Vuoi far girare modelli come Llama, Qwen, DeepSeek o Mistral sulla tua scrivania, senza mandare dati al cloud? Nel 2026 si può. Ma la scelta del PC per AI locale si decide su un numero che quasi nessuna scheda prodotto mette in evidenza: la memoria disponibile per il modello e la velocità con cui viene letta.
In questa guida trovi le macchine che hanno senso oggi, dai mini PC da 2.000 euro alle workstation, con prezzi aggiornati alla crisi delle memorie. E una regola semplice per capire quanti token al secondo otterrai prima di comprare. Se parti da un budget fisso, c'è anche la guida gemella organizzata per fasce di prezzo.
Aggiornato il 24 settembre 2026: corretta la tabella delle prestazioni con valori calcolati dalla banda di memoria, aggiunte le sezioni su mini PC senza GPU, Mac contro PC assemblato e scelta del processore.
PC per AI locale: la risposta in breve
- Conta la memoria, non il processore. Il modello deve stare tutto nella VRAM della scheda video o nella memoria unificata (Mac, mini PC con Ryzen AI Max+, DGX Spark). Se non ci sta, rallenta di molto.
- La velocità dipende dalla banda di memoria. Tetto massimo di token al secondo = banda in GB/s diviso il peso del modello in GB.
- Per modelli fino a 14B basta una GPU con 12-16 GB di VRAM.
- Per modelli da 30-32B servono 24 GB (RTX 3090 o 4090) o 48 GB di memoria unificata.
- Per modelli da 70B e oltre la strada più economica è la memoria unificata da 96-128 GB: un mini PC con Ryzen AI Max+ 395 da circa 2.000-2.800 euro, oppure un Mac Studio.
- La NPU da 40-80 TOPS non serve per gli LLM. Accelera funzioni leggere del sistema operativo, non i modelli grandi.
La crisi delle memorie del 2026: perché i prezzi sono saliti
Prima delle configurazioni, il contesto che sta stravolgendo il mercato. La domanda di DRAM e memorie HBM dei data center AI ha assorbito gran parte della capacità produttiva mondiale. Il mercato consumer ne paga il conto:
- DDR5 fino a quadruplicate: un kit 64 GB DDR5-6000 è passato da circa 230 $ a oltre 600 $ rispetto all'estate 2025.
- "Memflation": Gartner prevede un aumento dell'80% dei prezzi DRAM nel 2026, con carenza almeno fino alla seconda metà del 2027.
- GPU coinvolte: la scarsità di VRAM ha ridotto la produzione delle RTX 50 e spinto i listini verso l'alto.
- Boom dell'usato: le ricerche di RTX 3090 e 4090 usate hanno toccato numeri record sulle piattaforme italiane.
Cosa significa in pratica: se il tuo PC attuale regge, rimandare l'upgrade della RAM conviene. Se devi comprare ora, valuta l'usato per le GPU, le piattaforme DDR4 per i budget ridotti e il cloud per i carichi saltuari.
I prezzi di questa guida sono aggiornati a settembre 2026, ma cambiano anche di settimana in settimana.
RAM o VRAM: la regola che decide tutto
È la domanda che torna più spesso nei forum di chi vuole far girare un LLM in locale: "ho 64 GB di RAM, perché va così piano?". La risposta sta in due numeri.
1. Il modello deve stare nella memoria veloce
Un modello quantizzato in Q4 pesa circa 0,6 GB per ogni miliardo di parametri, più lo spazio per il contesto. Se tutto il modello sta nella VRAM della GPU o nella memoria unificata, gira alla massima velocità.
Se una parte finisce nella RAM di sistema normale, la velocità crolla, perché quella memoria è molto più lenta.
| Taglia del modello | Esempi | Peso indicativo in Q4 | Memoria consigliata |
|---|---|---|---|
| 1-4B | Phi, Gemma piccoli | 1-3 GB | 8 GB |
| 7-8B | Llama 3.1 8B, Qwen3 8B | circa 5 GB | 8-12 GB |
| 13-14B | Qwen3 14B | circa 9 GB | 12-16 GB |
| 30-32B | Qwen3 32B, Qwen3-Coder 30B | circa 19-20 GB | 24 GB |
| 70B | Llama 3.3 70B | circa 40-42 GB | 48 GB o più (non entra in una singola RTX 5090) |
| 100-200B | modelli MoE grandi | 65-120 GB | 96-128 GB di memoria unificata |
Il contesto lungo occupa altra memoria: se usi finestre da 32-64K token, tieni qualche GB di margine. Ne parlo nella guida su Claude Code con Ollama in locale, dove il contesto troppo corto è il primo motivo per cui i setup falliscono.
2. La velocità la decide la banda di memoria
Per generare ogni token il sistema deve leggere tutto il modello dalla memoria. Da qui una regola pratica che uso prima di consigliare qualsiasi macchina:
token al secondo massimi = banda di memoria (GB/s) ÷ peso del modello (GB)
È un tetto teorico. Nella pratica si ottiene di solito una parte di quel valore, che varia con il software (llama.cpp, vLLM, MLX) e con la lunghezza del contesto. I modelli MoE, che leggono solo una parte dei pesi a ogni token, vanno invece più veloci. La regola serve a evitare gli errori di acquisto più costosi.
Quanto va veloce un PC per AI locale: la tabella calcolata
Ho calcolato il tetto teorico per due modelli densi di riferimento: un 8B (circa 5 GB) e un 70B (circa 42 GB), partendo dalla banda di memoria dichiarata di ogni piattaforma.
| Hardware | Memoria per il modello | Banda | 8B Q4 (tetto) | 70B Q4 (tetto) |
|---|---|---|---|---|
| RTX 5090 | 32 GB VRAM | 1.792 GB/s | circa 360 tok/s | non entra |
| RTX 4090 | 24 GB VRAM | 1.008 GB/s | circa 200 tok/s | non entra |
| RTX 3090 | 24 GB VRAM | 936 GB/s | circa 190 tok/s | non entra |
| Mac Studio M5 Ultra | fino a 512 GB unificata | 1.200 GB/s | circa 245 tok/s | circa 29 tok/s |
| Mac Studio / MacBook Pro M5 Max | fino a 128 GB unificata | 614 GB/s | circa 125 tok/s | circa 15 tok/s |
| NVIDIA DGX Spark | 128 GB unificata | 273 GB/s | circa 55 tok/s | circa 6-7 tok/s |
| Mac Mini M4 Pro | 48 GB unificata | 273 GB/s | circa 55 tok/s | al limite della memoria |
| Mini PC Ryzen AI Max+ 395 | fino a 96 GB alla GPU | 256 GB/s | circa 50 tok/s | circa 6 tok/s |
Tre conclusioni che questa tabella rende evidenti:
- Le GPU consumer sono velocissime ma piccole. Su modelli fino a 32B non hanno rivali, ma un 70B non entra in una singola scheda.
- La memoria unificata è capiente ma più lenta. Mini PC Strix Halo e DGX Spark caricano un 70B, ma a una velocità da lettura, non da chat fluida.
- DGX Spark e Strix Halo hanno una banda molto simile. Il vantaggio dello Spark non è la velocità di generazione: è lo stack CUDA completo e la potenza di calcolo per il fine-tuning.
Mini PC per AI locale: bastano senza GPU dedicata?
Dipende da quale mini PC. Qui c'è la confusione più grande del mercato, perché la scritta "AI PC" compare su due categorie di macchine molto diverse.
Mini PC con NPU (Intel Core Ultra, Ryzen AI 300): solo AI leggera
I mini PC da 500-900 euro con NPU da 40-50 TOPS hanno 16-32 GB di RAM condivisa e una banda di memoria bassa. Vanno bene per trascrizione, funzioni Copilot+ e modelli fino a 7-8B a velocità accettabile.
Non sono macchine per LLM grandi: non farti ingannare dalla scritta sulla scatola.
Mini PC con Ryzen AI Max+ 395 (Strix Halo): il miglior rapporto memoria/prezzo
Il chip Ryzen AI Max+ 395 con 96-128 GB di LPDDR5X unificata è il cuore dei mini PC AI più interessanti del 2026: Framework Desktop, GMKtec EVO-X2, HP Z2 Mini G1a.
Permettono di assegnare fino a 96 GB alla GPU integrata e caricare modelli da 70B in Q4, fino a 120B con quantizzazione spinta. Consumano 120-140 W.
Prezzo: 2.000-2.800 euro nella configurazione da 128 GB. È la fascia che consiglio a sviluppatori e PMI che vogliono provare modelli grandi senza il budget di una workstation. Su un 70B la velocità sarà di pochi token al secondo; con modelli MoE e fino a 32B l'esperienza è decisamente migliore.
Mac o PC assemblato per LLM locali?
È il secondo dubbio più frequente. La risposta dipende da cosa ti serve di più:
- Scegli il Mac se ti serve tanta memoria in una macchina silenziosa e compatta. Il Mac Studio arriva fino a 512 GB di memoria unificata, il Mac Mini M4 Pro con 48 GB è il punto d'ingresso. Con MLX l'inferenza è ottima. Limite: niente CUDA.
- Scegli un PC con GPU NVIDIA se ti serve velocità sui modelli fino a 32B, CUDA per fine-tuning e immagini, e componenti aggiornabili nel tempo. Limite: la VRAM costa cara e un 70B non entra in una scheda.
- Scegli un mini PC Strix Halo se vuoi la memoria di un Mac a un prezzo più basso, con Linux o Windows. Limite: meno velocità e un ecosistema software (ROCm) meno maturo di CUDA.
Che processore serve per l'IA
Per far girare un LLM in locale il processore conta meno di quanto si pensi. Se il modello sta nella GPU o nella memoria unificata, la CPU si limita a coordinare. Una CPU moderna a 6-8 core basta quasi sempre: un Ryzen 7 o un Intel Core Ultra 7 sono più che sufficienti.
La CPU diventa importante solo se fai girare il modello interamente sul processore. In quel caso contano più i canali di memoria e la velocità della RAM che il numero di core. Su una workstation con più GPU conta invece il numero di linee PCIe, ed è lì che servono Threadripper o Xeon.
NPU e TOPS: cosa significano davvero
Nel 2026 tutti i principali processori integrano una NPU, misurata in TOPS. Per la certificazione Copilot+ PC servono almeno 40 TOPS.
| Piattaforma | NPU | Nota |
|---|---|---|
| Qualcomm Snapdragon X2 Elite Extreme | 80 TOPS | Leader per autonomia |
| AMD Ryzen AI 400 (Gorgon Point) | 60 TOPS | Zen 5, XDNA2 potenziato |
| Intel Panther Lake (Core Ultra X9) | 50 TOPS | Intel 18A, GPU Xe3 |
| AMD Ryzen AI 300 (Strix Point) | 50 TOPS | Maturo, buon prezzo |
| Intel Lunar Lake (Core Ultra 200V) | 47-48 TOPS | Molto efficiente |
| Apple M5 Pro/Max | circa 40+ TOPS | Neural Engine integrato |
La NPU è ottimizzata per compiti leggeri e sempre attivi: per gli LLM contano GPU e memoria. Al Computex 2026 NVIDIA ha anche annunciato RTX Spark, un SoC ARM derivato da Grace Blackwell per laptop e desktop compatti Windows. Ho fatto i conti su se conviene aspettarlo.
Miglior PC per AI locale: le workstation desktop
1. NVIDIA DGX Station: il top per i laboratori
Basata su GB300 Grace Blackwell Ultra, porta prestazioni da data center su una scrivania.
- Performance: 20 petaFLOP di potenza AI
- Memoria: 748 GB totali (252 GB HBM3e + 496 GB LPDDR5X)
- Modelli: fino a 1 trilione di parametri
Per chi: laboratori di ricerca e team enterprise. Prezzo: disponibile tramite ASUS, Dell, HP, MSI e Supermicro; la MSI XpertStation WS300 è listata a 96.995 $. Indicativamente 80.000-97.000 $.
2. BIZON G3000: multi-GPU configurabile
- GPU: fino a 4 tra RTX 5090, RTX 4090, A100 o H100
- CPU: Intel Xeon W o AMD Threadripper PRO
- RAM: fino a 512 GB DDR5
- Software: preinstallato con PyTorch, CUDA, Docker
Per chi: team che fanno training e fine-tuning. Prezzo: da 3.090 $ a oltre 30.000 $ con 4 H100, con listini in revisione per la crisi delle memorie. Su bizon-tech.com.
3. NVIDIA DGX Spark: CUDA e 128 GB in formato compatto
- Chip: NVIDIA GB10 Grace Blackwell, CPU ARM a 20 core
- Memoria: 128 GB LPDDR5X unificata
- Storage: 4 TB NVMe
- Performance: 1 petaFLOP in FP4
- Rete: 200GbE ConnectX-7, collegabile in cluster da 2 unità
- Consumo: 170 W
Secondo NVIDIA carica modelli fino a 200 miliardi di parametri, e due unità in cluster arrivano a 405B. Il suo punto di forza è lo stack CUDA completo con 128 GB: ideale per sviluppare e fare fine-tuning, meno per la chat veloce su modelli enormi.
Prezzo: listino USA 4.699 $ per la Founders Edition (era 3.999 $ prima di febbraio 2026). In Italia, rilevato il 2 settembre 2026, da 5.488 a 5.899 euro. Su NVIDIA Store e partner ufficiali.
4. Workstation con RTX 5090 o 4090: la più veloce fino a 32B
NVIDIA RTX 5090: 32 GB GDDR7, 1.792 GB/s, TDP 575 W. È la scheda più veloce per modelli fino a 32B. Un 70B richiede offloading sulla RAM di sistema, con un forte calo di velocità.
Prezzo GPU: 4.000-4.500 euro per i modelli custom disponibili; la Founders Edition a 2.389 euro è di fatto introvabile. Circola l'ipotesi di una RTX 5090 SUPER da 36 GB tra fine 2026 e inizio 2027, senza conferme ufficiali.
NVIDIA RTX 4090: 24 GB GDDR6X, 1.008 GB/s. Nuova (3.300-3.500 euro) non conviene quasi mai: il canale giusto è l'usato.
Configurazione consigliata:
- CPU: AMD Ryzen 9 9950X3D o Intel Core Ultra 9 285K
- RAM: 64 GB DDR5 (128 GB oggi costano cifre difficili da giustificare)
- Storage: 2 TB NVMe per i modelli più 2 TB per i dati
- Alimentatore: 1200 W o più, obbligatorio con la RTX 5090
- Raffreddamento: AIO da 360 mm e un case con buon flusso d'aria, perché l'inferenza tiene la GPU sotto carico a lungo
Sistema completo con RTX 5090: 6.000-7.500 euro. Con RTX 4090 usata: 4.000-5.000 euro.
5. Workstation con RTX 3090 usata: l'ingresso con 24 GB
La RTX 3090 usata resta il modo più economico per avere 24 GB di VRAM (936 GB/s): modelli fino a 32B interamente in GPU. La fascia 600-700 euro di inizio anno non esiste più, e i prezzi variano molto per condizioni e garanzia.
Configurazione budget: Ryzen 7 7700X, 64 GB DDR5, 1 TB NVMe, alimentatore 850 W. Totale stimato 1.600-2.200 euro. Con budget stretto, una piattaforma AM4 con DDR4 riduce il costo della memoria con poche perdite, visto che il modello gira in VRAM.
Notebook per intelligenza artificiale nel 2026
La regola è una sola: guarda la memoria disponibile per il modello, VRAM della GPU o memoria unificata, non i TOPS della NPU.
MacBook Pro 16" con M5 Max
Presentato a marzo 2026: fino a 128 GB di memoria unificata a 614 GB/s, modelli fino a 70B con MLX. Prezzo: da 3.599 $ nella configurazione M5 Max da 128 GB.
ASUS ProArt PX13
Ryzen AI Max+ 395 con 128 GB di memoria unificata in 1,39 kg: il notebook Windows più capiente per l'AI locale. Prezzo: circa 2.000-2.500 euro.
Samsung Galaxy Book6 Ultra
Intel Panther Lake con RTX 5070 da 12 GB: modelli fino a 13-14B in GPU. Prezzo: da 2.449 $.
ASUS Zenbook A16 con Snapdragon X2 Elite Extreme
La NPU più potente (80 TOPS), 48 GB di RAM e fino a 32 ore di autonomia. Niente GPU dedicata: adatto a compiti AI leggeri, non a LLM grandi. Prezzo: 1.699 $.
Notebook gaming con RTX 5080 o 5090 Laptop
L'unica strada per CUDA in mobilità: RTX 5090 Laptop da 24 GB o 5080 Laptop da 16 GB, modelli fino a 32B in Q4. Pesano oltre 2,5 kg. Da 2.800 a 4.500 euro.
Apple Silicon per LLM locali
Mac Studio con M5 Max e M5 Ultra
Il 25 agosto 2026 Apple ha rinnovato il Mac Studio:
- M5 Max: CPU 18 core, GPU fino a 40 core, memoria unificata fino a 128 GB, banda 614 GB/s.
- M5 Ultra: CPU fino a 36 core, GPU fino a 80 core, memoria unificata da 96 GB fino a 512 GB, banda 1,2 TB/s. È la macchina da scrivania con più memoria disponibile per il modello.
Una precisazione che genera confusione in molte guide: un chip M4 Ultra non è mai esistito. I chip Ultra uniscono due chip Max tramite UltraFusion, e l'M4 Max è nato senza quel connettore. Per questo il Mac Studio del 2025 aveva M4 Max alla base e M3 Ultra al vertice.
Prezzo: da 3.049 euro con M5 Max, da 6.699 euro con M5 Ultra. Consegne dal 22 settembre 2026; la configurazione da 512 GB arriva a fine ottobre.
Mac Mini M4 Pro 48 GB
Il punto d'ingresso su macOS: silenzioso, consuma poco, carica modelli fino a 32B con quantizzazione. Prezzo: da 1.599 $ nella configurazione da 48 GB.
Limite comune: Apple Silicon non supporta CUDA. Per inferenza e prototipazione è eccellente, per il training su larga scala l'ecosistema NVIDIA resta avanti.
Linux, Windows o macOS per l'AI locale
Linux (Ubuntu 24.04 LTS) è la scelta per una macchina dedicata: usa meno VRAM di Windows, ha Docker nativo e il supporto più completo a CUDA e ROCm. Windows 11 va bene per un PC multiuso e per le funzioni Copilot+. macOS è ottimo per l'inferenza su Apple Silicon con MLX.
Il mio consiglio: se il PC serve solo all'AI, installa Ubuntu.
Quanto costa un PC per AI locale: configurazioni per budget
| Budget | Soluzione | Modelli gestibili | Per chi |
|---|---|---|---|
| 800-1.400 € | PC con RTX 4060 Ti 16 GB | Fino a 14B | Primi esperimenti |
| 1.500-2.500 € | Mac Mini M4 Pro 48 GB | Fino a 32B | Inferenza silenziosa su macOS |
| 1.600-2.200 € | PC con RTX 3090 usata | Fino a 32B, veloci | Sviluppatori, hobbisti |
| 2.000-2.800 € | Mini PC Ryzen AI Max+ 395 128 GB | Fino a 70B (lenti), 120B quantizzati | Sviluppatori e PMI |
| 2.000-2.500 € | ASUS ProArt PX13 128 GB | Fino a 70-120B | AI in mobilità |
| da 3.049 € | Mac Studio M5 Max | Fino a 70B | Inferenza su macOS |
| 4.000-5.000 € | PC con RTX 4090 usata | Fino a 32B, molto veloci | Freelance AI |
| 5.488-5.899 € | NVIDIA DGX Spark | Fino a 200B (secondo NVIDIA) | Sviluppo e fine-tuning con CUDA |
| 6.000-7.500 € | PC con RTX 5090 | Fino a 32B, i più veloci | Professionisti |
| da 6.699 € | Mac Studio M5 Ultra | 200B e oltre | Massima memoria per il modello |
| 10.000-35.000 € | BIZON G3000 multi-GPU | Training | Team enterprise |
| 80.000-100.000 € | NVIDIA DGX Station | Fino a 1 trilione | Laboratori di ricerca |
Il ragionamento completo fascia per fascia, con cosa evitare in ognuna, è nella guida al miglior computer per AI per fasce di prezzo. Se vuoi capire se l'hardware conviene rispetto alle API, ho fatto i conti qui.
Alternative cloud: se non vuoi comprare hardware
Con la memflation che gonfia i prezzi, il cloud è diventato relativamente più conveniente per chi usa l'AI in modo saltuario:
- RunPod: da 0,34 $/ora (RTX 4090) a 1,99 $/ora (H100), fatturazione al secondo. runpod.io
- Lambda: da 1,10 $/ora (A100) a 2,49 $/ora (H100), nessun costo di egress. lambda.ai
- Vast.ai: marketplace con RTX 3090 da 0,20 $/ora, qualità variabile. vast.ai
- Hyperstack: H100, A100, L40 con NVLink, orientato al GDPR. hyperstack.cloud
- Nebius: H100 da 2,00 $/ora, data center in Finlandia e Parigi. nebius.ai
Configurazione e assistenza: come posso aiutarti
Comprare la macchina è metà del lavoro. L'altra metà è installare driver, CUDA o ROCm, scegliere i modelli giusti per il tuo carico e impostare contesto e quantizzazione perché l'hardware renda davvero. In un mercato così volatile, sbagliare acquisto costa caro.
- Consulenza prima dell'acquisto: ti aiuto a scegliere il minimo che regge il tuo carico reale, non il più potente.
- Installazione e configurazione: driver, CUDA o ROCm, Ollama, llama.cpp o vLLM.
- Ottimizzazione: scelta di modello, quantizzazione e contesto per i tuoi casi d'uso.
- Integrazione: collegamento del modello locale ai tuoi strumenti e alle automazioni aziendali.
Se il modello deve servire un'azienda, con documenti e gestionale collegati, trovi cosa installo e quanto costa nella pagina sull'AI in locale per aziende.
Ci lavoro io direttamente, dalla scelta alla messa in funzione. Scrivimi per un preventivo.
Leggi anche
- Miglior computer per AI 2026: guida per fasce di prezzo
- AI in locale: quanto costa davvero e quando conviene
- Claude Code gratis: 5 modi che funzionano nel 2026
- AI cinese e open source: i modelli che consiglio nel 2026
- Colibrì: GLM-5.2 da 744B in locale con 25 GB di RAM
- Xiaomi AI Cube: prezzo, uscita e cosa c'è dentro
Conclusioni: quale PC per AI locale scegliere
Parti dal modello che vuoi usare, non dalla macchina. Calcola quanta memoria serve e dividi la banda per il peso del modello: in due minuti sai se una macchina fa per te.
- Modelli fino a 32B, velocità massima: PC con RTX 3090 usata, 4090 o 5090.
- Modelli da 70B e oltre al prezzo più basso: mini PC con Ryzen AI Max+ 395 da 128 GB, accettando pochi token al secondo.
- Molta memoria, silenzio e velocità decente: Mac Studio M5 Max o M5 Ultra.
- CUDA per sviluppo e fine-tuning in formato compatto: DGX Spark.
- Uso saltuario: cloud a ore, più conveniente che mai con i prezzi di oggi.
Se vuoi portare l'AI in locale nella tua azienda e ti serve una mano a scegliere e configurare, contattami. Trovi anche i miei servizi di sviluppo e automazione AI.
