LattePanda presenta la Sigma 2, una placa compacta que funciona como servidor para inteligencia artificial local. Integra un Intel Core Ultra X7 358H de la familia Panther Lake, con una GPU Arc B390 y una NPU de 50 TOPS. Entre las tres unidades de cálculo suman hasta 180 TOPS. Monta 64 GB de memoria LPDDR5X-8533, 1 TB de almacenamiento y dos puertos de 10 GbE en apenas 146 × 102 mm. Llega con Ubuntu 26.04 preinstalado y un modelo de 35 000 millones de parámetros listo para responder en local. Su precio de reserva es de 2599 dólares. En este artículo repasamos qué ofrece, a quién puede interesarle y qué dudas deja sobre la mesa.

Una placa pequeña con ambiciones de servidor

La Sigma 2 mide 146 × 102 mm. Es decir, ocupa menos de 150 cm². Aun así, no es una placa de aficionado al uso. Es un equipo pensado para ejecutar modelos de lenguaje sin depender de la nube.

LattePanda la define como un servidor de placa única. Está disponible para cualquier comprador, no solo para empresas. Esa es una diferencia importante. Otras plataformas con el mismo procesador se venden como sistemas completos o módulos para clientes industriales. Esta se compra como una placa y se monta como cada uno prefiera.

El enfoque encaja con una tendencia clara. Cada vez más gente quiere modelos que corran en casa, con sus datos y sin cuotas mensuales. Para eso hacen falta memoria, ancho de banda y un consumo razonable. La Sigma 2 intenta reunir las tres cosas.

El procesador: tres motores para la IA

El corazón de la placa es el Intel Core Ultra X7 358H. Tiene 16 núcleos repartidos en 4 de rendimiento, 8 eficientes y 4 de bajo consumo. Los de rendimiento llegan a 4,8 GHz en modo turbo. La caché es de 18 MB y la potencia base declarada es de 25 W.

La gráfica integrada es una Arc B390 de 12 núcleos a 2,5 GHz. Intel le atribuye hasta 122 TOPS en operaciones INT8. La NPU aporta otros 50 TOPS. Con las cifras publicadas, el resto hasta los 180 TOPS combinados saldría de la CPU, unos 8 TOPS.

Conviene tomar ese total con calma. Los TOPS combinados son una suma teórica. Ningún modelo reparte su trabajo de forma perfecta entre tres motores distintos. En la práctica, la GPU suele cargar con la mayor parte del trabajo en modelos grandes. La NPU se aprovecha mejor en tareas ligeras y constantes, como el reconocimiento de voz.

Memoria y modelos: el límite real está en el ancho de banda

La placa lleva 64 GB de LPDDR5X-8533 con 136,5 GB/s de ancho de banda. LattePanda explica que se pueden reservar hasta 59 GB como memoria gráfica para la IA. Eso supone cerca del 92 % del total. Deja unos 5 GB para el sistema.

Con ese margen caben modelos cuantizados de unos 35 000 millones de parámetros. También queda hueco para la caché de contexto, que crece con las conversaciones largas y con los agentes que encadenan tareas.

El modelo que viene instalado es Qwen3.6-35B-A3B en INT4. Por su nomenclatura, es un modelo de tipo mixtura de expertos con unos 3000 millones de parámetros activos por cada token generado. En INT4, esos parámetros ocupan en torno a 1,5 GB. Si dividimos 136,5 GB/s entre 1,5 GB, obtenemos un techo teórico cercano a 90 tokens por segundo. Es un cálculo orientativo nuestro, no un dato del fabricante.

LattePanda indica que el modelo trabaja a unos 30 tokens por segundo. Es una tercera parte del techo teórico, lo cual es normal. Hay sobrecarga de cálculo, de caché y de gestión. Aun así, 30 tokens por segundo se leen con comodidad. Es más rápido de lo que la mayoría de las personas lee en pantalla.

Conectividad y expansión

La parte de entrada y salida es amplia. Incluye dos puertos Thunderbolt 4 a 40 Gbps, dos USB 3.2 Gen 2 a 10 Gbps y dos USB 2.0. Para vídeo ofrece HDMI 2.1 hasta 4096 × 2304 a 60 Hz. También tiene DisplayPort 2.1 por USB-C, que llega a 7680 × 4320 a 60 Hz, y un conector eDP 1.5 de hasta 3840 × 2400 a 120 Hz.

En red, la placa incorpora dos puertos RJ45 de 10 GbE con controladoras Realtek RTL8127. Sumados dan 20 Gbps, unos 2,5 GB/s teóricos. El Wi-Fi y el Bluetooth son opcionales y requieren un módulo M.2 de clave E.

Para almacenamiento hay tres ranuras M.2 de clave M. Funcionan con PCIe 4.0 x1, PCIe 4.0 x4 y PCIe 5.0 x2. Tanto la de PCIe 4.0 x4 como la de PCIe 5.0 x2 rondan los 7,9 GB/s teóricos. La placa añade un puerto OCuLink PCIe 4.0 x2, que ofrece unos 3,9 GB/s para conectar aceleradores o discos externos.

Para quien trabaja con redes domésticas o con un NAS, esta combinación resulta atractiva. Dos puertos de 10 GbE y tres ranuras NVMe dan pie a montar un servidor de ficheros y de IA en el mismo equipo. La placa se alimenta a 20 V por USB-C con Power Delivery o con un conector de 5,5 × 2,5 mm entre 15 y 20 V.

Software listo para usar

Uno de los puntos fuertes es el arranque. Según la documentación oficial de LattePanda, el SSD de 1 TB sale de fábrica con Ubuntu 26.04 y todos los controladores instalados. Encima corre OVMS, el servidor de modelos de OpenVINO. Este sirve el modelo local a través de una API compatible con OpenAI en el puerto 8080.

Además, hay un panel web de OpenClaw accesible en el puerto 18789. Eso permite conectar aplicaciones que ya hablan con la API de OpenAI sin cambiar casi nada. Basta con apuntar la dirección al servidor local.

El fabricante declara compatibilidad con Windows 11 y con Ubuntu 24.04 LTS o posterior. Quien prefiera otra distribución tendrá que comprobar los controladores de la GPU y de la NPU. Ese suele ser el punto delicado en el hardware de Intel más reciente.

Un RP2350 para tocar el mundo físico

La Sigma 2 incluye un coprocesador RP2350 de Raspberry Pi. Se encarga de un cabezal GPIO de 30+4 pines. El microcontrolador funciona con MicroPython por defecto, aunque admite programación con Arduino.

Esto tiene sentido para agentes de IA que deben leer sensores o activar actuadores. El modelo decide en el procesador principal. El RP2350 ejecuta la orden sobre el hardware. La separación evita que las tareas de tiempo real dependan del sistema operativo.

Para quien hace domótica o proyectos de electrónica, es un añadido útil. Un agente local podría, por ejemplo, leer un sensor de temperatura y accionar un relé sin salir de la placa. Todo ocurre dentro de casa y sin enviar datos a terceros.

Competencia y precio

El procesador no es exclusivo de LattePanda. CNX Software ya cubrió otras plataformas con el mismo chip. Una es la UP Xtreme PTL Edge, un miniPC con cabezal GPIO de 40 pines y puertos serie industriales. Otra es el módulo ADLINK COM-HPC-mPTL, que también anuncia hasta 180 TOPS. Ambas se dirigen sobre todo a clientes industriales.

La Sigma 2 se reserva por 2599 dólares en la configuración de 64 GB de RAM y 1 TB de SSD. Ese precio se mantiene hasta mediados de noviembre. Después subirá a 2799 dólares, unos 200 dólares más, casi un 8 %.

Dividido entre los 180 TOPS declarados, el coste sale a unos 14 dólares por TOPS. No es barato. Pero la comparación es engañosa, porque el precio incluye memoria, almacenamiento, red de 10 GbE y el software preparado. Un equipo similar montado por piezas costaría una cifra parecida y daría más trabajo.

Reflexiones adicionales

La Sigma 2 apunta a un público concreto. No es para quien quiere una placa barata para experimentar. Es para quien ya sabe que necesita IA local y quiere un equipo compacto, silencioso y con mucha memoria.

El punto más interesante es la memoria. Con 64 GB unificados, la placa evita el gran problema de las tarjetas gráficas de consumo, que se quedan cortas de VRAM. Un modelo de 35 000 millones de parámetros cabe sin trucos. Eso no es habitual a este tamaño.

Quedan preguntas abiertas. Falta ver el consumo real bajo carga continua, la temperatura y el ruido del sistema de refrigeración. Los 25 W de potencia base no dicen cuánto gastará la placa con el turbo activo y la GPU al máximo. Tampoco sabemos cuánto rinde con modelos densos, que exigen más ancho de banda que los de mixtura de expertos.

También conviene mirar el ecosistema. Una placa así vale lo que valga su soporte. Si LattePanda mantiene la documentación y los controladores al día, la Sigma 2 puede ser una base duradera. Si no, el hardware quedará infrautilizado.

En resumen, es una propuesta seria y bien equipada. Su precio la sitúa lejos del aficionado medio. Pero para quien necesita un servidor de IA local, pequeño y con conexiones rápidas, merece estar en la lista.