Il 20 settembre 2026 NVIDIA ha rilanciato la propria visione dell’IA domestica: computer dedicati per eseguire modelli in locale, software per gestirli e agenti capaci di ricorrere al cloud solo quando serve. A metà settembre 2026, Perplexity ha inoltre reso Portable Computer disponibile su Windows per gli abbonati e l’hardware compatibili. Il risultato è un ecosistema più ampio, non la promessa che il cloud sia ormai superfluo.
L’IA locale non è più soltanto un progetto per sviluppatori
La proposta di NVIDIA si fonda su tre elementi: hardware con molta memoria, librerie software basate su CUDA e strumenti capaci di collegare modelli, applicazioni e agenti. In pratica, il computer di casa può elaborare prompt e file sulla rete locale, riducendo la necessità di inviare ogni richiesta a un servizio remoto.
Il vantaggio è concreto soprattutto quando contano il controllo dei dati, l’uso offline o la possibilità di eseguire un modello scelto dall’utente. Il compromesso è altrettanto concreto: dimensione del modello, velocità, compatibilità del software e accesso alle funzioni di ricerca web dipendono dall’hardware e dal carico di lavoro.
Che cosa offre davvero NVIDIA DGX Spark
NVIDIA DGX Spark è un sistema desktop compatto basato sul superchip GB10 Grace Blackwell. Integra 128 GB di memoria unificata LPDDR5x, cioè una memoria condivisa da CPU e GPU, e un’unità SSD NVMe da 4 TB. Il sistema usa NVIDIA DGX OS, non Windows.
NVIDIA dichiara una capacità di inferenza fino a 200 miliardi di parametri e il fine-tuning di modelli fino a 70 miliardi di parametri. Sono indicazioni sulla scala dei modelli supportata dalla piattaforma; non equivalgono a una velocità garantita. Anche la cifra di 1 PFLOP FP4 è una prestazione teorica dichiarata da NVIDIA, calcolata con la sparsità.
La memoria unificata risolve soprattutto il problema della capacità: consente di caricare modelli che supererebbero la VRAM di molte schede grafiche consumer. Non dice però quanto rapidamente quei modelli produrranno token. La larghezza di banda dichiarata per DGX Spark è di 273 GB/s, mentre il rendimento effettivo dipende da modello, quantizzazione, contesto, runtime e attività eseguita.
Un flusso pratico può includere modelli Qwen, LM Studio, Claude Code, Open WebUI e accesso remoto tramite Tailscale. In questo scenario DGX Spark funziona come un piccolo server AI personale: il portatile diventa l’interfaccia, mentre l’elaborazione resta sul computer dedicato.
Da DGX Spark a RTX Spark: l’idea arriva sui PC Windows
NVIDIA RTX Spark è la versione pensata per laptop e desktop Windows 11. La piattaforma abbina una GPU RTX Blackwell a una CPU Grace e, nella configurazione laptop superiore documentata da NVIDIA, arriva a 128 GB di memoria unificata LPDDR5X. Altre configurazioni laptop arrivano fino a 64 GB, quindi il valore massimo non si applica indistintamente a tutta la famiglia.
La differenza principale rispetto a DGX Spark è il contesto d’uso: RTX Spark punta a riunire IA locale, applicazioni Windows, videogiochi e lavoro creativo in un computer più tradizionale. NVIDIA indica per i laptop un TDP compreso tra 45 e 80 W e per la configurazione desktop 140 W.
| Sistema | Memoria unificata | Sistema operativo | Ruolo documentato | Punto da considerare |
| NVIDIA DGX Spark | 128 GB LPDDR5x | NVIDIA DGX OS | Sviluppo, inferenza e fine-tuning locale su modelli di grandi dimensioni | La capacità elevata non determina da sola la velocità di generazione |
| NVIDIA RTX Spark | Fino a 128 GB LPDDR5X nei laptop di fascia superiore | Windows 11 | IA locale, agenti, videogiochi e lavoro creativo | Le configurazioni differiscono per memoria e consumi |
RTX Spark resta una piattaforma presentata da NVIDIA, mentre le date di distribuzione e i prezzi finali non fanno parte delle specifiche tecniche già documentate. Per chi sta valutando un acquisto in Italia, il riferimento concreto disponibile è una quotazione della NVIDIA DGX Spark Founders Edition a 6.710,11 € IVA inclusa, con oltre 50 unità indicate nella relativa offerta.
Il software è il pezzo che rende utilizzabile l’IA locale
L’hardware da solo non basta. NVIDIA supporta runtime come Ollama, llama.cpp, TensorRT, SGLang, vLLM, WindowsML e PyTorch con CUDA: sono gli strumenti che trasformano la memoria disponibile in modelli eseguibili e applicazioni utilizzabili.
Perplexity Portable Computer aggiunge un livello più vicino all’utente finale. Su Windows richiede una GPU NVIDIA GeForce RTX o RTX PRO con almeno 24 GB di VRAM e usa localmente, secondo la documentazione del servizio, il modello PPLX 27B. Le richieste vengono elaborate in locale per impostazione predefinita; per un singolo passaggio che richieda ragionamento avanzato o ricerca sul web, l’applicazione può chiedere il permesso di ricorrere a modelli cloud. L’autorizzazione comporta anche il consumo dei crediti Computer.
Questo modello ibrido è probabilmente più pratico di una separazione rigida tra “tutto locale” e “tutto online”: i documenti sensibili possono restare sulla macchina, mentre un compito che richiede informazioni aggiornate può passare al cloud con il consenso dell’utente.
NVIDIA PAIR, invece, svolge un ruolo diverso. Il Personal AI Router collega sistemi compatibili Windows, Linux, macOS e DGX Spark e instrada le richieste verso la macchina più adatta. Non unisce la VRAM dei computer e non crea una GPU virtuale: una richiesta viene eseguita su un sistema, mentre richieste diverse possono essere distribuite tra più nodi.
Che cosa si guadagna e che cosa resta da accettare
Per chi vuole IA in casa, la scelta ruota attorno a quattro domande pratiche.
- Il modello entra nella memoria disponibile? DGX Spark offre 128 GB unificati e NVIDIA lo posiziona per modelli fino a 200 miliardi di parametri in inferenza. Una GPU RTX tradizionale può avere meno memoria, ma offrire un percorso adatto a modelli più piccoli e a carichi che sfruttano la sua memoria dedicata.
- Conta la velocità o la capacità? La memoria determina quali modelli possono essere caricati; larghezza di banda, architettura, quantizzazione e runtime influenzano la velocità. Non sono la stessa metrica.
- Serve Windows? DGX Spark usa NVIDIA DGX OS. RTX Spark è invece progettato per Windows 11, insieme alle applicazioni desktop e ai giochi del PC tradizionale.
- Il lavoro deve restare sempre offline? Portable Computer parte dall’elaborazione locale, ma può usare il cloud per singoli passaggi dopo il consenso dell’utente. Le funzioni che dipendono dalla ricerca web richiedono quindi una connessione e un modello remoto.
Il costo è un altro filtro decisivo. In Italia, la quotazione osservata per NVIDIA DGX Spark Founders Edition è di 6.710,11 € IVA inclusa: una cifra da workstation specializzata, non da normale PC domestico. Il valore della macchina sta nella combinazione tra memoria, software e possibilità di gestire modelli localmente; non in una promessa di prestazioni superiori in ogni scenario.
Che cosa significa per chi vuole l’IA in casa
NVIDIA sta costruendo una filiera completa: DGX Spark offre la memoria necessaria per modelli molto grandi, RTX Spark porta l’idea nei PC Windows e PAIR collega più sistemi senza trasformarli in un’unica GPU. Perplexity, con Portable Computer, mostra come un agente possa partire dall’elaborazione locale e chiedere un passaggio al cloud solo quando l’utente lo autorizza.
Per chi sviluppa, programma o lavora con documenti sensibili, questa combinazione rende l’IA locale una scelta concreta. Per chi cerca la massima velocità, la ricerca web integrata o il modello più avanzato disponibile, il cloud resta parte del percorso. La direzione è quindi un’IA domestica ibrida: più controllo sulla macchina di casa, con il cloud ancora presente quando il compito lo richiede.
