Honor presenta Tiangong y una familia de estaciones de trabajo para IA de 2 litros
La marca china reúne bajo Tiangong estaciones de trabajo de IA con opciones Intel, AMD o NVIDIA, portátiles y plataformas de despliegue de modelos.
Honor ha presentado Tiangong, su marca de soluciones para el sector empresarial, en el marco de la conferencia HGDC que la compañía celebró el 15 de septiembre. La marca cubre dos frentes: hardware y software. En el primero, la firma china ha publicado en su web una línea de estaciones de trabajo para IA, portátiles comerciales y equipos de sobremesa de gran formato. En el segundo, una plataforma de despliegue e inferencia de modelos, una plataforma de agentes genéricos, una base de conocimiento y herramientas de operaciones.
Tres variantes según el silicio
El catálogo de estaciones de trabajo de IA se divide en tres versiones. La estándar monta un Intel Core Ultra X7 358H; la Pro pasa a un AMD Ryzen AI Max+ 395; y la Ultra se apoya en una NVIDIA RTX Spark. Hay además una versión xinchuang, es decir, con componentes nacionales para encajar en los requisitos de compra pública china, un detalle que fuera de ese mercado no aplica pero que allí abre licitaciones cerradas a tecnología extranjera.
Las tres comparten chasis: 70×192×203 mm, unos dos litros de volumen y alrededor de 1,5 kg. Honor declara una potencia sostenida de hasta 132 W, tres ranuras M.2 2280 para SSD, Wi-Fi 7 y un panel con dos RJ-45 de 10GbE y dos USB-C de 40 Gbps. Para quien monta nodos de inferencia en la oficina, esa combinación es la parte que importa de la ficha: doble 10GbE y tres NVMe en dos litros permiten montar clústeres pequeños sin rack y sin fibra hasta el switch.
Conviene aclarar qué no hay en el anuncio. Honor no ha publicado precios, ni fecha de disponibilidad, ni qué sistema operativo traen los equipos. Tampoco dice si la plataforma de agentes, el motor de inferencia y la base de conocimiento se licencian por separado, si vienen con el hardware o si funcionan en máquinas de terceros. Y no hay una sola cifra de rendimiento: los datos de la ficha son los que la propia compañía ha colgado en su página, sin demostración ni comparativa independiente.
La parte de software es la que menos se puede evaluar con lo publicado. "Modelo de despliegue y aceleración de inferencia" y "plataforma de agentes genéricos" son etiquetas de categoría, no especificaciones: no se sabe qué formatos de modelo acepta el motor, si expone una API compatible con OpenAI o con el estándar de turno, ni cómo se gestionan los permisos de los agentes sobre los sistemas internos. Para una empresa que ya tenga montado su stack de inferencia, eso es justo lo que decide si el producto entra o no.
El movimiento coloca a Honor en el segmento de las máquinas compactas para inferencia local, ese que se ha llenado en el último año de equipos de dos litros con mucha conectividad y acelerador dedicado. La pregunta abierta no es el chasis, que cumple, sino el reparto: qué parte del negocio quieren que sea hardware y qué parte software con suscripción. Sin precios ni fecha, esa decisión sigue sin respuesta.
