Italia · EUR
Selettore hardware per il tuo progetto AI
Inserisci memoria dei pesi, riserva di contesto per richiesta e numero di richieste simultanee. Scegli CUDA, Apple o un backend AMD compatibile: il selettore somma il carico e aggiunge il margine indicato. Per CUDA una stima entro 16 GB orienta verso un PC RTX adeguato; per Apple o AMD devi includere anche il sistema nella memoria condivisa. Il risultato seleziona una classe di capacità, non certifica velocità o compatibilità del modello.
Trova la configurazione adatta al tuo progetto
I valori iniziali sono esempi modificabili. Inserisci i dati del tuo modello e del tuo progetto.
La scelta per il tuo utilizzo
Classe CUDA da 16 GB
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 VRAM e usa un programma supportato.
2.389,00 €
Prezzo del 15/11/2026 12:23 · ora italiana
Acquista su AmazonClasse CUDA da 24 GB
Scheda video per un PC compatibile; il computer non è incluso.
VIPERA NVIDIA Geforce RTX 4090 Founders Edition - Scheda grafica
Scheda per un PC compatibile, quando il calcolo richiede più di 16 GB.
4.989,99 €
Prezzo del 15/11/2026 12:24 · ora italiana
Acquista su AmazonClasse CUDA da 32 GB
Scheda video per un PC compatibile; il computer non è incluso.
ASUS TUF GAMING RTX5090 OC, Scheda Grafica 32GB GDDR7 NVIDIA GeForce, Nera | 512 Bit, PCIe 5.0, HDMI 2.1, DisplayPort 2.1, Ventole Assiali, Software GPU Tweak III, TUF-RTX5090-O32G-GAMING
Scheda per una workstation adeguata, quando il carico entra in questa classe.
8.036,80 €
Prezzo del 15/11/2026 12:09 · ora italiana
Acquista su AmazonApple Silicon: modelli più piccoli
Apple 2024 Mac Mini con Processore Apple M4 con CPU 10 core, GPU 10 core (16GB di RAM, 256GB Memoria di SSD) Argento (Ricondizionato)
Scegli la capacità installata che copre risultato e utilizzo del desktop.
843,92 €
Prezzo del 15/11/2026 08:29 · ora italiana
Acquista su AmazonApple Silicon: più capacità
Apple Mac Studio M5 Max - Argento | Chip Apple M5 Max con cpu 18 core e gpu 32 core, 36GB RAM, 512GB SSD
La memoria installata dell’offerta deve essere almeno quella calcolata.
2.699,00 €
Prezzo del 15/11/2026 12:46 · ora italiana
Acquista su AmazonClasse AMD ad alta capacità
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 un backend verificato quando il risultato richiede molta memoria condivisa.
3.899,96 €
Prezzo del 15/11/2026 12:35 · ora italiana
Acquista su AmazonPrezzi 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 12:23 · ora italiana
Nuovo
Acquista su AmazonVIPERA NVIDIA Geforce RTX 4090 Founders Edition - Scheda grafica
Scheda video; il computer non è incluso.
4.989,99 €
Prezzo del 15/11/2026 12:24 · ora italiana
Nuovo
Acquista su AmazonASUS TUF GAMING RTX5090 OC, Scheda Grafica 32GB GDDR7 NVIDIA GeForce, Nera | 512 Bit, PCIe 5.0, HDMI 2.1, DisplayPort 2.1, Ventole Assiali, Software GPU Tweak III, TUF-RTX5090-O32G-GAMING
Scheda video; il computer non è incluso.
8.036,80 €
Prezzo del 15/11/2026 12:09 · ora italiana
Nuovo
Acquista su AmazonApple 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 AmazonApple Mac Studio M5 Max - Argento | Chip Apple M5 Max con cpu 18 core e gpu 32 core, 36GB RAM, 512GB SSD
2.699,00 €
Prezzo del 15/11/2026 12:46 · ora italiana
Nuovo
Acquista su AmazonGMKtec 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 12:35 · 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 12:23 · ora italiana
Nuovo
Acquista su Amazon
MSI GeForce RTX 4090 GAMING TRIO 24G Scheda Video Gaming - NVIDIA RTX 4090, 24 GB GDDR6X
Scheda video; il computer non è incluso.
6.408,68 €
Prezzo del 15/11/2026 12:24 · ora italiana
Nuovo
Acquista su AmazonI 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
Come compilare il selettore
La memoria dei pesi è il carico previsto per il modello nella precisione che userai, non il numero di parametri scritto senza conversione. La riserva di contesto va riferita a una singola richiesta e viene moltiplicata per quelle simultanee. Il programma ha una propria occupazione da aggiungere. Per Apple e AMD condivisi serve anche una riserva del sistema; per CUDA la GPU dedicata viene dimensionata separatamente dalla RAM del computer. I valori iniziali sono esempi, quindi sostituiscili con misure o stime del tuo progetto. Il selettore considera una singola istanza con pesi condivisi, non più copie indipendenti del modello.
Un esempio per capire il risultato
Con 8 GiB di pesi, 2 GiB di contesto per una richiesta e 2 GiB di programma, il carico CUDA di base è 12 GiB. Con il 15% di margine diventa 13,8 GiB, che orienta verso la classe commerciale da 16 GB, lasciando da verificare memoria realmente disponibile e compatibilità. Nello stesso esempio su memoria condivisa, aggiungendo 8 GiB per il sistema, la base diventa 20 GiB e il risultato con margine 23 GiB. La prima classe selezionata è quindi 24 GB. Non sono prestazioni promesse: rappresentano soltanto la capacità calcolata dai dati inseriti.
Come trasformare il calcolo in una scelta
Se il risultato supera le classi presentate, riduci modello, contesto o concorrenza oppure confronta una piattaforma di capacità maggiore. Non arrotondare verso il basso per far rientrare il prezzo. Un’offerta da 16 GB non soddisfa un risultato da 24 GB e una RAM di sistema più grande non corregge automaticamente la VRAM insufficiente. Dopo la scelta della classe verifica programma, architettura e un carico reale. Non sommare capacità di più schede senza un supporto software appropriato. Il selettore serve a restringere le opzioni, mentre qualità e tempo di risposta richiedono la prova dello stesso progetto.
Le configurazioni che prenderei in considerazione
PC completo con RTX 5070 Ti e almeno 32 GB: Classe CUDA da 16 GB
Per un carico che entra con margine nella VRAM e usa un programma supportato. 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.
GeForce RTX 4090 da 24 GB: Classe CUDA da 24 GB
Scheda per un PC compatibile, quando il calcolo richiede più di 16 GB. Un’alternativa da 24 GB per un progetto CUDA che supera la memoria di una GPU da 16 GB. Va confrontata con una 3090 considerando prestazioni nel programma, stato e costo del computer completo. Un’offerta nuova e una usata non hanno lo stesso profilo di acquisto. Il nome di fascia alta non è una ragione sufficiente per pagarla quando una scheda inferiore esegue già il lavoro. Verifica soprattutto ingombro, alimentatore e valore del tempo risparmiato nei carichi frequenti.
GeForce RTX 5090 da 32 GB: Classe CUDA da 32 GB
Scheda per una workstation adeguata, quando il carico entra in questa classe. La scelta di questa selezione quando 32 GB risolvono un requisito concreto e il budget comprende una workstation adeguata. Prima della GPU vanno dimensionati case, alimentazione e ventilazione. Non è un acquisto sensato per poche prove che rientrano già in una scheda più economica. La versione desktop non va confusa con una GPU per portatile dal nome simile. Anche 32 GB hanno un limite: pesi, contesto, cache e richieste contemporanee devono condividere lo spazio effettivamente disponibile.
Apple Mac mini con almeno 16 GB: Apple Silicon: modelli più piccoli
Scegli la capacità installata che copre risultato e utilizzo del desktop. 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.
Apple Mac Studio con almeno 36 GB: Apple Silicon: più capacità
La memoria installata dell’offerta deve essere almeno quella calcolata. La configurazione Mac Studio da 36 GB è la scelta macOS per lavoro creativo e modelli locali che rientrano nella memoria disponibile. La memoria unificata è condivisa con il sistema, quindi non va assegnata tutta al modello. Per un carico che richiede 64 GB o oltre serve un allestimento diverso: questa versione da 36 GB non è equivalente. Sceglila per programmi compatibili con macOS, non per un requisito CUDA o un ambiente che richiede una GPU NVIDIA.
GMKtec EVO-X2 con 128 GB: Classe AMD ad alta capacità
Per un backend verificato quando il risultato richiede molta memoria condivisa. 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
Il risultato garantisce che il modello funzioni?
No. Stima la capacità dai dati inseriti; software, memoria utilizzabile e velocità vanno verificati.
Perché Apple e AMD includono il sistema?
Perché la memoria condivisa deve servire anche al sistema e alle applicazioni.
Posso inserire mezze richieste?
No. Le richieste simultanee sono un numero intero; modifica le altre riserve per rappresentare il carico.
La scelta finale
Usa il risultato per scegliere la classe di memoria, poi confronta la configurazione realmente installata e prova il programma con il progetto previsto.
Documentazione di produttori e software
In qualità di affiliato Amazon, Cloudzat riceve un guadagno dagli acquisti idonei.