No todos los equipos pueden enviar prompts a una nube ajena. Los sectores regulados, las cargas de trabajo públicas y las empresas con reglas estrictas de residencia de datos necesitan que su stack de IA se quede dentro de su propia red. ToRun se distribuye como plataforma autoalojable justo para ese caso — y no es una edición recortada. Es el mismo producto, bajo tu control.
Qué significa aquí autoalojado
ToRun autoalojado es la plataforma completa desplegada en infraestructura que es tuya: tus servidores, tu clúster de Kubernetes o un único host Docker en un centro de datos. No hay obligación de llamar a casa para la inferencia. Cuando enrutas un mensaje de chat, una generación de imagen o un paso de flujo, la petición va a los modelos que hayas configurado, que pueden ser enteramente locales.
El despliegue está pensado para que lo opere un equipo pequeño. Una instalación Docker de un solo comando levanta la API, el frontend Angular, MongoDB, Redis y el bus de eventos. Desde ahí apuntas a tus backends de modelo y a tu almacenamiento de objetos, y la plataforma se comporta igual que la versión alojada.
Trae tus propios LLM locales
Al enrutado por capacidades de ToRun le da igual si un modelo vive en un proveedor en la nube o en una máquina con GPU en tu propio rack. Registras un modelo en el catálogo con las capacidades que soporta (texto, visión, herramientas, salida estructurada, etc.), apuntas el cliente a tu endpoint de inferencia local, y entra en la misma tubería de enrutado que todo lo demás.
Eso significa que puedes ejecutar modelos de pesos abiertos a través de un servidor local — los mismos endpoints de inferencia compatibles con OpenAI que ya usan la mayoría de los equipos que autoalojan — y que ToRun elija entre ellos por capacidad y coste igual que elegiría entre proveedores en la nube. Un flujo puede mezclar un modelo local para los pasos sensibles con uno en la nube para los que no lo son, si tu política lo permite. O puedes mantener cada llamada dentro del perímetro.
Las mismas piezas, bajo tus claves
Autoalojar no significa renunciar a la maquinaria de confianza de la plataforma. En tu propia infraestructura sigues teniendo:
- Enrutado por capacidades con reserva automática entre los backends de modelo que registres.
- Un registro de facturación por llamada — el libro de costes trabaja contra tus tarifas configuradas, así que puedes seguir atribuyendo el gasto por equipo, por modo y por modelo aunque el cómputo sea tuyo.
- Bóveda BYOK para los proveedores en la nube que sí decidas usar, con credenciales cifradas en reposo y un rastro de auditoría de la resolución.
- Auditoría encadenada por hash para las acciones que necesitan evidencia de manipulación.
- Herramientas de derechos de datos RGPD/KVKK — el acceso y el borrado del interesado corren contra tu propia base de datos, así que una solicitud de supresión se satisface enteramente dentro de tu frontera de control.
Licencias y actualizaciones
La edición autoalojada se licencia por despliegue con acceso al código, para que tu equipo de seguridad pueda revisar lo que corre dentro de tu perímetro. Las actualizaciones llegan como versiones firmadas que aplicas cuando decides — no hay auto-actualización forzada empujando cambios a un entorno regulado sin tu visto bueno. Para los equipos que lo necesiten, existe un acuerdo de depósito de código para que el despliegue siga siendo operable independientemente de la situación del proveedor.
Para quién es esto
Si tu objeción para adoptar una plataforma de IA siempre ha sido «no podemos sacar esos datos de nuestra red», ToRun autoalojado es la respuesta. Obtienes un espacio de trabajo de IA multiproveedor moderno — chat, generación, flujos, memoria, bases de conocimiento — corriendo contra tus propios modelos, en tu propio hardware, con la auditabilidad que un equipo de cumplimiento pide de verdad.
Habla con nosotros sobre un despliegue autoalojado o lee la sección local bajo /docs para ver la arquitectura de referencia.