
| Red | 25 Mbps de bajada, estable | 100 Mbps+ simétricos |
Solo instalas tú dos cosas: Docker y el driver de NVIDIA. Todo lo demás va dentro de la imagen.
Qué GPUs ganan cuánto
La VRAM decide qué modelos puede alojar tu tarjeta, y eso decide por cuánto se puede alquilar. Más VRAM vale más que más velocidad.
| Nivel | VRAM | Tarjetas de ejemplo |
|---|---|---|
| Entrada | 6–8 GB | RTX 2060, 3050 / 3060, 4060 / 4060 Ti, 5060 (incl. Laptop) |
| Estándar | 10–12 GB | RTX 3080, 2080 Ti, 4070 / 4070 Ti, 5070 |
| Alto | 16 GB | RTX 4070 Ti Super, 4080 / 4080 Super, 5070 Ti / 5080 |
| Premium | 24–32 GB | RTX 3090 / 3090 Ti, 4090 / 4090 D, 5090, RTX 4000–5000 Ada, A10 |
| Pro / Datacenter | 48 GB+ | A40, RTX 6000 Ada, RTX PRO 5000/6000 Blackwell, A100, H100, H200 |
Solo NVIDIA. Las tarjetas AMD e Intel no son compatibles, y tampoco los chips de Apple. El motor de inferencia que corre el agente solo funciona con CUDA.
Las tarjetas de laptop cuentan. Una 3060 de laptop con 6 GB es un host de nivel Entrada real.
Red
- Salida hacia nuestro backend, hacia Hugging Face por los pesos de los modelos, y hacia Cloudflare por el túnel que lleva el tráfico de inferencia.
- Sin puertos de entrada ni redirección de puertos. El túnel es de salida, así que el agente funciona detrás de NAT y routers domésticos sin ninguna configuración.
- La estabilidad gana a la velocidad. El agente envía heartbeats de forma continua y se marca como desconectado si deja de responder. Una línea estable de 25 Mbps es mejor host que una rápida que se corta.
Docker fija el DNS de un contenedor cuando se crea. Mover la máquina entre
redes lo rompe en silencio hasta que el contenedor se reinicia — las banderas
--dns en los comandos de instalación evitan esto. Ver
Solución de problemas.
Energía y tiempo en línea
Tu GPU solo gana mientras está en línea y lo bastante inactiva como para aceptar trabajo. Dos cosas le cuestan dinero a los hosts sin que lo noten:
- El modo de suspensión. Una máquina que se suspende deja de servir, y un trabajo en curso falla.
- Jugar o renderizar en la misma tarjeta. El agente mide la VRAM libre, así que a una tarjeta ocupada se le ofrecen trabajos más pequeños, o ninguno.
Un host no tiene que ser una máquina dedicada, pero cuanto más predecible sea su tiempo libre, más trabajo recibe.
Qué le hace el agente a tu máquina
- Corre un contenedor, más uno adicional por cada trabajo mientras está en curso.
- Escribe los espacios de trabajo en
/var/lib/neurogrid/workloads. - Guarda su token cifrado en un volumen de Docker, no en tu directorio home.
- Necesita el socket de Docker, que es acceso equivalente a root sobre el host. El contenedor es empaquetado, no un límite de seguridad — córrelo en una máquina en la que te sientas cómodo dando ese acceso.