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.
Microsoft ha annunciato Maia 200, un nuovo chip progettato specificamente per carichi di lavoro di intelligenza artificiale. L'azienda sta procedendo verso la produzione di massa, segnando un passo significativo nel suo impegno verso l'innovazione hardware per l'IA.
Il driver RadeonSI Gallium3D di AMD introduce una nuova modalità di decodifica video a bassa latenza nella prossima release Mesa 26.1. Questa funzionalità offre tempi di risposta più rapidi, ma con un potenziale aumento del consumo energetico della GPU. Un compromesso da valutare per applicazioni sensibili alla latenza.
Infineon sta promuovendo l'alimentazione verticale per migliorare l'efficienza energetica nei data center dedicati all'intelligenza artificiale. Questo approccio mira a ridurre le perdite di potenza e migliorare le prestazioni complessive dei sistemi.
La DAMO Academy di Alibaba guida lo sviluppo di chip AI custom per T-Head Semiconductor. Questo sforzo sottolinea l'impegno di Alibaba nell'innovazione hardware per supportare le proprie esigenze di intelligenza artificiale.
**The Pocket-Sized Behemoth: A Review of the GMKtec Evo X2**
Un utente di Reddit ha scovato un SSD da 2TB a un prezzo incredibilmente basso in un Walmart locale. La scoperta sottolinea come, a volte, si possano trovare componenti hardware a prezzi vantaggiosi nei canali di distribuzione meno convenzionali. Un'occasione da non perdere per chi assembla sistemi per LLM.
Microsoft ha annunciato Maia 200, un nuovo chip progettato per scalare l'inference AI. Questo processore, successore del Maia 100 del 2023, è ottimizzato per eseguire modelli di intelligenza artificiale complessi con maggiore velocità ed efficienza. L'azienda lo descrive come un cavallo di battaglia in silicio.
Un utente di Reddit sta conducendo un benchmark su GPU Tesla di seconda mano, dotate di elevata VRAM, per valutare le loro prestazioni in configurazioni parallele per LLM locali. L'obiettivo è confrontare queste schede economiche con soluzioni più moderne, quantificando i risultati tramite una suite di benchmarking dedicata.
La startup Neurophos, supportata da Bill Gates, ha sviluppato un chip di fotonica al silicio che promette prestazioni superiori alle GPU Nvidia Vera Rubin, consumando la stessa energia. La tecnicia vanta dimensioni ridotte di 10.000 volte rispetto alle soluzioni attuali e capacità di calcolo avanzate.
Asus rinnova il suo Zenbook Duo nel 2026 con un processore Intel Core Ultra X9 388H. Il portatile si distingue per i suoi due schermi OLED e una sezione grafica integrata ad alte prestazioni, promettendo un'esperienza visiva di alto livello in mobilità.
Il codice per il target AMDGPU GFX13, presumibilmente legato all'architettura RDNA5 di prossima generazione, è stato aggiunto al repository Git di LLVM 23. Questo aggiornamento rappresenta un passo preliminare verso il supporto del nuovo hardware nei toolchain di sviluppo.
Un appassionato ha creato una PS4 portatile partendo da una PS4 Slim, integrando uno schermo OLED da 7 pollici, uscita HDMI e batteria con autonomia di 3 ore. La console modificata mantiene le funzionalità originali e può essere utilizzata anche durante la carica.
La scheda ASRock Rack PAUL, dotata di controller ASPEED AST2500, riceve supporto nel kernel Linux grazie a nuove patch. Questa scheda PCIe a basso profilo fornisce funzionalità IPMI/BMC per diverse piattaforme.
Secondo DIGITIMES, Nvidia, Arm e Qualcomm stanno definendo strategie specifiche per lo sviluppo di Application-Specific Integrated Circuits (ASIC) dedicati all'intelligenza artificiale. L'articolo analizza le diverse direzioni intraprese dai tre colossi del settore.
Samsung si prepara ad avviare le consegne della sua memoria HBM4 a Nvidia e AMD a partire da febbraio. Questa nuova generazione di memoria ad alta larghezza di banda è cruciale per accelerare le prestazioni delle GPU e dei sistemi di calcolo ad alte prestazioni, essenziali per carichi di lavoro di intelligenza artificiale e machine learning.
Un utente ha vinto una workstation Dell DGX Spark GB10 a un hackathon Nvidia e chiede consigli su come utilizzarla al meglio. In precedenza, la usava per l'inference di un modello Nemotron 30B con vLLM, che richiedeva oltre 100 GB di memoria. Ora cerca suggerimenti per sfruttare al meglio l'hardware.
Ennostar punta sui Micro LED per risolvere i problemi di surriscaldamento all'interno dei server AI. La tecnicia potrebbe migliorare l'efficienza e l'affidabilità dei sistemi di raffreddamento, cruciali per le prestazioni dei carichi di lavoro di intelligenza artificiale.
LACT, l'interfaccia utente di terze parti per la gestione delle GPU su Linux, si aggiorna alla versione 0.8.4. Particolarmente apprezzata dagli appassionati di AMD Radeon, LACT offre un pannello di controllo alternativo per schede grafiche AMD e Intel, in assenza di soluzioni ufficiali. L'ultima versione introduce miglioramenti all'interfaccia per l'overclocking e altre funzionalità.
AMD ha in programma il rilascio di una serie di correzioni ai driver grafici open source AMDGPU e AMDKFD. Queste modifiche sono state accodate in vista della prossima finestra di integrazione del kernel Linux 7.0 e mirano a migliorare la stabilità e l'affidabilità dei driver. L'obiettivo è fornire un'esperienza utente più fluida e performante per gli utenti Linux che utilizzano schede grafiche AMD.
Un appassionato ha pubblicato una guida dettagliata per aumentare la memoria di una RTX 4090 fino a 48 GB. La procedura, che richiede competenze avanzate di saldatura e conoscenza approfondita dell'hardware, è documentata in un video e suscita interesse nella comunità dei modder. L'iniziativa dimostra la volontà di spingere al limite le prestazioni delle schede grafiche di fascia alta, aprendo nuove possibilità per applicazioni esigenti.