Al terminar esta guía tu máquina con Fedora ejecutará modelos de lenguaje en su tarjeta NVIDIA: driver instalado y firmado, un primer modelo en Ollama y, si te hacen falta, el toolkit CUDA, PyTorch y contenedores con GPU. La tarjeta más barata de nuestro catálogo a la que se aplica es una RTX 3060 de 12 GB.
No hemos ejecutado los pasos de Fedora. No tenemos ninguna máquina con Fedora. Las nuestras son NVIDIA DGX Spark con Ubuntu 24.04 (aarch64, CUDA 13). Cada comando de Fedora sale de la fuente enlazada, leída el 16 de noviembre de 2026, y lo indicamos. Las salidas que mostramos son de nuestra máquina con Ubuntu y también lo indicamos.
De dónde sale cada paso
| Fuente (todas leídas el 16-11-2026) | Para qué | Camino de driver que recomienda |
|---|---|---|
| Guía de NVIDIA de RPM Fusion, editada el 14-11-2026 | driver, espera de compilación, tarjetas antiguas, escritorios Atomic | su propio akmod-nvidia |
| Guía de Secure Boot de RPM Fusion | generar la clave y registrarla en MOK | no aplica |
| Guía de CUDA de RPM Fusion, editada el 25-09-2026 | toolkit junto al driver de RPM Fusion | driver de RPM Fusion, toolkit de NVIDIA |
| Guía de instalación del driver de NVIDIA, Fedora | el camino propio de NVIDIA | el nvidia-open de NVIDIA |
| Guía de instalación de CUDA para Linux, versión 13.5 | toolkit, Fedora y GCC admitidos | no aplica desde la 13.4: el paquete del toolkit no instala driver |
| Guía de NVIDIA Container Toolkit, 1.20.1 | Podman y Docker | cualquier driver que funcione |
| Ollama en Linux, página de GPU y resolución de problemas | primer modelo, códigos de error | no aplica |
La web de documentación de Fedora rechazó nuestro lector automático, así que nada de esto se apoya en páginas de Fedora. Los pasos de Secure Boot son los de RPM Fusion. Lee tú las notas de la versión de Fedora 45 antes de actualizar; el enlace es el del anuncio de Fedora Magazine.
Qué necesitas
- Fedora Workstation 44 o 45 en x86_64, o un escritorio Atomic (las diferencias están en las preguntas frecuentes).
- Una tarjeta NVIDIA. El paquete por defecto de RPM Fusion cubre las actuales; las GTX 800, 900 y 10 usan
akmod-nvidia-580xx, con CUDA hasta la 12.x. - Ollama pide driver 550 o posterior, y 570 o posterior para tarjetas con capacidad de cómputo de 5.0 a 6.2, según su página de GPU.
- Una tarjeta nueva si no tienes: la RTX 3060 de 12 GB estaba a 509,00 EUR en PcComponentes el 16 de noviembre de 2026, según nuestro catálogo de hardware.
- Acceso de administrador y uno o dos reinicios.
Paso 1: elige un solo camino para el driver
| RPM Fusion | Repositorio de NVIDIA | |
|---|---|---|
| Paquete | akmod-nvidia | nvidia-open |
| Compilación del módulo | akmods, en tu máquina | DKMS, en tu máquina |
| Versiones de Fedora | sigue a Fedora; el comando de alta lee tu número de versión | su guía nombra Fedora 44 |
| Rama del driver (16-11) | 595 o posterior en Fedora 44 y siguientes, según su página | hasta la 620.70.06 en el repositorio fedora44 |
| Secure Boot | documentado, con firma de akmods | la página de Fedora de NVIDIA no lo menciona |
La diferencia es sencilla. El repositorio de NVIDIA te da la rama más nueva y el soporte de NVIDIA, en la única versión que ha validado. RPM Fusion sigue los kernels de Fedora y recomienda su driver para recibir los arreglos que piden las actualizaciones del kernel.
El resto de la guía sigue a RPM Fusion. El camino de NVIDIA ocupa una sección corta y separada. No los combines.
Paso 2: comprueba la tarjeta y Secure Boot
Los comandos de detección de RPM Fusion y, después, el estado de Secure Boot:
/sbin/lspci | grep -e VGA
/sbin/lspci | grep -e 3D # una segunda línea aquí indica un portátil Optimus
mokutil --sb-stateEn nuestra máquina con Ubuntu el último comando imprime SecureBoot enabled. Si la tuya dice lo mismo, haz el paso 3 antes de instalar el driver. Si está desactivado, salta al paso 4.
Paso 3: registra una clave de firma (Secure Boot activo)
Un kernel con Secure Boot solo carga módulos firmados con una clave en la que confía el firmware. La página de RPM Fusion lo dice claro: “you must sign the nvidia kmod”. No hace falta desactivar Secure Boot. De su guía de Secure Boot:
sudo dnf install kmodtool akmods mokutil openssl
sudo kmodgenca -a
sudo mokutil --import /etc/pki/akmods/certs/public_key.der
systemctl rebootmokutil te pide que inventes una contraseña. En el siguiente arranque aparece una pantalla azul de MOK: elige Enroll MOK, Continue, Yes y escribe esa contraseña. La guía avisa de que esa pantalla usa la distribución QWERTY, y con un teclado español eso cambia los símbolos.
Dos avisos de la misma página. Tras actualizar el firmware puede que tengas que importar la clave otra vez. Y la clave privada queda en /etc/pki/akmods, por lo que la página da por obligatorio un disco raíz cifrado.
Paso 4: instala el driver desde RPM Fusion
Activa los repositorios con el comando de la página de configuración de RPM Fusion e instala:
sudo dnf install \
https://mirrors.rpmfusion.org/free/fedora/rpmfusion-free-release-$(rpm -E %fedora).noarch.rpm \
https://mirrors.rpmfusion.org/nonfree/fedora/rpmfusion-nonfree-release-$(rpm -E %fedora).noarch.rpm
sudo dnf update -y
sudo dnf install akmod-nvidia
sudo dnf install xorg-x11-drv-nvidia-cudaRPM Fusion marca el segundo paquete como opcional, para CUDA y codificación de vídeo. En esta guía no es opcional.
Ahora espera. El módulo se compila en tu máquina cuando termina la transacción, y la guía le da hasta cinco minutos. Compruébalo antes de reiniciar:
modinfo -F version nvidiaUn número de versión significa que el módulo está compilado. En nuestra máquina con Ubuntu ese comando imprime 580.173.02. Si ves modinfo: ERROR: Module nvidia not found., sigue compilando. Espera y repite.
La guía indica que las tarjetas Turing y posteriores reciben por defecto el módulo abierto de NVIDIA. No tienes que elegir nada.
El camino de NVIDIA, como alternativa (solo Fedora 44)
De la guía del driver de NVIDIA, como root, y solo si no instalaste el driver de RPM Fusion:
dnf install kernel-devel-matched kernel-headers
dnf config-manager addrepo --from-repofile=https://developer.download.nvidia.com/compute/cuda/repos/fedora44/x86_64/cuda-fedora44.repo
dnf clean expire-cache
dnf install nvidia-open
rebootEsa página no trata Secure Boot. El README del driver de NVIDIA solo dice que muchas distribuciones exigen módulos firmados con Secure Boot, y que conviene que la clave sea de confianza antes de instalar.
Paso 5: reinicia y verifica
sudo reboot
lsmod | grep nouveau # no debe imprimir nada (RPM Fusion)
cat /proc/driver/nvidia/version # la comprobación de NVIDIA
nvidia-smiEsta es la cabecera de nvidia-smi en nuestra máquina con Ubuntu, el 16 de noviembre de 2026. En Fedora el formato es el mismo, con tu tarjeta y tus versiones:
| NVIDIA-SMI 580.173.02 Driver Version: 580.173.02 CUDA Version: 13.0 |
| 0 NVIDIA GB10 On | 0000000F:01:00.0 Off | N/A |
| N/A 48C P0 12W / N/A | Not Supported | 0% Default |Lee bien CUDA Version. Es la versión más alta de CUDA que el driver puede atender, no un toolkit instalado. Una máquina sin toolkit también la muestra.
Nuestra columna de memoria dice Not Supported porque la GB10 comparte una sola memoria entre CPU y GPU. Una tarjeta dedicada muestra ahí los MiB usados y totales.
Paso 6: un primer modelo con Ollama
curl -fsSL https://ollama.com/install.sh | sh
ollama -v
ollama run llama3.1:8b "Resume en una frase: el driver está instalado y el modelo responde."
ollama psollama ps es la prueba. Esta salida es nuestra, en Ubuntu, con Ollama 0.30.10:
NAME ID SIZE PROCESSOR CONTEXT UNTIL
llama3.1:8b 4fc21a39517b 9.2 GB 100% GPU 32768 48 minutes from nowQuieres ver 100% GPU. Una parte de CPU en esa columna significa que el modelo con su contexto no cupo en la tarjeta. Nuestros 9,2 GB son este modelo con 32k de contexto; la guía de VRAM enseña la cuenta.
Los registros están en journalctl -e -u ollama. Si nunca has usado Ollama, nuestra guía de instalación cubre lo básico.
Paso 7: el toolkit CUDA, solo si compilas
No lo necesitas para Ollama, que trae sus propias bibliotecas de CUDA: nuestra instalación tiene las carpetas cuda_v12 y cuda_v13 en /usr/local/lib/ollama. Tampoco para PyTorch desde pip: el 16 de noviembre el torch 2.15.0 de PyPI declaraba como dependencias en Linux las bibliotecas de CUDA 13.2 empaquetadas para pip. Lo necesitas para compilar llama.cpp u otro código CUDA.
La guía de CUDA de RPM Fusion conserva su driver y toma de NVIDIA solo el toolkit. Su sección para Fedora 44 y posteriores:
sudo dnf config-manager addrepo --from-repofile=https://developer.download.nvidia.com/compute/cuda/repos/fedora44/$(uname -m)/cuda-fedora44.repo
sudo dnf clean all
sudo dnf config-manager setopt cuda-fedora44-$(uname -m).exclude=nvidia-driver\*,cuda-drivers\*,nvidia-modprobe,nvidia-persistenced,nvidia-settings,nvidia-libXNVCtrl\*,nvidia-xconfig,nvidia-open,nvidia-imex,nvidia-kmod-common,libnvidia-fbc,kmod-nvidia-\*-dkms,nvidia-fs\*,nvidia-gds\*,xorg-x11-nvidia\*
sudo dnf -y install cuda-toolkit xorg-x11-drv-nvidia-cuda
export PATH=${PATH}:/usr/local/cuda-13.5/bin
nvcc --versionLa línea exclude es la importante. Impide que los paquetes de driver de NVIDIA sustituyan a los de RPM Fusion. La línea de PATH es de la guía de NVIDIA para la 13.5; ajusta el número a lo que hayas instalado.
En nuestra máquina con Ubuntu, nvcc --version termina con Cuda compilation tools, release 13.0, V13.0.88. El 16 de noviembre el repositorio fedora44 ofrecía el toolkit 13.5.0.
Después, llama.cpp, según su guía de compilación:
git clone https://github.com/ggml-org/llama.cpp && cd llama.cpp
cmake -B build -DGGML_CUDA=ON
cmake --build build --config ReleasePara elegir el archivo del modelo, mira qué cuantización GGUF escoger.
Paso 8: PyTorch con la rueda que corresponde
Elige la compilación en el selector de instalación de PyTorch. El 16 de noviembre el índice de ruedas tenía compilaciones cu126, cu130, cu132 y cu134, y la 2.15.0 existía para las dos últimas. Dentro de un entorno virtual:
python3 -m venv ~/venvs/torch && source ~/venvs/torch/bin/activate
pip install torch --index-url https://download.pytorch.org/whl/cu132
python -c "import torch; print(torch.__version__, torch.version.cuda, torch.cuda.is_available())"En nuestra máquina con Ubuntu esa última línea imprime 2.12.1+cu130 13.0 True. Quieres True y una versión de CUDA que tu driver admita. No pudimos leer el texto del selector con nuestras herramientas, así que el comando sigue al índice y no al selector.
Paso 9: contenedores con GPU en Podman o Docker
De la guía de NVIDIA Container Toolkit, con el driver ya en marcha:
curl -s -L https://nvidia.github.io/libnvidia-container/stable/rpm/nvidia-container-toolkit.repo | \
sudo tee /etc/yum.repos.d/nvidia-container-toolkit.repo
sudo dnf install -y nvidia-container-toolkit
nvidia-ctk cdi list
podman run --rm --security-opt=label=disable --device=nvidia.com/gpu=all ubuntu nvidia-smiPara Podman, NVIDIA recomienda CDI. Desde la versión 1.18.0 un servicio llamado nvidia-cdi-refresh escribe el archivo de dispositivos en /var/run/cdi/nvidia.yaml al instalar, al actualizar el driver y en cada arranque. La opción --security-opt=label=disable desactiva la separación de SELinux para ese contenedor; el ejemplo de NVIDIA la usa.
Docker pide un paso más:
sudo nvidia-ctk runtime configure --runtime=docker
sudo systemctl restart docker
sudo docker run --rm --runtime=nvidia --gpus all ubuntu nvidia-smiLa guía fija una versión (1.20.1-1 el día que la leímos). Aquí mostramos la instalación sin fijar para abreviar.
Qué medimos, en Ubuntu
Nada de esto es una medición en Fedora. El driver y el modelo son el mismo software en los dos sistemas; la tarjeta, no.
| Hardware | Sistema | Modelo | Velocidad | Fuente |
|---|---|---|---|---|
| NVIDIA DGX Spark (GB10, 128 GB unificados) | Ubuntu 24.04, driver 580.173.02, Ollama 0.30.10 | llama3.1:8b, Q4_K_M, 32k de contexto | 40,2 tok/s, 0,365 s hasta el primer token, 9,21 GB cargado | nuestra, 17-10-2026, archivo de resultados |
| RTX 3060 de 12 GB, Core i7-12700F | Debian 13, llama.cpp compilado desde el código | Llama 3.1 8B Instruct, Q4_K_M, contexto no indicado | 64,5 tok/s | tyolab, mayo de 2026, ejecución propia del autor |
La segunda fila no es nuestra ni es Fedora. Es la cifra de primera mano más cercana que encontramos para la tarjeta que comprará la mayoría. Mide la tuya con nuestra prueba de 30 minutos.
Lo que nos enseñaron nuestras máquinas con CUDA 13
Tres cosas de nuestras notas de operación que no dependen de nuestro hardware.
- Una rueda compilada para otra versión mayor de CUDA se instala sin quejarse y falla después. pip no comprueba la ABI de CUDA. Nuestras notas recogen el fallo de una rueda de CUDA 12 en una máquina con CUDA 13: un símbolo sin definir al importar, o una caída en la primera llamada a la GPU. Nuestra regla: un entorno virtual por herramienta, torch desde el índice que corresponde y la comprobación de una línea del paso 8 tras cada instalación.
- Si
torch.cuda.is_available()devuelveFalse, comprueba en este orden.nvidia-smidentro del contenedor; unCUDA_VISIBLE_DEVICESvacío o caducado; los permisos de/dev/nvidia*en contenedores sin root; un contexto atascado por un proceso que murió; y solo al final, la rueda. Reinstalarla arregla únicamente ese último caso. - Una tarjeta, una memoria, muchos inquilinos. A nosotros el sistema nos mató entrenamientos mientras otro servidor de modelos seguía residente en la misma memoria. En una tarjeta de 12 GB pasa antes: Ollama, un cuaderno y un contenedor tiran de la misma reserva.
nvidia-smi --query-compute-apps=pid,used_memory --format=csvenseña quién tiene qué.
Fallos que documentan las fuentes
| Qué ves | Causa, según la fuente | Arreglo documentado |
|---|---|---|
modinfo: ERROR: Module nvidia not found. | el módulo aún se está compilando (RPM Fusion) | espera hasta cinco minutos, repite y reinicia después |
| El driver no carga con Secure Boot activo | el kernel solo acepta módulos firmados con una clave de confianza (README de NVIDIA) | paso 3; vuelve a importar la clave tras actualizar el firmware |
lsmod | grep nouveau imprime una línea | nouveau ocupa la tarjeta. Mensaje del instalador en el README: Nouveau, or another driver, is already using the GPU. | reinicia cuando el módulo esté compilado; en Atomic, añade la línea rpm-ostree kargs de RPM Fusion |
| Sin driver tras actualizar el kernel | el módulo se compila para cada kernel; el README tiene una entrada para esto | akmods busca módulos que falten al arrancar; prueba con modinfo -F version nvidia -k <kernel> y fuerza con sudo akmods --kernels $(uname -r) --rebuild |
nvcc rechaza tu compilador | CUDA 13.5 admite GCC de 6.x a 16.x y solo mira la versión mayor (NVIDIA) | compara con gcc --version; en Fedora 44, NVIDIA documenta dnf install gcc15-c++ y export NVCC_CCBIN='g++-15' |
| Ollama responde con la CPU; el registro muestra el código 3, 46, 100 o 999 | falló la inicialización de la GPU (Ollama) | sudo nvidia-modprobe -u, recargar nvidia_uvm, reiniciar, driver más nuevo, en ese orden |
| Ollama pierde la GPU al volver de suspensión | un fallo del driver, dice Ollama | sudo rmmod nvidia_uvm && sudo modprobe nvidia_uvm |
Failed to initialize NVML: Insufficient Permissions en un contenedor | etiquetado de SELinux (NVIDIA) | añade --security-opt=label=disable |
Failed to initialize NVML: Unknown Error en un contenedor en marcha | el contenedor perdió el acceso al dispositivo | vuelve a crear el contenedor; con CDI no ocurre |
nvcc warning : Cannot find valid GPU for '-arch=native', default arch is used | la compilación de llama.cpp no detectó la tarjeta | añade -DGGML_NATIVE=OFF o fija -DCMAKE_CUDA_ARCHITECTURES |
No encontramos el texto exacto del error de compilador de nvcc en una fuente que pudiéramos abrir, así que la tabla no lo cita.
Qué cabe en la tarjeta
No repetimos la cuenta aquí. La guía de VRAM la deriva de los pesos, el contexto y las ranuras en paralelo, y el explorador de VRAM la hace para tu tarjeta. El resumen de nuestro catálogo: con 8k de contexto, una tarjeta de 12 GB aloja un modelo 8B y una de 16 GB, un 14B.
Dónde encaja, y cuándo Fedora no es la elección
Un escritorio con Fedora y una tarjeta de 12 GB es una buena base para una persona o un equipo pequeño con modelos 8B, con los documentos dentro de la máquina. Añade Open WebUI cuando lo use más de una persona.
Fedora no es la elección en estos casos:
- Necesitas una configuración que NVIDIA admita. Sus guías nombran una sola versión de Fedora. El 16 de noviembre era Fedora 44, cuando Fedora 45 llevaba dos semanas publicada y su repositorio de NVIDIA solo tenía paquetes de monitorización. Fedora 43 llega al fin de su vida el 1 de diciembre de 2026, según endoflife.date. La misma tabla de NVIDIA lista tres versiones LTS de Ubuntu y RHEL 8, 9 y 10.
- La máquina no puede darte sorpresas. Fedora publica kernels nuevos a menudo y cada uno exige recompilar el módulo. RPM Fusion documenta un bloqueo de versiones y avisa de que también bloquea los arreglos de compatibilidad con el kernel.
- Actualizas el día del lanzamiento. Espera a que exista el driver para el kernel nuevo, y el repositorio del toolkit si compilas.
- No tienes tarjeta NVIDIA. Con una Intel Arc, mira llama.cpp con SYCL.
Límites
- No ejecutamos ninguno de los comandos de Fedora. Una errata en una fuente sería una errata aquí.
- No pudimos leer con nuestras herramientas la documentación de Fedora ni el selector de PyTorch. Los dos están enlazados para que los compruebes.
- No confirmamos que RPM Fusion tuviera
akmod-nvidiacompilado para el kernel de Fedora 45 ese día. Míralo condnf info akmod-nvidiaantes de actualizar. - La guía de Fedora del propio llama.cpp compila en un toolbox de Fedora 41, una versión ya sin soporte. La dejamos fuera.
- No cubrimos portátiles Optimus, varias GPU ni problemas propios de Wayland.
Preguntas frecuentes
¿Necesito el toolkit CUDA para usar Ollama? No. Basta con el driver. Instala el toolkit solo para compilar código CUDA.
¿Puedo dejar Secure Boot activado? Sí. La guía de RPM Fusion dice que no hace falta desactivarlo. Registra antes la clave (paso 3).
¿NVIDIA admite Fedora 45? El 16 de noviembre de 2026, no. Sus guías del driver y de CUDA nombran Fedora 44. La sección de CUDA de RPM Fusion cubre Fedora 44 y posteriores con el repositorio fedora44.
¿Puedo instalar el driver de NVIDIA encima del de RPM Fusion para tener uno más nuevo? No como una instalación normal. RPM Fusion dice que los dos empaquetados chocan, y por eso sus comandos del toolkit excluyen los paquetes de driver de NVIDIA.
¿Funciona con Wayland? RPM Fusion dice que el driver funciona con Wayland y Xwayland desde Fedora 35, con limitaciones conocidas.
¿Y en Silverblue o Kinoite? RPM Fusion documenta sudo rpm-ostree install akmod-nvidia xorg-x11-drv-nvidia-cuda y una línea de argumentos del kernel que bloquea nouveau. Allí Secure Boot necesita un paquete de claves aparte, que su página enlaza.
¿Qué versión de CUDA necesita mi PyTorch? La del nombre de la rueda. La rueda lleva su runtime, así que el toolkit instalado no tiene que coincidir. El driver sí tiene que ser lo bastante nuevo.
Mi GTX 1060 no está en el driver por defecto. ¿Se acabó? No. RPM Fusion mantiene akmod-nvidia-580xx para las GTX 10, y Ollama acepta el driver 570 o posterior para esas tarjetas.
Siguientes pasos
- Calcula el modelo antes de descargarlo: cuánta VRAM necesita un LLM local.
- Mide tu tarjeta: prueba un modelo local en 30 minutos.
- Planifica el resto de la pila: cómo implementar IA en una empresa española.
Trabaja con nosotros
Montamos la inferencia local en el hardware que el cliente ya tiene antes de recomendar nada nuevo, y dejamos un manual de operación por escrito. Si lo quieres en tus máquinas, escríbenos o lee cómo trabajamos en consultoría.