Microsoft ha presentado Project Zenith, una experiencia de Windows 11 preconfigurada para desarrolladores que trabajen con inteligencia artificial en local. La iniciativa no es una nueva edición de Windows ni un equipo concreto: define una configuración de software y un perfil de hardware para ordenadores profesionales preparados para ejecutar modelos sin recurrir continuamente a la nube.
El requisito más significativo es la memoria. Los equipos Zenith deberán contar con al menos 64 GB de memoria unificada y un ancho de banda superior a 250 GB/s. Microsoft sostiene que esa combinación permite ejecutar localmente modelos de lenguaje de más de 30.000 millones de parámetros sin consumo medido de tokens en servicios cloud. La capacidad efectiva dependerá, no obstante, del modelo elegido y de la carga de trabajo.
Windows preparado desde el primer arranque
La propuesta también modifica varios ajustes habituales de Windows 11 para reducir fricciones al programar. Windows Terminal y Visual Studio Code estarán instalados y anclados a la barra de tareas. El Explorador de archivos mostrará las extensiones, los elementos ocultos y la ruta completa; además, se activarán las rutas largas y se limitarán sugerencias y avisos del sistema.
Project Zenith se apoya en WSL, el subsistema que permite usar entornos Linux dentro de Windows, y en las funciones de contención e identidad del sistema operativo. Microsoft plantea estas capacidades para desarrollar y ejecutar agentes de IA, programas capaces de encadenar tareas con herramientas y modelos.
La disponibilidad inicial llegará en equipos basados en AMD Ryzen AI Halo. Microsoft prevé ampliar Zenith a otros fabricantes y plataformas de silicio durante los próximos meses, pero no ha comunicado una fecha de venta, los modelos compatibles ni precios.
La exigencia de 64 GB sitúa la iniciativa lejos de los ordenadores convencionales. Contrasta con los esfuerzos de Microsoft para mejorar Windows 11 en equipos con 8 GB de RAM: Zenith está orientado a estaciones de trabajo donde la memoria y su velocidad son determinantes para la IA local.
