Updated October 5, 2026: The GB300 section adds measured two-Station cluster scaling from our ASUS-HP pairing — 98% of line rate on NCCL, GLM-5.2 at 11x matched concurrency — and the HP ZGX entry notes its first public numbers arrived as the cluster’s second tower.
Ogni sistema classificato in questa pagina è stato testato nel laboratorio di StorageReview. Valutiamo direttamente le prestazioni AI locali: throughput di servizio online vLLM, tempo di generazione del primo token e tempo per token di output su modelli quali GPT-OSS-120B, Llama 3.1 8B, Mistral Small 3.1 24B e Qwen3 Coder 30B, oltre all'efficienza di calcolo MAMF e ai test di storage GDSIO. Nessun sistema è classificato in base alle specifiche tecniche.
La questione cruciale per un desktop AI locale nel 2026 è la scelta tra memoria unificata e VRAM dedicata . Appliance desktop come DGX Spark di NVIDIA basato su GB10 e i sistemi Ryzen AI Max (Strix Halo) di AMD integrano 128 GB di memoria unificata in un singolo chip a prezzi da appliance, ospitando modelli che altrimenti richiederebbero più GPU dedicate. Le workstation rispondono con la pura potenza di calcolo: le schede RTX PRO 6000 Blackwell offrono un numero di token al secondo di gran lunga superiore, a un costo e un consumo energetico di gran lunga maggiori. Questa pagina classifica entrambe le soluzioni, in livelli separati, utilizzando una suite di test coerente, perché la risposta corretta dipende dal modello più complesso che si intende eseguire e dalla velocità di risposta richiesta.
A prima vista
| Categoria | Sistema | Memorie | GPU (testate / massime) | Recensione Completa |
|---|---|---|---|---|
| Miglior sistema di intelligenza artificiale per desktop in assoluto | Scheda grafica NVIDIA DGX Spark | 128 GB LPDDR5X unificata | GB10 integrato (fisso) | Recensione della DGX Spark |
| Migliore implementazione GB10 | Acer Veriton GN100 | 128 GB LPDDR5X unificata | GB10 integrato (fisso) | Recensione del Veriton GN100 |
| Migliore alternativa x86 | AMD Ryzen AI Halo (Strix Halo) | Fino a 128 GB di memoria LPDDR5X unificata | Scheda grafica integrata Radeon 8060S (fissa) | Recensione di Ryzen AI Halo |
| Ottimale senza scheda grafica dedicata | HP Z2 Mini G1a | Memoria LPDDR5X unificata (con GPT-OSS 120B) | Integrata, senza GPU dedicata (fissa) | Recensione dello Z2 Mini G1a |
| Miglior sistema GB300 | MSI XpertStation WS300 (alternativa: ASUS ET900N G3) | 748 GB coerenti (252 GB HBM3e + 496 GB LPDDR5X) | GB300 integrato (fisso) | Recensione di XpertStation WS300 |
| La migliore torre per l'IA locale | Dell Precision 7875 | 192 GB GDDR7 (2 × 96 GB) | 2× RTX PRO 6000 / 2 max | Recensione del Precision 7875 |
| Migliore piattaforma multi-GPU | HP Z8 Fury G6i | 192 GB GDDR7 come testato / fino a 384 GB | 2× RTX PRO 6000 testate / 4 max | Recensione dello Z8 Fury G6i |
| La scelta estrema | Comino Grande RTX PRO 6000 | 768 GB GDDR7 (8 × 96 GB) | 8× RTX PRO 6000 / 8 max | Recensione di Comino Grando |
Dispositivi di intelligenza artificiale da scrivania
La fascia di dispositivi mobili, che Dell chiama "IA desktop" e NVIDIA definisce " supercomputer IA personale" , privilegia la capacità di elaborazione, l'efficienza energetica e il prezzo rispetto alle massime prestazioni. Con 128 GB di memoria unificata, questi sistemi supportano agevolmente modelli di classe 70B ad alta quantizzazione e possono arrivare fino a carichi di lavoro di classe 120B, che in un sistema desktop richiederebbero più GPU dedicate.
Lettura di laboratorio essenziale per questa categoria: il nostro test termico DGX Spark confronta i design di raffreddamento OEM dei sistemi GB10 elencati di seguito e si applica a ogni unità di questa classe fino a quando queste piattaforme non verranno aggiornate.
Miglior sistema AI desktop in assoluto: NVIDIA DGX Spark
Il DGX Spark è il punto di riferimento con cui vengono confrontati tutti gli altri dispositivi AI desktop. Il superchip GB10 Grace Blackwell combina una CPU Arm a 20 core con 128 GB di LPDDR5X unificata e le due porte ConnectX-7 200GbE lo rendono l'unica classe di appliance che abbiamo testato in grado di gestire il clustering fin da subito: i nostri test di inferenza distribuita a due nodi hanno eseguito carichi di lavoro paralleli su nodi Dell, GIGABYTE e HP tramite 200GbE. Questa possibilità di clustering ora è disponibile a un prezzo più accessibile: NVIDIA aggiungerà una SKU DGX Spark da 64 GB il 23 ottobre a 4,999 dollari , venduta tramite gli stessi sei OEM, e due di queste unità possono essere accoppiate tramite un singolo cavo 200GbE per condividere 128 GB. NVIDIA dichiara che la coppia in cluster raggiunge fino a 1.7 volte le prestazioni di una singola unità da 128 GB su Qwen3.8 27B, un'affermazione che non abbiamo ancora testato. Lo stack software CUDA rimane il più completo del segmento. L'unico limite invalicabile della piattaforma è lo storage: ogni sistema GB10 raggiunge al massimo circa 4 TB su un singolo slot M.2 di dimensioni ridotte. La nostra configurazione di storage condiviso con otto Spark rappresenta la soluzione ideale: un singolo array QLC gestito, servito tramite le porte 100GbE già presenti su ogni Spark, dove un client ha raggiunto una velocità di lettura di 10.8 GiB/s, eguagliando la velocità massima di un M.2 interno che abbiamo misurato in un sistema GB10, e un modello da 78 GB ospitato centralmente ha raggiunto una velocità pari al 13% di quella di un NVMe locale.
Leggi la recensione completa del DGX Spark
Migliore implementazione GB10: Acer Veriton GN100
Tra i sistemi OEM GB10, il design termico è il vero elemento distintivo, e il Veriton GN100 si è distinto nei nostri test. Tutti i sistemi GB10 condividono la stessa configurazione di silicio e memoria, quindi le prestazioni costanti dipendono dal raffreddamento. Il nostro confronto termico tra diversi OEM è, a nostra conoscenza, l'unico del suo genere pubblicato.
Leggi la recensione completa del Veriton GN100
Migliore alternativa x86: AMD Ryzen AI Halo
Se hai bisogno di Windows o di uno stack software x86 standard, Strix Halo è la soluzione ideale per l'utilizzo desktop. La piattaforma AMD Ryzen AI Max+ 395 combina 128 GB di memoria unificata con una configurazione dual-OS e, nei nostri test, ha gestito senza problemi modelli con parametri di classe 200B, rappresentando una diretta alternativa al DGX Spark senza l'impegno legato al sistema operativo Arm/DGX.
Leggi la recensione completa di Ryzen AI Halo
Miglior soluzione senza scheda grafica dedicata: HP Z2 Mini G1a
Lo Z2 Mini G1a eseguiva GPT-OSS 120B senza alcuna GPU dedicata. La mini workstation di HP integra i processori AMD Ryzen AI Max+ PRO in uno chassis compatto, silenzioso e adatto agli ambienti IT, e rimane la dimostrazione più lampante di come i sistemi x86 a memoria unificata abbiano cambiato le potenzialità di un piccolo computer da ufficio rispetto ai modelli più grandi.
Leggi la recensione completa dello Z2 Mini G1a
Miglior sistema GB300: MSI XpertStation WS300
La WS300 è la prima workstation DGX GB300 che abbiamo testato nel nostro laboratorio e ridefinisce gli standard per la categoria degli appliance. Il superchip Grace Blackwell Ultra integra 748 GB di memoria coerente, 252 GB di HBM3e e 496 GB di LPDDR5X, con una potenza di calcolo FP4 di 20 petaFLOPS. Nei nostri test ha gestito un checkpoint GLM-5.2 da 433 GB con 216 GB di pesi Expert memorizzati nella memoria Grace, un modello che non ha nulla a che vedere con un ambiente desktop tradizionale. Come ogni sistema di classe DGX, utilizza DGX OS anziché Windows; questa è la scelta obbligata per una tale quantità di memoria. Prezzo e consumo energetico la collocano più vicina agli estremi della categoria tower che ai modelli GB10 menzionati in precedenza, ma nessun altro dispositivo della categoria appliance offre un modello di queste dimensioni. La domanda ovvia, ovvero se un dissipatore da 1,300 W subisca un throttling parziale in un case tower, ora ha una risposta misurata: la nostra analisi termica approfondita del WS300 ha registrato un funzionamento continuo di 2.8 ore con il die Blackwell Ultra mantenuto a 60 °C, una frequenza di clock costante di 2.07 GHz senza cali di prestazioni e circa 20 °C di margine termico residuo a pieno carico.
Alternativa al GB300: L'ASUS ExpertCenter Pro ET900N G3 è la seconda workstation GB300 DGX che testiamo e conferma la piattaforma: su 14 modelli e due carichi di lavoro, 24 dei 28 confronti di throughput di picco sono rientrati entro il 2% rispetto alla WS300 e i modelli con pool coerente hanno funzionato a parità o meglio. ASUS aggiunge maniglie per il trasporto sulla torre da 27 kg, una ventola dedicata sopra le gabbie ottiche 400G e un alimentatore 80 PLUS Titanium. Entrambe le torri offrono la piattaforma; leggi la nostra Recensione dell'ET900N G3 per il confronto tra le due torri. Cluster scaling: two of these towers cabled together over their own 400G ports are now measured, not promised: our GB300 cluster test paired the ASUS and HP Stations with two DACs, reached 98% of line rate on the NCCL collectives, and turned GLM-5.2 — a 433GB model a single Station can only serve by spilling 215GB of weights into Grace memory — from 139 output tokens per second at 32 streams into 1,525, on the way to 3,141 at 256. Models that fit on one Station scale differently: prefill/decode disaggregation tripled GLM-5.3 Flash short-prompt throughput, and DeepSeek V4.1 Flash posted 5,248 tokens per second, the highest output in the set.
Leggi la recensione completa di XpertStation WS300
In laboratorio: HP ZGX Fury AI Station
La HP ZGX Fury AI Station è il terzo sistema di classe GB300 ad arrivare nel nostro laboratorio, dopo la MSI WS300 e la ASUS ET900N G3, i cui risultati ottenuti con le due workstation si sono discostati di meno del 2%.
HP’s ZGX Fury AI Station is in our lab now. It is built on the same NVIDIA GB300 Grace Blackwell Ultra platform as the MSI XpertStation WS300 above, which makes it the first chance to see how two vendors’ implementations of the DGX Station architecture compare on the same bench: thermals, acoustics, sustained clocks, and the practical experience of living with the machine. Its first public numbers are already out: the ZGX Fury served as the second tower in our two-Station GB300 cluster test, running decode for the disaggregated GLM-5.3 Flash configuration and half of every tensor-parallel run. The solo review is under way, and the ZGX Fury enters the rankings when its own bench numbers are in.
All'orizzonte: AMD Threadripper Halo Station
Annunciata all'IFA 2026 e non ancora testata in laboratorio, la Threadripper Halo Station di AMD è la prima risposta diretta alla classe GB300 menzionata in precedenza. La proposta ribalta la strategia di NVIDIA: invece di un unico grande pool di memoria coerente, AMD abbina un Threadripper PRO a 96 core su una piattaforma con fino a 2 TB di DDR5 a otto canali e 128 linee PCIe 5.0 a due acceleratori Instinct MI350P da 600 W con 144 GB di HBM3E ciascuno, e con la possibilità di supportare fino a quattro schede e 576 GB di HBM. L'intero sistema è raffreddato a liquido e l'host x86 evita le problematiche della toolchain Arm che avevamo segnalato nella recensione della WS300. Resta da vedere come i vari modelli si comporteranno tra le schede collegate tramite PCIe e la coerenza NVLink-C2C, e AMD non ha ancora fornito benchmark, prezzi o informazioni sulla disponibilità, quindi si tratta di un prodotto da tenere d'occhio, non da acquistare. I dettagli sono riportati nel nostro comunicato stampa ; il prodotto entrerà in classifica solo quando l'hardware arriverà in laboratorio.
Sono stati testati anche: dispositivi IA da scrivania
Questi sistemi sono stati sottoposti allo stesso processo di test di laboratorio e rappresentano valide alternative che non hanno ottenuto uno slot in una categoria specifica: Dell Pro Max con GB10 , ASUS Ascent GX10 , GIGABYTE AI TOP ATOM , HP ZGX Nano G1n e HP EliteDesk 8 Mini G1a.
Tower di workstation per l'intelligenza artificiale locale
Quando il tempo di risposta è più importante del costo di acquisizione (assistenti di programmazione interattivi, server multiutente, pipeline agentiche con lunghe catene di chiamate di strumenti), la VRAM discreta rimane la scelta migliore. Questi computer desktop sono classificati qui in base alla velocità di inferenza e alla capacità di memoria, e per ciascuno elenchiamo la configurazione GPU testata insieme alla capacità massima del case, poiché la capacità effettiva di un case è importante tanto quanto la configurazione predefinita del nostro assemblaggio; sono classificati separatamente nella nostra pagina sulle migliori workstation desktop rispetto ai carichi di lavoro SPECworkstation e di rendering, perché rispondono a due domande diverse.
Miglior case per intelligenza artificiale locale: Dell Precision 7875
Grazie alle due GPU RTX PRO 6000 Blackwell, il Precision 7875 si conferma il sistema in formato standard più veloce che abbiamo testato per l'inferenza locale. Con un Threadripper PRO 9995WX e 192 GB di VRAM combinata su due schede, è in grado di gestire modelli di classe 100B interamente nella memoria GPU, offrendo tempi di risposta (time-to-first-token) di livello interattivo, ineguagliabili da qualsiasi appliance a memoria unificata. Attenzione però al limite: lo chassis del 7875 supporta un massimo di due schede a doppio slot, quindi la nostra configurazione a doppia GPU rappresenta il livello massimo consentito; non è possibile aggiungerne una terza in seguito.
Leggi la recensione completa del Precision 7875
Migliore piattaforma multi-GPU: HP Z8 Fury G6i
Lo Z8 Fury G6i è il case ideale per chi prevede di espandere il proprio sistema con nuove GPU. La configurazione che abbiamo testato montava due schede RTX PRO 6000 Max-Q per un totale di 192 GB di VRAM, ma il case, alimentato da due alimentatori da 2700 W, supporta fino a quattro schede Blackwell e 384 GB di VRAM. La differenza tra la configurazione testata e il massimo supportato è fondamentale: nessun case OEM standard che abbiamo testato offre un margine di espansione maggiore per le GPU, e il passaggio da due a quattro schede non richiede la sostituzione del case.
Leggi la recensione completa dello Z8 Fury G6i
La scelta estrema: Comino Grando RTX PRO 6000
768 GB di VRAM in uno chassis 4U raffreddato a liquido: il Grando è pensato per chi ha bisogno di un case che non trovi posto altrove. L'unità che abbiamo testato era dotata di otto schede RTX PRO 6000 Blackwell da 96 GB ciascuna, il massimo consentito dallo chassis, e il sistema di raffreddamento a liquido di Comino le mantiene tutte e otto a pieno regime 24 ore su 24 senza throttling. Si tratta di una quantità di memoria GPU superiore a quella di molti server rack, in un case che può comunque essere posizionato accanto a una scrivania. Il prezzo è elevato, non la silenziosità, e la sua scelta di essere un'eccezione in questa lista dimostra dove si trova effettivamente il limite massimo per un case da scrivania.
Leggi la recensione completa di Comino Grande
Come siamo classificati
Tre regole governano ogni classifica di StorageReview. Innanzitutto, vengono classificati solo i sistemi testati in laboratorio. Se non abbiamo eseguito un benchmark, possiamo menzionarlo, ma non può essere inserito in una categoria. In secondo luogo, i sistemi vengono classificati una sola volta per ogni parametro di misurazione. I computer sopra menzionati compaiono anche nella nostra classifica delle workstation desktop, classificati lì in base alle prestazioni di SPECworkstation e di rendering, mentre qui sono classificati in base alla velocità di inferenza e al limite di memoria. Questioni diverse, dati diversi, a volte un vincitore diverso. In terzo luogo, esiste un requisito di fattibilità: un sistema deve eseguire un modello di classe 30B a velocità interattive o offrire almeno 96 GB di memoria accessibile al modello per poter essere classificato in questa pagina.
Le classifiche sono composte da una serie di fattori quali throughput di servizio online vLLM, tempo di generazione del primo token, tempo per token di output, efficienza di calcolo MAMF, prestazioni di archiviazione GDSIO e prezzo di mercato. In caso di parità all'interno di una fascia di punteggio, la decisione finale spetta alla redazione. I fornitori non visualizzano le classifiche prima della pubblicazione e la presenza in questa pagina non è a pagamento.
FAQ di Local AI Desktop
Qual è il miglior computer desktop per l'intelligenza artificiale agentiva?
I carichi di lavoro agentici, come agenti di codifica, pipeline di chiamata di strumenti e attività autonome a più fasi, sono sensibili alla velocità di trasmissione e alla latenza in un modo diverso rispetto all'utilizzo di una singola chat, perché gli agenti concatenano molte chiamate di modello con un contesto ampio. Questo favorisce il livello tower: la VRAM dedicata del Dell Precision 7875 offre il time-to-first-token sostenuto che mantiene reattive le lunghe catene di agenti. Per la sperimentazione agentica con un budget limitato, un'appliance di classe GB10 esegue gli stessi stack a velocità inferiore. Le nostre linee guida complete sul dimensionamento sono disponibili in RAM, GPU e storage per l'IA agentica.
Di quanta memoria ho bisogno per eseguire un modello 70B in locale?
In linea di massima, un modello 70B con quantizzazione a 4 bit richiede circa 40-48 GB di memoria accessibile al modello prima del contesto; un utilizzo interattivo confortevole con un contesto significativo ne richiede di più. Ecco perché i dispositivi con memoria unificata da 128 GB gestiscono bene i modelli di classe 70B e perché i sistemi con singola GPU da 24-32 GB non sono inclusi in questa pagina.
Ho bisogno di un'alimentazione elettrica speciale per far funzionare questi sistemi?
Per quanto riguarda i dispositivi, no: i box di classe GB10 e i sistemi Strix Halo funzionano senza problemi con una normale presa da ufficio. Per le torri, invece, è necessario un confronto serio con il proprietario dell'edificio. Un HP Z8 Fury G6i completamente configurato può supportare due alimentatori per un totale di 2700 W, più di quanto possa fornire un normale circuito da 15 ampere a 120 V, e il Comino Grando specifica alimentatori hot-swap da 2000 W che richiedono un ingresso da 180-264 V, scendendo a 1000 W con una rete a 110 V. Prima di acquistare da questa pagina, verificate la potenza effettiva che la presa a muro può fornire; un circuito dedicato o una rete a 208/240 V potrebbero rappresentare una parte del costo reale di una configurazione completa di GPU. Lo stesso vale per il calore, poiché ogni watt assorbito finisce per disperdersi nell'ambiente.
Che ne dici di un Mac Studio?
Non al momento, e non solo perché non abbiamo ancora avuto modo di testarne uno in laboratorio. Apple ha smesso di vendere le configurazioni Mac Studio con molta memoria, che rappresentavano l'unico vero vantaggio di questa macchina per l'intelligenza artificiale locale: una memoria unificata sufficiente a gestire modelli molto complessi. Senza queste configurazioni, l'attuale gamma non è una seria candidata per questa pagina. Si prevede che Apple aggiornerà il Mac Studio quest'anno; se le opzioni con molta memoria torneranno disponibili, ne testeremo una e rivaluteremo la nostra opinione.
Amazon