Saltar al contenido
Revisión pendiente desde 29 jul 20263 fuentes primarias

Windows/WSL2 vs Mac M4 para IA local

La decisión no es “Mac o PC” en abstracto. Es qué trabajo quieres hacer: coding local cómodo, herramientas Windows enterprise, Docker con GPU, modelos grandes, contexto largo o cero mantenimiento.

Qué vas a conseguir ahora

Una decisión o prueba aplicada a «Windows/WSL2 vs Mac M4 para IA local».

  1. 1Entiende el criterio
  2. 2Haz una práctica pequeña
  3. 3Guarda una evidencia
Evidencia

Una nota breve con qué hiciste, qué salió bien, qué falló y qué revisarías después.

Objetivos de aprendizaje
  • Elegir setup según trabajo real, no benchmark suelto.
  • Entender por qué Windows/WSL2 falla más en GPU y Docker.
  • Ver dónde Mac Apple Silicon brilla y dónde se queda corto.
En cristiano: WSL2. Es Linux dentro de Windows. Permite usar herramientas Linux y CUDA con GPU NVIDIA, pero añade capas: drivers Windows, WSL, Docker Desktop, contenedores y permisos.

Decisión rápida

  • Mac M-series: simplicidad, batería, silencio, MLX, Ollama fácil, buen entorno dev.
  • Windows + NVIDIA + WSL2: más compatibilidad con herramientas empresariales y GPUs potentes, pero más puntos de fallo.
  • Linux bare metal: mejor para servidores, vLLM, Docker GPU y homelab serio.
Idea clave. En Mac suele doler menos instalar. En Windows suele doler menos encajar en flujos de empresa. En Linux suele doler menos operar modelos en serio.
Terminal
# Windows: primer diagnóstico
wsl --status
wsl --list --verbose
nvidia-smi
docker run --rm --gpus all nvidia/cuda:12.5.0-base-ubuntu22.04 nvidia-smi

# Mac: primer diagnóstico
sw_vers
ollama --version
ollama ps

Errores típicos por plataforma

  • Windows/WSL2: GPU no detectada, Docker sin acceso a GPU, drivers duplicados dentro de WSL, permisos CUDA, puertos raros.
  • Mac: contexto largo que dispara memoria, prefill lento en prompts enormes, límites de memoria unificada y menos soporte para stacks CUDA.
  • Linux: drivers, CUDA toolkit, versiones de contenedores y actualizaciones que rompen builds si no fijas versiones.
Cuidado. No instales drivers NVIDIA Linux dentro de WSL como si fuera una máquina Linux normal. WSL usa el driver de Windows para exponer GPU a Linux.
Comprueba que funciona. Antes de comprar hardware, define tu prueba: modelo, contexto, tokens/segundo mínimos, herramientas necesarias y si necesitas Docker GPU. Luego compara, no al revés.
Guardar y reabrir el proyecto.
Para aprender y prototipar, Mac M-series es muy cómodo. Para servir modelos con NVIDIA, Linux/WSL2 requiere más cuidado pero ofrece más opciones. Para producción ligera, evita improvisar: documenta versiones.

Si has guardado la evidencia de esta lección, continúa con «Homelab RTX 3090». Si no, repite la comprobación antes de avanzar.

Mapa completo de AulafyConsulta cómo encaja esta lección sin salir de tu ruta.

Mapa completo de Aulafy

Cómo se relacionan todos los cursos

No es una lista que debas completar. Empieza por la base, elige un resultado y profundiza solo cuando tu proyecto necesite más control.

  1. 1Comprender
  2. 2Aplicar o construir
  3. 3Operar con confianza
01

Empieza aquí

Crea una base común: qué puede hacer la IA, cómo pedir resultados y cómo comprobarlos antes de especializarte.

Desde esta base puedes aplicar la IA a una tarea o aprender a construir con código.

02

Elige una aplicación

Convierte la base en un resultado visible: una web, una mejora de negocio, contenido o una experiencia interactiva.

Si necesitas mantener código, datos o infraestructura, continúa por la rama técnica.

03

Construye con código

Prepara el entorno, trabaja con agentes de programación y aprende a ejecutar modelos con control sobre tus proyectos.

Esta rama prepara los conocimientos necesarios para diseñar y operar sistemas de IA fiables.

04

Lleva sistemas a producción

Combina recuperación, agentes, evaluación, seguridad, despliegue y adaptación de modelos cuando el problema lo exija.

No es obligatorio completarlo todo: elige solo la pieza que tu sistema necesita y vuelve al mapa cuando crezca.

Ver catálogo completo