Hai fatto il conto anche tu, vero? Venti euro al mese per un abbonamento, duecento per il piano più ricco, e a un certo punto la domanda arriva da sola: e se mi comprassi una macchina e l’intelligenza artificiale me la tenessi in casa? Niente canoni, nessun documento che esce dall’ufficio. Scegliere un PC per AI in locale, però, è meno semplice di come lo raccontano le vetrine: a ottobre 2026 i prezzi sono ai massimi, le architetture sono tre e molto diverse fra loro, e dalla Cina è arrivato un annuncio che fa venire voglia di aspettare.
Abbiamo messo in fila i numeri, verificandoli uno per uno. Te li raccontiamo con una posizione chiara, perché il «dipende» non aiuta nessuno a decidere.
Prima del prezzo, la memoria: come gira un modello
Un modello di AI, alla fine, è un file. Grande, ma pur sempre un file pieno di numeri. Per usarlo il computer deve caricarlo tutto in una memoria veloce, a portata del chip che fa i calcoli. È qui che si decide quasi tutto: non conta quanto è potente il processore, conta quanta memoria veloce hai e quanto è veloce davvero.
Una regola pratica: a un buon livello di compressione servono circa 0,6 GB per ogni miliardo di parametri, più qualche gigabyte per il testo che gli dai da leggere. Un modello da 27 miliardi di parametri occupa quindi 16-17 GB. Uno da 120 miliardi supera i 70.
Le architetture in commercio risolvono il problema in due modi opposti.
Architettura 1
PC classico con scheda video
il file del modello a riposo
passaggio obbligato, condivisa con i programmi
qui il modello lavora: velocissima, cara, poca
Il limite è la VRAM: 16, 24, 32 GB per scheda. Per salire servono più schede.
Architettura 2
Memoria unificata
il file del modello a riposo
un solo serbatoio da 64, 128, 256 GB per programmi e modello
CPU, grafica e acceleratore AI insieme
Meno veloce di una scheda video di fascia alta, ma con molta più memoria utile e consumi bassi.
Mini PC, Mac e la scatola di Nvidia stanno tutti nella seconda famiglia. Ed è il motivo per cui hanno cambiato le regole: 128 GB disponibili per il modello in un oggetto grande come un libro.
Le tre famiglie di PC per AI in locale, a confronto
Quattro cose da guardare, in quest’ordine: quanta memoria hai per il modello, la banda di memoria (quanti gigabyte al secondo il chip riesce a leggere: è lei a fare i token al secondo), i watt e il rumore. Il nome del processore viene dopo.
| Mini PC (Ryzen AI Max) | Nvidia DGX Spark | Apple Mac Studio | |
|---|---|---|---|
| Memoria unificata | 64-128 GB | 64 o 128 GB | da 36 a 256 GB e oltre |
| Banda di memoria | circa 250 GB/s | 273 GB/s | 460-614 GB/s (Max), 1,2 TB/s (Ultra) |
| Prezzo con 128 GB | circa 3.500 $ | 6.950 $ | da 5.100 $ circa |
| Punto forte | il costo per gigabyte più basso | legge in fretta i documenti lunghi; ecosistema Nvidia | il più veloce a generare, silenzioso |
| Punto debole | calore e ventole sotto carico | prezzo quasi raddoppiato in un anno | ogni salto di memoria costa migliaia di dollari |
Due dettagli che le schede tecniche non dicono. Nei test indipendenti, su un modello da 120 miliardi di parametri il mini PC e il DGX Spark generano testo a velocità simili, intorno ai 35 token al secondo: a occhio non distingui la differenza. Dove la macchina Nvidia stacca tutti è nella lettura: quando le dai in pasto un contratto di ottanta pagine, lo elabora circa cinque volte più in fretta. Se lavori con documenti lunghi, è quello il numero che conta.
Il secondo dettaglio riguarda il prezzo. Il DGX Spark da 128 GB è passato da 3.999 a 6.950 dollari, e la nuova versione da 64 GB costa 4.999: metà memoria, mille dollari in più del modello di lancio.
Perché la memoria costa come l’oro
Non è una speculazione dei negozi. I produttori di memorie sono pochi, e hanno spostato le fabbriche dove si guadagna di più: i data center che addestrano e servono i grandi modelli. Secondo gli analisti di TrendForce, nel 2026 i data center assorbono oltre il 70% delle memorie di fascia alta, e per il solo primo trimestre la stima sui prezzi di contratto delle RAM era di un aumento vicino al raddoppio.
Il risultato lo vedi nel carrello. Lo stesso mini PC che a gennaio si trovava a 2.200 dollari con 64 GB oggi ne chiede 3.500 nella versione da 128. Su un Mac Studio, passare da 96 a 256 GB significa aggiungere più di 4.000 dollari. Stai pagando gigabyte, non potenza.
Assemblare un PC con più schede video: il conto della corrente
È la tentazione di chi ha dimestichezza con i cacciaviti: quattro schede da 32 GB e hai 128 GB di VRAM, più veloci di qualsiasi mini PC. Vero. Ma alle schede vanno aggiunti una scheda madre che le regga, un alimentatore fuori scala, il raffreddamento e una RAM di sistema generosa, comprata ai prezzi di oggi. Si finisce facilmente oltre i 10.000 euro.
Poi c’è la bolletta. Facciamo il calcolo insieme: quattro schede sotto carico assorbono circa 1,2 kW. Otto ore al giorno per ventidue giorni lavorativi fanno 210 kWh al mese: a 0,30 euro al kWh sono più di 60 euro al mese, senza contare il consumo a riposo. Un mini PC da 150 watt, nelle stesse ore, ne costa 8.
La nostra posizione: l’assemblato ha senso se devi addestrare modelli o se ti basta una scheda sola per modelli piccoli. Per usare l’AI ogni giorno, no.
L’errore che fa saltare ogni preventivo: contare una persona sola
Quasi tutte le recensioni provano queste macchine con un utente e una domanda di due righe. In ufficio non funziona così. La memoria richiesta cresce con due cose che nessuno mette in vetrina: quanto testo dai da leggere al modello e quante persone lo usano insieme.
Stesso modello da 27 miliardi di parametri: memoria necessaria
1 persona, domande brevi
1 persona, documenti lunghi
4 persone, documenti lunghi
8 persone, documenti lunghi
Stime ottenute con i calcolatori online di fabbisogno di memoria, modello fortemente compresso. Ordini di grandezza, non misure.
Immagina uno studio con otto persone che interrogano l’archivio delle pratiche. La macchina che a casa di uno di loro farebbe faville, lì si pianta al terzo utente. E siccome caricare un PDF di dieci pagine supera già di molto una domanda breve, provare il sistema con due righe di testo equivale a non provarlo.
Per questo, quando progettiamo soluzioni AI per le PMI, la macchina è l’ultima cosa che scegliamo. Prima vengono i documenti, le persone e le domande che faranno davvero.
Aspettare la Cina? Cosa sappiamo davvero dello Xiaomi AI Cube
A fine agosto Xiaomi ha mostrato l’AI Cube: un mini PC costruito attorno a tre chip progettati in casa, capace secondo l’azienda di far girare modelli da 120 miliardi di parametri restando entro i 150 watt. Sulla carta è la risposta a Nvidia e ad Apple, e l’idea che arrivi a metà prezzo circola ovunque.
I fatti, però, sono più magri dell’entusiasmo. Quello presentato è un prototipo: non ha un prezzo, non ha una data di uscita, e nemmeno la quantità di memoria è stata confermata. Due dei tre chip sono attesi sul mercato nel 2027. Che costerà la metà è una speranza, non un listino.
Aspettare ha senso se oggi puoi farne a meno. Ma ricordati cos’è successo a chi ha aspettato il DGX Spark: nel frattempo è rincarato del 70%. Finché le fabbriche di memoria restano impegnate con i data center, un concorrente in più non basta da solo a far scendere i prezzi.
Comprare, affittare o aspettare: come decidere
C’è una terza strada di cui si parla poco: affittare una macchina in un data center europeo. I dati restano nell’Unione, sotto GDPR, e paghi a mese o a ore. Un server dedicato con scheda grafica parte da meno di 200 euro al mese e supera i 1.000 per le configurazioni più capienti. Non è «in casa», ma non è nemmeno il cloud di un colosso americano. E si disdice.
SÌ → sai già quanto lo userai?
Non ancora: affitta per due o tre mesi e misura. Persone, documenti, ore di utilizzo.
Sì, ed è tanto e costante: compra, dimensionando la memoria sui numeri misurati.
NO → quante persone lo useranno?
Una o due: un mini PC da 128 GB, o un Mac se la velocità ti serve davvero.
Un ufficio intero: il conto va fatto su contesto e utenti prima di spendere un euro.
Il conto del rientro è presto fatto. Se spendi 200 euro al mese in abbonamenti, sono 2.400 l’anno: un mini PC da 3.500 dollari si ripaga in un anno e mezzo, un Mac da 6.000 in due e mezzo. A patto che il modello locale faccia davvero il lavoro di quello in abbonamento. Per riassunti, ricerca nei documenti e bozze, oggi ci siamo. Per scrivere software complesso, non ancora allo stesso livello.
E c’è un rischio che i fogli di calcolo dimenticano: l’hardware si guasta, invecchia, e un allagamento in ufficio non fa distinzioni. Una macchina sola con dentro tutto è un punto debole. Chi tiene i dati in casa deve pensare anche alle copie: ne abbiamo parlato nella guida alla protezione dei dati aziendali.
Prima si misura, poi si compra
La scelta di un PC per AI in locale non parte dal catalogo. Parte da una domanda scomoda: a cosa ti serve, per quante persone, su quali documenti? Chi salta questo passaggio compra due volte: la prima per entusiasmo, la seconda per necessità.
Se è per te soltanto e i prezzi di oggi ti sembrano una follia, hai ragione: aspetta, o affitta. Se invece è per il tuo studio o la tua azienda, e l’obiettivo è tenere contratti, pratiche e dati dei clienti lontani da occhi estranei, il risparmio vero non sta nello scontrino. Sta nel dimensionare bene al primo colpo.
È il lavoro che facciamo ogni giorno: capire il problema, misurarlo, e solo dopo scegliere gli strumenti. Se stai valutando di portare l’AI dentro la tua azienda e vuoi un confronto sui numeri del tuo caso, scrivici: ne parliamo insieme, senza impegno.
