Questa sezione Hardware segue il lato pratico dell'infrastruttura AI locale: GPU, NPU, mini PC, acceleratori edge, banda memoria e compromessi energetici che incidono direttamente sulle prestazioni in inferenza. Privilegiamo aggiornamenti con benchmark e note operative utili a decisioni reali, dal laboratorio domestico ai cluster pilota in azienda. Qui puoi confrontare costo totale, vincoli termici e scenari modello-hardware, poi approfondire con la guida pillar hardware e la copertura LLM collegata.
Le due rivali storiche mettono da parte le divergenze per contrastare l’ascesa di Arm nei data center. L’annuncio congiunto segna una nuova fase nella guerra delle architetture, con possibili ripercussioni su TCO, sovranità dei dati e deployment on-premise per carichi AI.
Secondo DIGITIMES, Intel e Nvidia starebbero lavorando a un processore PC congiunto che potrebbe vedere la luce al CES 2028. Al di là delle indiscrezioni ancora sottili, l’idea di un chip frutto della collaborazione tra le due rivali di Santa Clara segnala un possibile riassetto della competizione nell’hardware per l’intelligenza artificiale, con ricadute concrete per chi cerca soluzioni di inference locale e deployment on-premise.
La storia di Sanjay Mehrotra, CEO di Micron, mostra come le barriere all'immigrazione possano innescare percorsi imprevisti nell'industria dei chip, mentre i produttori LED taiwanesi esplorano nuovi mercati oltre l'illuminazione.
Al Computex 2026 MiTAC ha mostrato sistemi GPU, storage e server con raffreddamento a diamante, fino a rack da 52 unità. Uno sguardo al futuro dell'hardware per l'inference LLM on-premise, dove densità e gestione termica ridefiniscono i trade-off tra TCO, sovranità e controllo dell'infrastruttura.
Il team di driver open-source di Valve sta portando un recovery più robusto per le GPU AMD Graphics Core Next (GCN) in caso di freeze. Un passo avanti per la stabilità delle vecchie schede su Linux, con ricadute concrete per chi esegue carichi on-premise senza interruzioni.
Con un nuovo vertice, il costruttore taiwanese di macchine utensili punta ad aerospazio, IA e chip. La mossa si inserisce nella corsa alla sovranità tecnicica e alla catena di fornitura per l’hardware on-premise: componentistica di precisione, raffreddamento e attrezzature per semiconduttori diventano snodi critici per chi valuta il TCO dell’inference locale.
La delegazione taiwanese a VivaTech ha mostrato un cambio di strategia: non più solo componenti, ma stack completi per l’AI on-premise. Una mossa che intercetta la domanda europea di sovranità digitale, compliance GDPR e riduzione della dipendenza da cloud, aprendo nuovi scenari per chi valuta deployment locali di LLM.
MSScorps rafforza gli investimenti a Taiwan nella fotonica del silicio, tecnicia chiave per interconnessioni dati a banda ultralarga. Per chi gestisce cluster AI on-premise, l’evoluzione della fotonica integrata promette di ridurre colli di bottiglia e consumi, ridisegnando l’architettura hardware per LLM.
Un server con due GPU Radeon AI PRO R9700 e 64 GB di VRAM totale mette alla prova Qwen 3.6 27B in quantization Q8 con Multi-Token Prediction. Decode fino a 67 token/s su contesti pieni, prefill oltre 1.500 t/s e prompt caching efficiente: uno spaccato concreto per chi valuta deployment locale di LLM senza dipendere dal cloud.
Un appassionato ha convertito una macchina per il ghiaccio da banco in un sistema di raffreddamento per una RTX 3060, regolato da un termostato da frigo per birra. Il risultato? Temperature ridotte fino al 62% nei giochi, con Cyberpunk 2077 che viaggia a 22°C. Una trovata estrema che riaccende il dibattito sul thermal management per l’hardware ad alte prestazioni.
NVK, il driver Vulkan open-source per GPU Nvidia, introduce il supporto sperimentale al DLSS, portando l'upscaling basato su deep learning su Linux tramite binari CUDA importati. Un passo avanti per l'ecosistema grafico open-source che riduce la dipendenza dai driver proprietari.
Un test su GPU AMD MI50 del 2018 con MiniMax M3 quantizzato a 4 bit raggiunge 19 token/s su 8 schede e 18 token/s su 16, grazie al decoding speculativo. Ma la latenza elevata (oltre 70 secondi per il primo token su prompt lunghi) e la generazione interminabile del ragionamento rendono l’esperienza inadatta allo sviluppo agentivo. I dati offrono uno sguardo concreto sulle possibilità e i limiti dell’hardware datacenter di vecchia generazione per il deployment locale di LLM.
GMKtec ha svelato una versione ridisegnata del suo EVO-X3, una workstation AI in formato mini PC basata sul potente processore AMD Ryzen AI Max+ 395 'Strix Halo'. Il dispositivo esibisce la firma di Lisa Su, CEO di AMD, segnale di una stretta collaborazione e di un’offerta pensata per chi cerca elevate prestazioni di inference locale in un corpo compatto.
La recensione del Falcon T1, laser engraver modulare di Creality, svela un approccio a componenti intercambiabili che risuona oltre la fabbricazione personale. Per chi gestisce hardware on-premise per LLM, la modularità non è un vezzo da maker ma una leva concreta su TCO, aggiornabilità e controllo dell'infrastruttura.
Nei preparativi per il merge window di Linux 7.2, spunta un primo, discreto accenno al supporto per la prossima generazione di GPU NVIDIA, di cui ancora nulla si sa. Un indizio che conta per chi gestisce infrastrutture on-premise e guarda già ai refresh del parco hardware.
Secondo i test di CNET Labs, gli AirPods Pro 3 registrano un errore medio dell’1,67% rispetto a una fascia toracica Polar H10 di grado medicale, diventando il secondo dispositivo consumer più accurato mai misurato dalla testata. Solo l’Apple Watch Series 11 fa meglio (0,98%). Un risultato che riduce la distanza tra auricolari e wearable da polso.
Pechino ha imposto una coalizione fra aziende di chip e costruttori di satelliti per realizzare data center AI in orbita, scollegati dalla rete elettrica terrestre. Il progetto, annunciato alla vigilia di un atteso reveal AI di Elon Musk, rappresenta una mossa di sovranità tecnicica che ridisegna il concetto di edge computing e sfida le infrastrutture spaziali di SpaceX.
Un'edizione speciale del Monopoli, regalata ai dipendenti ASML nel 2007, viene barattata su piattaforme social con un modello LEGO del più avanzato sistema di litografia al mondo. L'episodio, apparentemente folcloristico, accende i riflettori sulla tecnicia High-NA EUV, essenziale per produrre i processori che rendono concreti i deployment on-premise di LLM e i carichi di inference AI.
Un appassionato di hardware esegue GLM 5.2 UD IQ2_M su una configurazione dual GPU con RTX 5090 e RTX 3090 in bifurcation x8. Nonostante la quantization molto bassa, il modello produce immagini SVG di qualità elevata, ma con un token rate ridotto. Il caso mette in luce le potenzialità e i compromessi dell'inference on-premise su hardware consumer di fascia alta, mentre l'utente pianifica un sistema Threadripper con 12 RTX 3090 per spingersi oltre.
Intel e AMD collaborano su un nuovo set di istruzioni CPU per l’AI, ottimizzato per la moltiplicazione di matrici. Le estensioni ACE promettono maggiore efficienza energetica e densità computazionale, rendendo l'inference su CPU più competitiva per carichi on-premise.