Partner de CIQ
Rocky Linux para IA: la GPU lista desde el primer arranque
Con RLC Pro AI, el driver de NVIDIA, CUDA y PyTorch llegan instalados y probados con el kernel. Lo desplegamos en tus servidores con GPU y lo mantenemos, así que tu equipo empieza con los modelos el primer día.
Lo que cuesta mantener una GPU en Linux
En un Rocky Linux de la comunidad, que la GPU funcione depende de que el driver de NVIDIA, los módulos del kernel, CUDA y PyTorch encajen entre sí. Una actualización del kernel puede dejar el servidor sin GPU hasta que alguien recompila los módulos, y cada máquina nueva vuelve a llevar su media hora larga. Con diez servidores, eso es trabajo de todas las semanas.
RLC Pro AI quita esa parte. CIQ prueba la pila completa con su propio kernel y la publica junta, así que una actualización no rompe la combinación, y nosotros nos encargamos de aplicarla.
| Kernel | CIQ Linux Kernel, que sigue las versiones de larga duración de kernel.org, ajustado para cargar modelos. |
|---|---|
| NVIDIA | Driver 580 para centros de datos con módulos abiertos, CUDA 12.8, cuDNN, NCCL y Fabric Manager. |
| Frameworks | PyTorch 2.8 y TorchVision, compilados por CIQ y con CUDA activo desde el primer arranque. |
| Base | Lo de RLC Pro: Rocky Linux 9, parches de CIQ e indemnización legal. Soporte hasta mayo de 2032. |
| Formatos | ISO, imágenes para AWS, Azure y Google Cloud, contenedor OCI y bootc, con su SBOM. |
| Licencia | Por servidor y no por GPU, en x86_64 y ARM. |
Cuánto se nota frente a Ubuntu
La diferencia viene del kernel ajustado y de no tener que adaptar la pila a mano, que es justo lo que se suele dejar a medias.
RLC Pro AI frente a Ubuntu*mismo hardware
¿Es RLC Pro AI lo que necesitas?
Tienes GPU de NVIDIA y quieres la pila lista
Servidores para entrenar o servir modelos, con el driver, CUDA y PyTorch ya casados y alguien detrás cuando algo falla.
Sin GPU: RLC Pro
Si lo que importa es quedarte años en una versión concreta.
Toda la plataforma
Almacenamiento, Kubernetes y los modelos funcionando, montado por nosotros.
Solo probarlo
CIQ tiene una licencia gratuita para desarrolladores, de hasta 25 servidores y fuera de producción.
Si estás eligiendo servidor, te ayuda qué servidor necesitas para un LLM local. Todas las ediciones, en soporte de Rocky Linux.
Lo que ponemos nosotros
CIQ prepara el sistema; elegir el hardware, desplegarlo y dejar los modelos funcionando es cosa nuestra.
- Antes
Qué servidor y qué GPU
Según los modelos que quieras usar, con servidores Dell o Supermicro si hace falta.
- Alta
La suscripción justa
RLC Pro AI por servidor, mezclado con RLC Pro donde no haya GPU.
- Despliegue
Igual en todos los nodos
Desde la ISO o las imágenes de CIQ, con Ansible, en tu CPD o en la nube.
- Modelos
De la GPU al primer modelo
Ollama, vLLM o tus contenedores encima, con los modelos abiertos que elijas.
- Día a día
Soporte en español
24×7 u 8×5, con CIQ detrás para los fallos del sistema y de la pila de NVIDIA.
Preguntas frecuentes
¿Qué es RLC Pro AI?
La edición de Rocky Linux de CIQ para servidores que ejecutan IA. Parte de RLC Pro y añade el CIQ Linux Kernel, el driver de NVIDIA para centros de datos, CUDA, cuDNN, NCCL y PyTorch ya instalados y probados juntos.
¿Qué hacéis vosotros y qué hace CIQ?
CIQ publica el sistema y sus parches. Nosotros te ayudamos a elegir el hardware, lo desplegamos, ponemos los modelos encima y somos a quien llamas cuando algo falla. Si el problema está en el sistema o en la pila de NVIDIA, lo escalamos nosotros a CIQ.
¿No puedo instalar el driver de NVIDIA yo mismo?
Sí, en un Rocky Linux de la comunidad se puede siguiendo la guía de NVIDIA. Según CIQ, son entre 30 y 60 minutos por servidor, y lo que de verdad cuesta viene después: recompilar los módulos con cada kernel nuevo y comprobar que CUDA y PyTorch siguen casando con el driver, en cada máquina. Con RLC Pro AI eso ya viene resuelto.
¿Qué versiones trae?
La versión actual se basa en Rocky Linux 9.7, con el driver de NVIDIA 580 (módulos abiertos), CUDA 12.8 y PyTorch 2.8. Tiene soporte hasta el 31 de mayo de 2032.
¿Se paga por GPU?
No. Se licencia por servidor, así que añadir tarjetas no encarece la suscripción. Para probarlo, CIQ tiene una licencia gratuita para desarrolladores de hasta 25 servidores, fuera de producción.
¿Funciona sin GPU o en ARM?
Sí. La GPU es opcional y hay versiones para x86_64 y aarch64. PyTorch usa la GPU de NVIDIA automáticamente cuando la encuentra.
Cuéntanos qué quieres ejecutar
Con los modelos, el número de usuarios y el hardware que tienes te decimos qué montar y en cuántos servidores.
