PC per eseguire Gemma in locale

La scelta per il tuo utilizzo

Gemma su CUDA

CyberpowerPC Luxe Gaming PC - AMD Ryzen 7 5700X, Nvidia RTX 5070 Ti, 32GB RAM, 1TB NVMe SSD, 750W PSU, Wi-FI, Windows 11, Liquid Cooling, Ark Curve Black

Per un carico che entra con margine nella GPU da 16 GB.

2.389,00 €

Prezzo del 15/11/2026 13:44 · ora italiana

Acquista su Amazon

Gemma su Apple Silicon

Apple 2024 Mac Mini con Processore Apple M4 con CPU 10 core, GPU 10 core (16GB di RAM, 256GB Memoria di SSD) Argento (Ricondizionato)

Per un modello e un programma compatibili con macOS.

843,92 €

Prezzo del 15/11/2026 08:29 · ora italiana

Acquista su Amazon

Modelli più grandi su AMD

GMKtec EVO-X2 AI Mini PC AMD Ryzen AI MAX+ 395 (16C/32T, fino a 5,1 GHz), 126 TOPS, 128GB di RAM DDR5, SSD M.2 PCIe 4.0 X4 da 2TB, Mini Gaming PC con scheda grafica 8060S | WiFi 7 | USB 4.0 | 2.5G LAN

Per chi ha verificato backend e capacità del progetto.

3.899,96 €

Prezzo del 15/11/2026 13:29 · ora italiana

Acquista su Amazon

Prezzi e configurazioni su Amazon

CyberpowerPC Luxe Gaming PC - AMD Ryzen 7 5700X, Nvidia RTX 5070 Ti, 32GB RAM, 1TB NVMe SSD, 750W PSU, Wi-FI, Windows 11, Liquid Cooling, Ark Curve Black

2.389,00 €

Prezzo del 15/11/2026 13:44 · ora italiana

Nuovo

Acquista su Amazon

Apple 2024 Mac Mini con Processore Apple M4 con CPU 10 core, GPU 10 core (16GB di RAM, 256GB Memoria di SSD) Argento (Ricondizionato)

843,92 €

Prezzo del 15/11/2026 08:29 · ora italiana

Nuovo

Acquista su Amazon

GMKtec EVO-X2 AI Mini PC AMD Ryzen AI MAX+ 395 (16C/32T, fino a 5,1 GHz), 126 TOPS, 128GB di RAM DDR5, SSD M.2 PCIe 4.0 X4 da 2TB, Mini Gaming PC con scheda grafica 8060S | WiFi 7 | USB 4.0 | 2.5G LAN

128 GB RAM

3.899,96 €

Prezzo del 15/11/2026 13:29 · ora italiana

Nuovo

Acquista su Amazon

CyberpowerPC Luxe Gaming PC - Intel Core Ultra 7 265KF, Nvidia RTX 5070 Ti, 32 GB RAM, 1 TB NVMe SSD, 750 W PSU, Windows 11, Liquid Cooling, V100R

2.589,00 €

Prezzo del 15/11/2026 13:44 · ora italiana

Nuovo

Acquista su Amazon

2023 Apple Mac Mini con Apple M2 Pro Chip con 10CPU and 16GPU (16GB RAM, 512GB SSD di Memoria) Argento (Ricondizionato)

910,42 €

Prezzo del 15/11/2026 10:38 · ora italiana

Nuovo

Acquista su Amazon

GMKtec EVO-X2 Mini PC AI AMD Ryzen AI Max+ 395 (fino a 5,1GHz) Mini PC Gaming, 128GB LPDDR5X 8000MHz (16GB*8), SSD PCIe 4.0 da 2TB, Display 8K a Quattro Schermi, WiFi 7&USB4, Lettore di Schede SD 4.0

128 GB RAM

3.999,96 €

Prezzo del 15/11/2026 12:35 · ora italiana

Nuovo

Acquista su Amazon

CyberpowerPC Luxe Gaming PC - Intel Core i9 12900KF, Nvidia RTX 5070 Ti, 32GB RAM, 1TB NVMe SSD, 750W PSU, Windows 11, Liquid Cooling, Ark Curve Black

2.779,00 €

Prezzo del 15/11/2026 13:44 · ora italiana

Nuovo

Acquista su Amazon

Apple 2024 Mac Mini con Processore Apple M4 con CPU 10 core, GPU 10 core (16GB di RAM, 512GB Memoria di SSD) Argento (Ricondizionato)

978,76 €

Prezzo del 15/11/2026 08:29 · ora italiana

Nuovo

Acquista su Amazon

I prezzi possono cambiare. Il prezzo finale e le condizioni di vendita sono quelli indicati da Amazon al momento dell’acquisto.

Come scegliere senza spendere per il componente sbagliato

Gemma comprende più modelli

La famiglia include modelli con dimensioni e finalità differenti, oltre a varianti specializzate. Prima dell’hardware leggi la scheda del modello concreto e il supporto nel programma. Un modello testo, uno con immagini e un componente per embedding non richiedono necessariamente lo stesso percorso. Non presupporre che una nuova generazione sia supportata da una versione software precedente. Per una prima prova scegli una variante piccola adatta al compito, usando una quantizzazione documentata. Il fatto che un computer esegua un membro della famiglia non dimostra che possa gestire tutti gli altri con la stessa memoria o velocità.

Capacità e qualità vanno provate insieme

Una precisione inferiore riduce il carico dei pesi, ma il risultato va valutato sul lavoro reale. Per domande in italiano, documenti o codice, prepara esempi con risposte verificabili. Aumentare la dimensione non garantisce automaticamente che il sistema risolva meglio ogni caso, mentre può aumentare attesa e memoria. Somma contesto, programma e riserva del sistema. Su una GPU dedicata considera la VRAM effettivamente disponibile; su Apple o AMD con memoria condivisa lascia spazio alle altre applicazioni. Non equiparerei il numero commerciale di GB di architetture differenti come garanzia dello stesso comportamento.

Una scelta proporzionata al progetto

RTX 5070 Ti è il mio confronto per un nuovo PC CUDA quando il carico entra nella classe da 16 GB. Mac mini interessa se vuoi anche macOS e il modello è supportato. EVO-X2 entra nel confronto quando il progetto necessita di molta memoria e il backend AMD è documentato. Per un utilizzo saltuario proverei prima il computer già disponibile e una variante minore. Per un servizio con più persone, includi richieste contemporanee e controlli di accesso nella prova. Compra hardware per il lavoro utile che hai definito, non per ospitare una famiglia di modelli in astratto.

Le configurazioni che prenderei in considerazione

PC completo con RTX 5070 Ti e almeno 32 GB: Gemma su CUDA

Per un carico che entra con margine nella GPU da 16 GB. La scelta iniziale per un nuovo progetto CUDA che entra nei 16 GB di memoria della GPU. La dotazione utile comprende anche CPU, RAM, SSD, alimentatore e raffreddamento adeguati. Non confondere i 32 o 64 GB di RAM del computer con i 16 GB della scheda video. Per un modello che richiede più VRAM considera una scheda di capacità maggiore o un’altra piattaforma compatibile.

Apple Mac mini con almeno 16 GB: Gemma su Apple Silicon

Per un modello e un programma compatibili con macOS. L’alternativa per chi lavora in macOS e possiede già schermo e periferiche. La memoria va dimensionata per tutta la vita del computer perché non è sostituibile come quella di una torre. Un SSD esterno può contenere archivi e progetti, ma non aggiunge RAM. Per applicazioni che richiedono Windows nativo o CUDA scegli una piattaforma differente. Il prezzo da confrontare è quello della configurazione necessaria, includendo adattatori e spazio di archiviazione, non soltanto quello del modello di ingresso.

GMKtec EVO-X2 con 128 GB: Modelli più grandi su AMD

Per chi ha verificato backend e capacità del progetto. La scelta compatta per un progetto locale il cui limite principale è la memoria disponibile. La RAM integrata si sceglie all’acquisto e non si amplia come un normale modulo SO-DIMM. La versione da 128 GB ha senso quando un modello o un flusso di lavoro la richiede davvero. Non sostituisce automaticamente una scheda NVIDIA: il programma deve supportare la piattaforma AMD e il relativo sistema operativo. Per modelli piccoli e uso saltuario un computer meno costoso può essere più ragionevole.

Memoria dei pesi, contesto e programma

Per scegliere la capacità, somma pesi del modello, cache del contesto e memoria richiesta dal programma. Se più richieste lavorano insieme, la parte legata al contesto può crescere anche quando i pesi sono condivisi. Come prima stima ideale, otto miliardi di parametri a quattro bit occupano circa quattro miliardi di byte per i soli pesi; il file reale e il processo possono richiedere di più. Lascia margine e controlla la memoria durante un esempio rappresentativo. Il numero di parametri attivi di un modello MoE non sostituisce la memoria necessaria a conservarne i pesi. Un nome di famiglia, come Qwen o DeepSeek, non definisce da solo la capacità del computer da comprare.

Quando scegliere NVIDIA, AMD o Apple

Scegli NVIDIA quando il progetto richiede CUDA o estensioni documentate solo per quella piattaforma. Scegli Apple Silicon quando il programma supporta Metal o MLX e serve anche un desktop macOS. AMD con molta memoria condivisa ha senso per un carico che il backend utilizzato gestisce correttamente. Queste scelte dipendono dal programma e dal modello, non dalla sola scritta AI sul computer. La memoria unificata serve anche al sistema operativo; la VRAM dedicata appartiene alla scheda video. A parità di numero scritto in GB le architetture possono quindi ospitare carichi e ottenere velocità diverse. Non comprerei una NPU aspettandomi che sostituisca automaticamente CUDA.

Archiviazione e progetto completo

Modelli, quantizzazioni, cache e risultati possono occupare rapidamente centinaia di gigabyte. Sceglierei almeno 1 TB per iniziare con più progetti e 2 TB quando prevedi più versioni o contenuti multimediali. Un SSD esterno serve per archiviare e spostare file, ma non trasforma la sua capacità in memoria GPU. In un PC con scheda video dedicata, considera anche alimentatore, dimensioni della scheda, spazio del case e raffreddamento. Una scheda da sola non comprende il computer. Se scegli una macchina compatta con memoria integrata, la capacità non si aggiorna come un modulo SO-DIMM: è una decisione da prendere prima dell’acquisto.

La prova che orienta la scelta

Prova modello, quantizzazione, contesto e numero di richieste previsti. Misura caricamento, tempo alla prima risposta, generazione successiva e comportamento dopo diversi minuti, evitando di confrontare numeri ottenuti con impostazioni diverse. Per immagini e video includi anche nodi, estensioni e risoluzione del progetto. Quando un computer usa molta memoria di scambio può riuscire a caricare un modello senza offrire un’esperienza pratica. Per un servizio locale conserva una configurazione riproducibile, limita gli accessi e aggiorna il software. Locale significa che puoi controllare dove elaborare i dati; per mantenere privati i documenti devi anche gestire permessi, backup ed eventuali componenti che contattano servizi esterni.

Domande frequenti

Gemma richiede sempre una GPU grande?

No. La variante e il compito possono rendere adeguato un hardware più contenuto.

Posso scegliere dalla sola dimensione del file?

No. Contesto, programma ed eventuali componenti aggiuntivi richiedono altra memoria.

Quale percorso su Mac?

Un programma Apple Silicon che supporti il modello e lasci margine nella memoria installata.