La scena modding di Grand Theft Auto ha appena partorito una piccola perla: un mod consente di avviare GTA 3 e Vice City senza mai uscire da San Andreas. Le città di Liberty City e Vice City, con le loro missioni e atmosfere dei primi anni Duemila, diventano isole esplorabili all’interno del capitolo uscito nel 2004. Non un remake, non un emulatore separato: lo stesso eseguibile, la stessa installazione, un solo gioco che ne contiene tre.

Dietro l’hacking della nostalgia c’è un principio di consolidamento che nel mondo dell’inference on-premise si traduce in vantaggi concreti. Quando un team gestisce più modelli di linguaggio su infrastruttura locale, la frammentazione è il primo nemico: ogni istanza separata consuma VRAM, cicli macchina e, soprattutto, energia. Accorpare carichi di lavoro su un singolo nodo — proprio come il motore di San Andreas che fa girare mappe e script di altri titoli — riduce la ridondanza e permette di condividere risorse che altrimenti resterebbero sottoutilizzate.

La community di modder dimostra che software legacy e ambienti diversi possono coesistere con overhead sorprendentemente basso, a patto che il contenitore sia sufficientemente maturo. Per chi fa deployment di LLM in sede, il parallelo è immediato: server multi-GPU connessi da NVLink o NVSwitch possono ospitare più modelli quantizzati, ciascuno con finestre di contesto e precisione numerica differenti, senza richiedere macchine dedicate. Tutto questo va letto in chiave TCO: meno hardware da comprare, meno raffreddamento, meno licenze di orchestrazione da gestire.

La sovranità dei dati, poi, guadagna terreno quando l’intero stack risiede in un unico rack aziendale, esattamente come il giocatore che ha tutto ciò che gli serve dentro il proprio PC senza doversi connettere a servizi esterni. L’esperimento del modder, per quanto lontano dai rack di un’azienda, racconta qualcosa di strutturale: la tentazione di separare sempre i workload per questioni di ordine o sicurezza si scontra con l’efficienza del consolidamento, e spesso a vincere è la seconda. Una lezione che i team AI on-premise conoscono bene, e che oggi si specchia persino in un videogioco di vent’anni fa.