Intel Nova Lake inizia a delinearsi con contorni più nitidi. Secondo un leak raccolto da Tom’s Hardware, la prossima generazione di processori desktop adotterà il marchio Core Ultra Series 400 e seguirà un rilascio scaglionato a partire dal 2026. La vera notizia, però, è che la variante top di gamma — un mostro da 52 core — potrebbe non vedere la luce prima della fine del 2027. Un tempo biblico per gli standard dell’informatica consumer, ma che nel frattempo lascia aperti interrogativi pesanti per il mondo dell’intelligenza artificiale on-premise.

Core e intelligenza artificiale: un matrimonio di convenienza

Mentre GPU e acceleratori dedicati monopolizzano l’attenzione, i processori ad alto numero di core stanno silenziosamente riconquistando terreno nell’inference di Large Language Models. Framework come llama.cpp, abbinati a tecniche di quantization aggressiva (INT8, INT4), permettono già oggi di eseguire modelli da 7 a 13 miliardi di parametri su CPU con decine di thread fisici, senza toccare una scheda video. Un chip desktop a 52 core cambierebbe la scala: porterebbe la capacità di elaborazione parallela a livelli da piccolo server, rendendo plausibile l’esecuzione locale di modelli più grandi con latenza accettabile, il tutto senza i costi e la complessità di un impianto multi-GPU.

Per un’organizzazione che valuta un deployment on-premise, il calcolo CPU offre un vantaggio spesso trascurato: la prevedibilità dei costi. A differenza delle GPU, le CPU non richiedono investimenti iniziali altrettanto elevati né consumi energetici fuori scala quando si tratta di inference continua. Inoltre, mantenere l’intera pipeline dentro i propri server — senza chiamate API a servizi cloud — garantisce un controllo totale sulla residenza dei dati, requisito sempre più stringente in settori regolati. È qui che la scommessa di Intel sui core massicci si inserisce perfettamente, perché promette di abbassare la barriera d’ingresso per carichi di lavoro AI che oggi impongono hardware specializzato.

Chi segue da vicino le architetture locali sa che i trade-off tra CPU, GPU e soluzioni ibride sono terreno di analisi costante, come approfondito nelle risorse di AI-RADAR sull’on-premise. Il punto non è se una CPU possa sostituire una GPU in ogni scenario — per il training e per modelli di grandi dimensioni la differenza rimane abissale — ma se il TCO (TCO) e le esigenze di sovranità spingano verso soluzioni più semplici e replicabili. In quest’ottica, un desktop da 52 core non è solo un prodotto entusiasmante per il gaming, ma un tassello strategico per democratizzare l’inference locale.

Il fattore tempo e la concorrenza

Il ritardo al 2027 per il chip da 52 core, però, non è una buona notizia. Lascia ampio margine a concorrenti come AMD, che con le architetture Zen 5 e Zen 6 potrebbero anticipare soluzioni ad alta densità di core, e soprattutto ai system-on-chip di Apple, dove i Neural Engine integrati stanno già ridefinendo l’inference locale su dispositivi consumer. Intel rischia di arrivare in ritardo in un mercato in cui l’efficienza per watt e la capacità di gestire carichi AI senza GPU diventeranno il nuovo campo di battaglia. Per chi oggi sta costruendo stack on-premise, attendere tre anni significa spesso dover scegliere alternative già disponibili, consolidando ecosistemi che poi saranno difficili da scardinare.

La scommessa silenziosa di Intel sui core massicci non fa che confermare una tendenza di fondo: l’AI on-premise non si giocherà solo sugli acceleratori specializzati. La CPU, componente che molti davano per spacciata nella corsa all’intelligenza artificiale, sta trovando una seconda giovinezza proprio grazie ai carichi di inference. E chi oggi progetta stack locali farà bene a tenerne conto, anche senza aspettare il 2027.