Blog
Articoli, guide e approfondimenti sull'intelligenza artificiale locale
Percorsi di lettura
La voce in locale
Dal microfono al sintetizzatore: STT e TTS in locale, le pipeline vocali e i modelli che fanno parlare la tua macchina.
3 articoli nel percorso · 16 min di lettura
Parti da qui
Il percorso in ordine per chi si avvicina all'IA locale: dai concetti base all'installazione e al primo modello.
5 articoli nel percorso · 29 min di lettura
Ottimizza le prestazioni
Scegliere l'hardware giusto e strappare il massimo da quello che hai già: CPU o GPU, Mac, Raspberry Pi e serving veloce.
13 articoli nel percorso · 86 min di lettura
Dati e privacy
Cosa parte davvero in rete con l'IA locale: i dati, la sicurezza, la conformità e il controllo che resta nella tua mano.
3 articoli nel percorso · 19 min di lettura
Scegliere hardware e modello
Come scegliere l'hardware giusto e il modello adatto al tuo uso: VRAM, quantizzazione, GPU o CPU e velocità di risposta.
19 articoli nel percorso · 130 min di lettura
Robotica e modelli di mondo
I modelli di mondo in locale per la robotica: simulazione di guida, policy edge e simulazione chirurgica in tempo reale.
3 articoli nel percorso · 22 min di lettura
Agenti in locale
Agenti che girano in locale: framework per l'inferenza, gateway sicuri e training con dati sintetici. Gli articoli su agenti tool-use, costi API e sicurezza delle chiavi.
5 articoli nel percorso · 32 min di lettura
5 articoli

Qwen3.8-2.4T-A95B: i conti per girare 2,4 trilioni di parametri open-weight, con 95B attivi
Il primo modello della classe Qwen-Max in open-weight (2,4T parametri, 95B attivi) supera qualsiasi nodo consumer: i calcoli per pesi, hardware multi-nodo, ammortamento su 36 mesi e costi di corrente, e quando ha senso farlo in locale.

SynthAPI: ambienti sintetici e scaling laws per allenare agenti tool-use
Ambienti sintetici con fallimenti regolati per allenare agenti tool-use in locale: le scaling laws di SynthAPI e i conti — ~€1,6 di energia contro ~€158 di API per 10.000 task.

Cosmos3-H-Dreams: la simulazione chirurgica in tempo reale di NVIDIA, e la robotica in locale
Un modello di mondo da 15B che genera in tempo reale il video di un intervento robotico su una singola GPU: cosa cambia per la robotica in locale.

Mac Studio M5 Ultra: guida pratica a 512GB - modelli che ci stanno e setup GGUF
Cosa ci sta davvero nel Mac Studio M5 Ultra da 512GB: la regola dei 4 bit per i MoE (attivi vs totali), tre vie di setup GGUF (Ollama, LM Studio, llama.cpp), perché la KV cache è il vero collo di bottiglia e quando i 9.999 USD si ripagano rispetto alle API.

vLLM: servire modelli veloci
vLLM è il motore open source che trasforma un modello locale in un server concorrente: PagedAttention, continuous batching, installazione e i concetti chiave per scegliere quando usarlo al posto di Ollama.

