Scegli la dimensione
Un modello 8B quantizzato richiede poco spazio; 32B e 70B offrono più capacità, ma aumentano nettamente il fabbisogno di memoria.
AI locale. Il tuo hardware. I tuoi dati.
Trova il PC giusto per eseguire il tuo LLM in locale
Calcola quanta memoria serve davvero al modello e confronta sistemi completi in base a dimensione del LLM, velocità, spazio e budget.
- nessun cloud necessario
- confronto basato sulla memoria
- criteri trasparenti
Tre passi per scegliere bene
Non tutti i “PC AI” sono buoni PC per LLM
Per un LLM locale bisogna far entrare nella memoria veloce i pesi del modello, la cache del contesto e il margine del runtime. Il solo valore TOPS della NPU non risponde a questa domanda.
Velocità o capacità?
Una GPU discreta di fascia alta privilegia la velocità. Una grande memoria unificata può contenere modelli più voluminosi, con prestazioni diverse.
Controlla il sistema esatto
Raffreddamento, limite UMA, SSD, possibilità di espansione e configurazione precisa contano quanto il nome del processore.
Classi di memoria
Quanta memoria veloce serve?
Modelli compatti
Un punto di partenza pratico per molti modelli 7B–14B quantizzati e contesti normali.
Chat · riassunti · primi assistenti di codicePiù qualità e velocità
Adatta a modelli 20B–32B quantizzati o a più componenti piccoli con un margine utile.
Programmazione · RAG · agentiModelli grandi
La classe di capacità per modelli 70B e contesti lunghi, in funzione di runtime e quantizzazione.
70B · contesto lungo · più serviziLe fasce includono un margine pratico, ma non sono una garanzia. Architettura, quantizzazione, cache KV e runtime modificano il consumo reale.
Sistemi completi concreti
Quattro PC per diversi carichi di AI locale
Confronta due mini PC Ryzen AI Max+ orientati alla capacità, una workstation professionale e un sistema NVIDIA dedicato allo sviluppo AI.
Capacità · formato compatto
GMKtec EVO-X2
Ryzen AI Max+ 395, 128 GB di memoria unificata e configurazione da 2 TB: indicato quando contenere un grande modello quantizzato conta più della velocità massima.
- 128 GBmemoria unificata
- 2 TBSSD
- Compattoper la scrivania
Capacità e rete · compatto
Beelink GTR9 Pro
Un sistema da 128 GB con SSD da 2 TB e doppia 10GbE, adatto a servire un LLM a più dispositivi della rete domestica.
- 128 GBmemoria unificata
- 2 TBSSD
- 2× 10GbErete cablata
Workstation · supporto professionale
HP Z2 Mini G1a
Ryzen AI Max+ PRO 395, fino a 128 GB, alimentatore interno e Thunderbolt 4 in uno chassis compatto progettato per il lavoro.
- 128 GBconfigurazione massima
- 2× M.2archiviazione
- Thunderbolt 4connettività
Stack NVIDIA · sistema AI
ASUS Ascent GX10
GB10 Grace Blackwell, 128 GB coerenti e ambiente NVIDIA basato su Ubuntu. È pensato per CUDA e non come comune desktop Windows.
- 128 GBmemoria coerente
- 4 TBconfigurazione SSD
- Arm/Linuxpiattaforma
* Link pubblicitario. Se acquisti, potremmo ricevere una commissione; il prezzo per te non cambia. In qualità di Affiliati Amazon, riceviamo un compenso per gli acquisti idonei. Verifica sempre configurazione e disponibilità presso il venditore.
Conta il tuo carico di lavoro
Dal modello al PC adatto in circa un minuto
Il Finder considera classe del modello, contesto, uso principale e priorità. Restituisce una classe hardware spiegata e sistemi concreti compatibili.
Scegli in base all’obiettivo
Quale tipo di PC AI ti aiuta davvero?
Codice e RAG veloci
Per modelli 8B–32B, una RTX 5090 con 32 GB di VRAM privilegia il throughput. Abbinala ad almeno 64 GB di RAM e 2 TB NVMe.
Controlli per un PC RTX 5090Eseguire un 70B in casa
128 GB di memoria unificata possono contenere molti 70B quantizzati con margine, anche se la velocità resta inferiore a grandi GPU professionali.
Confronta le opzioni per 70BUna grande libreria di modelli
Un SSD da 2 TB è un buon inizio; più famiglie, quantizzazioni e dati RAG lo riempiono presto. Controlla il secondo slot M.2.
Confronta spazio ed espansione