Diseño conceptual: soberanía total para modelos de IA locales de tamaño considerable (más allá de la laptop)

Subtítulo: Posibilidad de inferencia soberana de modelos que no caben en un solo portátil, mediante red doméstica de n nodos — Sistema 1 de baja latencia + Sistema 2 bajo demanda.

Serie: Computación / soberanía / TGSP SPCiencia 2026 — diseño conceptual
Autores: Severo Peguero (investigador principal, SPCiencia), Cursor (IA), Gemini (IA)
Fecha: 30 de septiembre de 2026
Estado: ✅ PAPER CIENTÍFICO — PUBLICADO WEB [EDITORIAL]
Certificación: docs/implementacion_seguridad/evidencia/custodia/MANIFIESTO_PAPER_SOBERANIA_TOTAL_MODELOS_LOCALES_N_NODOS_2026-09-30.json
Manuscrito laboratorio: docs/papers_cientificos/PAPER_DISENO_CONCEPTUAL_SOBERANIA_TOTAL_MODELOS_LOCALES_N_NODOS_SPCIENCIA_2026-09-30.md
Etiquetas: [PAPER][DISENO_CONCEPTUAL][SOBERANIA][IA_LOCAL][N_NODOS][SISTEMA_1][SISTEMA_2][LLAMA_CPP_RPC][LAYER_SHARDING][I_SUB][ENJAMBRE][SPCIENCIA]

Anclas:

Atribución: Moonshot/Kimi, llama.cpp RPC, Laya/Convai — citar. SPCiencia — composición soberana bajo $I_{\mathrm{sub}}$ .

Gloria a Dios

"Porque Jehová da la sabiduría, y de su boca viene el conocimiento y la inteligencia." (Proverbios 2:6)

Resumen ejecutivo

La soberanía plena en inteligencia artificial local tropieza con un límite físico cotidiano: modelos de tamaño considerable (decenas de miles de millones de parámetros, incluso cuantizados) no caben en la memoria unificada de una laptop típica de investigación. La industria ofrece dos salidas incompletas: reducir el modelo hasta que quepa (perdiendo profundidad) o enviar el razonamiento a la nube (perdiendo soberanía). SPCiencia ha venido construyendo una tercera vía por capas: decisión tipada local (System One / Laya), enjambre de agentes a escala doméstica e invariante de subdivisión $I_{\mathrm{sub}}$ .

El 30 de septiembre de 2026, tras publicar el paper de enjambre local, un nuevo ciclo de método conversacional (IP ↔ Gemini ↔ Cursor) aportó y pulió el eslabón que faltaba: usar la red de n nodos no solo para repartir tareas entre agentes, sino —cuando el filtro lo exige— para repartir capas de un único modelo grande (inferencia distribuida tipo RPC / layer sharding). Así nace un diseño conceptual de soberanía total para lo que la laptop sola no puede hospedar.

La tesis:

La soberanía total frente a modelos locales de tamaño considerable no exige que un dispositivo los contenga. Exige un perímetro doméstico que combine Sistema 1 de baja latencia (decisión tipada), activación condicional y Sistema 2 bajo demanda sobre memoria agregada de n nodos — siempre en inferencia, nunca confundido con entrenamiento distribuido industrial, y siempre racionado por $I_{\mathrm{sub}}$ para no saturar el cuello de red o de RAM.

Este manuscrito es diseño conceptual: no reporta un clúster medido ni autoriza compra de hardware. Formaliza la posibilidad y sus condiciones de falsación.

1. Marco metodológico

1.1 Qué significa aquí «soberanía total»

En este trabajo, soberanía total no significa autarquía absoluta de un solo chip. Significa que, para las cargas de inferencia que el laboratorio declara críticas (decisión tipada, agentes y —bajo demanda— razonamiento profundo), el perímetro de datos, pesos y ejecución permanece bajo control del investigador principal: sin peaje obligatorio de API comercial y sin egress no autorizado. La laptop sigue siendo el puesto de investigación; la red doméstica es la extensión de capacidad.

1.2 El peaje que la laptop no puede pagar sola

Sea $M$ la memoria unificada utilizable de un portátil y $W$ el pie de memoria de un checkpoint cuantizado de interés. Cuando $W > M$ , la laptop no puede sostener Sistema 2 de forma nativa. Las respuestas habituales son: (i) cuantizar o recortar hasta $W \le M$ (pérdida de profundidad); (ii) offload a nube (pérdida de soberanía); (iii) streaming extremo desde SSD (posible para inspección, costoso en latencia — evidenciado en la línea kimi-k3-in-c). El diseño conceptual añade (iv): agregar memoria de n nodos en el perímetro para inferencia particionada.

1.3 Invariante $I_{\mathrm{sub}}$

$I_{\mathrm{sub}} \equiv \text{«subdividir la demanda al cuello de capacidad finita para mantener }\rho < 1\text{»}.$

Aquí el cuello no es solo VRAM de un Mac: es el enlace entre nodos, la RAM de cada nodo y el coste de spawn de Sistema 2. Subdividir bien es racionar el peaje caro; subdividir mal es fingir paralelismo o dejar el modelo grande siempre encendido.

1.4 Tres mecanismos (composición)

El diseño distingue, y luego compone:

Mecanismo	Objeto	Relación con la laptop
Sistema 1	Decisión tipada (Laya / `noul`)	Suele caber en un nodo; a menudo en la propia estación
Agent Swarm	Tareas en paralelo entre nodos	Escala trabajo, no necesariamente pesos de un LLM
Sistema 2 RPC	Capas de un LLM grande entre nodos	Responde a $W > M$ dentro del perímetro

Confundir Swarm con sharding es el error que este paper prohíbe explícitamente.

2. Observación / caso de diseño

2.1 Procedencia (método conversacional)

Paper Enjambre local soberano publicado en spciencia.com (isomorfismo Agent Swarm a escala doméstica).
IP orienta a Gemini a leerlo; surge la extensión: modelos grandes vía llama.cpp RPC / layer sharding.
IP fija el objetivo: capacidad local de razonamiento profundo cuando hace falta.
Cursor pule la arquitectura híbrida n-nodos: conserva lo sólido, descarta el pitch.

El presente manuscrito eleva ese pulido a diseño conceptual explícitamente centrado en soberanía frente a $W > M$ .

2.2 Escenario de referencia

Un investigador dispone de una laptop (M3 u otra) insuficiente para un checkpoint de interés (por ejemplo, 32B/70B cuantizado según pie real) y de la posibilidad de n nodos compactos en LAN de baja latencia. No se asume un modelo de chip concreto ni cifras de vatios de marketing. Se asume homogeneidad razonable del motor de inferencia en el pool Sistema 2.

2.3 Flujo conceptual

consulta / estado
        │
        ▼
  Sistema 1 (noul / política)
        │
        ├── confianza / tipado suficiente → acción ligera o Swarm de workers
        │
        └── ambigüedad / profundidad exigida
                    │
                    ▼
              Sistema 2 (LLM particionado en nodos p…q)
                    │
                    ▼
              conclusiones → orquestador (capa E)

La laptop puede ser nodo de orquestación, nodo Sistema 1, o ambos; no tiene por qué hospedar entero el Sistema 2.

3. Análisis

3.1 Por qué esto es soberanía (y no solo «más hardware»)

Comprar un servidor monolítico también resuelve $W > M$ , pero concentra CapEx, ruido, consumo y un solo punto de fallo. La red de n nodos, bajo pay-as-you-grow, permite crecer el perímetro sin rendir el razonamiento a un proveedor. La soberanía aquí es topológica: el modelo grande vive en casa, aunque no viva en la laptop.

3.2 Capacidad versus velocidad

El diseño declara sin ambigüedad: Sistema 2 distribuido compra capacidad de hospedar $W$ , no la velocidad de un acelerador único con el mismo modelo entero en un bus local. Quien exija tokens/s máximos como criterio único invalidará este diseño; quien exija poder analizar en casa lo encontrará pertinente.

3.3 Economía de peajes (aporte SPCiencia)

La pieza diferencial no es inventar RPC. Es poner Sistema 1 delante de Sistema 2 y del swarm: el peaje de red y de RAM agregada solo se paga cuando noul / política lo justifican. Sin ese filtro, n nodos se convierten en un clúster siempre caliente — cara parodia de la nube, en casa.

3.4 Relación con streaming MoE en un solo equipo

El paper kimi-k3-in-c mostró que, en un solo host, se puede inspeccionar MoE enormes vía SSD con latencia severa. Ese eje (un nodo, disco) y este eje (n nodos, RPC) son complementarios, no idénticos. La soberanía total del laboratorio puede usar ambos según el peaje: auditoría en un host; razonamiento profundo usable en el perímetro n-nodos.

3.5 Condiciones de posibilidad (requisitos de diseño)

Enlace de baja latencia entre nodos del pool Sistema 2.
Motor de inferencia homogéneo con soporte de ejecución remota de capas.
Política de activación (Sistema 1 / capa E) explícita y auditable.
Separación, bajo carga, entre cola Swarm y pool RPC cuando n ≥ 3.
Rechazo del entrenamiento pesado en el mesh como objetivo de esta línea.

4. Límites

Diseño conceptual: no hay mediciones de tokens/s ni de $\rho$ en un clúster SPCiencia en este manuscrito.
No se reivindica paridad con APIs comerciales de modelos frontera en calidad.
Layer sharding en Apple Silicon / Metal vía RPC tiene fricciones de ingeniería; «totalmente posible» en industria no equivale a «ya resuelto en el búnker».
Soberanía total no cubre magia jurídica ni supply-chain de chips; cubre el perímetro de ejecución declarado.
Modelos con $W$ que excedan la suma útil de n nodos domésticos siguen fuera: el diseño escala con n, no al infinito.
La publicación web sigue el protocolo editorial SPCiencia; ensayos de hardware exigen handoff Actúa: aparte.

5. Conclusiones

Los modelos de IA locales de tamaño considerable que no caben en laptop no condenan al investigador a la nube si existe un perímetro de n nodos con inferencia particionada bajo demanda.
La soberanía total, en este sentido, es composicional: Sistema 1 + Swarm + Sistema 2 RPC, racionados por $I_{\mathrm{sub}}$ .
El aporte propio no es el RPC en abstracto, sino la arquitectura de peajes (filtro tipado antes del modelo grande) anclada al stack SPCiencia ya publicado.
El método conversacional H–IA volvió a producir el eslabón (Gemini → pulido Cursor → este diseño).
Agenda de laboratorio: primero Sistema 1 --real, luego RPC a 2 nodos, luego política unificada — solo con handoff explícito.

Palabras clave: soberanía, IA local, n nodos, Sistema 1, Sistema 2, layer sharding, llama.cpp RPC, $I_{\mathrm{sub}}$ , Agent Swarm, Laya, noul, diseño conceptual, SPCiencia

Certificación CAM (SHA-256)

Algoritmo: SHA-256 UTF-8 del cuerpo del documento (excluye esta sección).

Manifiesto de custodia paper: docs/implementacion_seguridad/evidencia/custodia/MANIFIESTO_PAPER_SOBERANIA_TOTAL_MODELOS_LOCALES_N_NODOS_2026-09-30.json

Versión	SHA-256
Manuscrito laboratorio	`faad42cc8502c609c3d3482f540cb5b3b5c328b26cf3835c6da3b8e6c11b999a`
Web ES (cuerpo)	`bc05b8b90fd5c431310abf70c18abb01bbd59dbb5019f88315fd9899c8b4f4f5`
Web EN (cuerpo)	`d7dddce3a96c38fb72aa359f072218082e42ddaa76da6425e96877960471c4a0`
Web RU (cuerpo)	`cb4ea35388569bb217f1cebb13f0bb1a94129aed677f87556ce3e306d9ba37f1`

Publicado en spciencia.com · Autores: Severo Peguero (SPCiencia), Cursor (IA), Gemini (IA)

Mechanism	Object	Relation to the laptop
System 1	Typed decision (Laya / `noul`)	Usually fits one node; often on the station itself
Agent Swarm	Parallel tasks across nodes	Scales work, not necessarily one LLM’s weights
System 2 RPC	Layers of a large LLM across nodes	Answers $W > M$ inside the perimeter

Механизм	Объект	Отношение к ноутбуку
System 1	Типизированное решение (Laya / `noul`)	Обычно помещается на одном узле; часто на самой станции
Agent Swarm	Параллельные задачи между узлами	Масштабирует работу, не обязательно веса одного LLM
System 2 RPC	Слои большого LLM между узлами	Отвечает на $W > M$ внутри периметра

Version	SHA-256
Laboratory manuscript	`faad42cc8502c609c3d3482f540cb5b3b5c328b26cf3835c6da3b8e6c11b999a`
Web ES (body)	`bc05b8b90fd5c431310abf70c18abb01bbd59dbb5019f88315fd9899c8b4f4f5`
Web EN (body)	`d7dddce3a96c38fb72aa359f072218082e42ddaa76da6425e96877960471c4a0`
Web RU (body)	`cb4ea35388569bb217f1cebb13f0bb1a94129aed677f87556ce3e306d9ba37f1`

Версия	SHA-256
Лабораторная рукопись	`faad42cc8502c609c3d3482f540cb5b3b5c328b26cf3835c6da3b8e6c11b999a`
Web ES (тело)	`bc05b8b90fd5c431310abf70c18abb01bbd59dbb5019f88315fd9899c8b4f4f5`
Web EN (тело)	`d7dddce3a96c38fb72aa359f072218082e42ddaa76da6425e96877960471c4a0`
Web RU (тело)	`cb4ea35388569bb217f1cebb13f0bb1a94129aed677f87556ce3e306d9ba37f1`

Diseño conceptual: soberanía total para modelos de IA locales de tamaño considerable (más allá de la laptop)

Gloria a Dios

Resumen ejecutivo

1. Marco metodológico

1.1 Qué significa aquí «soberanía total»

1.2 El peaje que la laptop no puede pagar sola

1.3 Invariante IsubI_{\mathrm{sub}}Isub​

1.4 Tres mecanismos (composición)

2. Observación / caso de diseño

2.1 Procedencia (método conversacional)

2.2 Escenario de referencia

2.3 Flujo conceptual

3. Análisis

3.1 Por qué esto es soberanía (y no solo «más hardware»)

3.2 Capacidad versus velocidad

3.3 Economía de peajes (aporte SPCiencia)

3.4 Relación con streaming MoE en un solo equipo

3.5 Condiciones de posibilidad (requisitos de diseño)

4. Límites

5. Conclusiones

Certificación CAM (SHA-256)

Diseño conceptual: soberanía total para modelos de IA locales de tamaño considerable (más allá de la laptop)

Gloria a Dios

Resumen ejecutivo

1. Marco metodológico

1.1 Qué significa aquí «soberanía total»

1.2 El peaje que la laptop no puede pagar sola

1.3 Invariante IsubI_{\mathrm{sub}}Isub​

1.4 Tres mecanismos (composición)

2. Observación / caso de diseño

2.1 Procedencia (método conversacional)

2.2 Escenario de referencia

2.3 Flujo conceptual

3. Análisis

3.1 Por qué esto es soberanía (y no solo «más hardware»)

3.2 Capacidad versus velocidad

3.3 Economía de peajes (aporte SPCiencia)

3.4 Relación con streaming MoE en un solo equipo

3.5 Condiciones de posibilidad (requisitos de diseño)

4. Límites

5. Conclusiones

Certificación CAM (SHA-256)

Conceptual design: total sovereignty for considerably large local AI models (beyond the laptop)

Glory to God

Executive summary

1. Methodological framework

1.1 What “total sovereignty” means here

1.2 The toll a laptop cannot pay alone

1.3 Invariant IsubI_{\mathrm{sub}}Isub​

1.4 Three mechanisms (composition)

2. Observation / design case

2.1 Provenance (conversational method)

2.2 Reference scenario

2.3 Conceptual flow

3. Analysis

3.1 Why this is sovereignty (and not merely “more hardware”)

3.2 Capacity versus speed

3.3 Economy of tolls (SPCiencia contribution)

3.4 Relation to single-host MoE streaming

3.5 Conditions of possibility (design requirements)

4. Limits

5. Conclusions

CAM Certification (SHA-256)

Концептуальный дизайн: полная суверенность для локальных моделей ИИ значительного размера (за пределами ноутбука)

Слава Богу

Резюме

1. Методологическая рамка

1.1 Что здесь означает «полная суверенность»

1.2 Пошлина, которую ноутбук не может оплатить один

1.3 Инвариант IsubI_{\mathrm{sub}}Isub​

1.4 Три механизма (композиция)

2. Наблюдение / случай дизайна

2.1 Происхождение (разговорный метод)

2.2 Эталонный сценарий

2.3 Концептуальный поток

3. Анализ

3.1 Почему это суверенность (а не просто «больше железа»)

3.2 Ёмкость против скорости

3.3 Экономика пошлин (вклад SPCiencia)

3.4 Связь со streaming MoE на одном хосте

1.3 Invariante $I_{\mathrm{sub}}$

1.3 Invariante $I_{\mathrm{sub}}$

1.3 Invariant $I_{\mathrm{sub}}$

1.3 Инвариант $I_{\mathrm{sub}}$