
Categoria
Schede acceleratrici IA e desktop per sviluppare modelli
Schede acceleratrici IA e desktop progettati prima di tutto per l'IA: le schede Tenstorrent con uno stack software open source e il desktop NVIDIA DGX Spark.

Un acceleratore IA si sceglie prima di tutto in base al software. NVIDIA DGX Spark è una macchina di sviluppo CUDA da 128 GB, con codice che si trasferisce su sistemi DGX più grandi e sul cloud; le schede Tenstorrent usano uno stack interamente open source, programmabile fino ai kernel. Se l'obiettivo è soprattutto eseguire rapidamente modelli grandi, più che svilupparli, spesso è più adatto un Mac Studio o una scheda video.
La nostra selezione
Sviluppo CUDA con 128 GB
DGX Spark
NVIDIA
NVIDIA DGX Spark
- 128 GB unificati
- NVIDIA GB10 Grace Blackwell
Esegue modelli fino a 120B+ a 4 bit
La banda di memoria (273 GB/s) è inferiore a quella di una scheda video di fascia alta, quindi i grandi modelli densi generano testo più lentamente che su una RTX 5090. I suoi punti di forza sono la capacità e lo stack software CUDA.
4699 €Un desktop di 150 mm di lato con lo stack software NVIDIA, per prototipazione e fine-tuning prima di passare a sistemi NVIDIA più grandi.
La scheda a stack aperto con più memoria
Tenstorrent Blackhole
Tenstorrent
Tenstorrent Blackhole p150a
- 32 GB
- Tenstorrent Blackhole
Esegue modelli fino a 30–34B a 4 bit
Non è una scheda CUDA. Prima dell'acquisto si consiglia di verificare che i modelli necessari siano gestiti dalla libreria di modelli open source di Tenstorrent.
1399 €32 GB di GDDR6, 120 core Tensix e quattro porte 800G per collegare più schede, con software consultabile e modificabile.
Il punto di partenza per Tenstorrent
Tenstorrent Wormhole
Tenstorrent
Tenstorrent Wormhole n300s
- 24 GB
Esegue modelli fino a 30–34B a 4 bit
I 24 GB sono divisi tra due chip (12 GB ciascuno), quindi i modelli più grandi vanno distribuiti su entrambi. Si consiglia di verificare che il modello desiderato disponga di una versione multi-chip funzionante.
1399 €Due chip Wormhole e 24 GB su un'unica scheda, con lo stesso software open source di Blackhole, per imparare e sviluppare sullo stack.

NVIDIA
NVIDIA DGX Spark
- 128 GB unificati
- NVIDIA GB10 Grace Blackwell
Esegue modelli fino a 120B+ a 4 bit
La banda di memoria (273 GB/s) è inferiore a quella di una scheda video di fascia alta, quindi i grandi modelli densi generano testo più lentamente che su una RTX 5090. I suoi punti di forza sono la capacità e lo stack software CUDA.
4699 €
Tenstorrent
Tenstorrent Blackhole p150a
- 32 GB
- Tenstorrent Blackhole
Esegue modelli fino a 30–34B a 4 bit
Non è una scheda CUDA. Prima dell'acquisto si consiglia di verificare che i modelli necessari siano gestiti dalla libreria di modelli open source di Tenstorrent.
1399 €
Tenstorrent
Tenstorrent Wormhole n300s
- 24 GB
Esegue modelli fino a 30–34B a 4 bit
I 24 GB sono divisi tra due chip (12 GB ciascuno), quindi i modelli più grandi vanno distribuiti su entrambi. Si consiglia di verificare che il modello desiderato disponga di una versione multi-chip funzionante.
1399 €Come scegliere un acceleratore IA
- CUDA o open source
- Il DGX Spark viene fornito con lo stack software IA di NVIDIA: il codice sviluppato su questa macchina si trasferisce su sistemi DGX più grandi con poche modifiche. Le schede Tenstorrent usano TT-Metalium e TT-Forge, open source dai kernel di basso livello fino al compilatore di modelli. Non sono schede CUDA.
- Verificare prima la compatibilità dei modelli
- Prima di acquistare una scheda Tenstorrent, si consiglia di verificare che i modelli necessari siano presenti nella libreria di modelli open source di Tenstorrent. Sulla Wormhole n300 i 24 GB sono divisi in 12 GB per chip, quindi i modelli più grandi richiedono una versione multi-chip funzionante.
- La memoria fissa il limite
- Secondo il criterio della nostra guida ai modelli, i 128 GB di memoria unificata dello Spark contengono un modello 70B a 8 bit o un modello di classe 120B a 4 bit. La Blackhole p150a ha 32 GB di GDDR6 a 512 GB/s, memoria sufficiente per un modello di classe 30B a 4 bit, se la libreria lo prevede.
- Capacità non significa velocità
- La banda di memoria dello Spark è di 273 GB/s, contro i 1.792 GB/s di una RTX 5090. Con i modelli densi di grandi dimensioni la generazione di testo è più lenta; i modelli mixture-of-experts, che leggono solo una parte dei pesi per ogni token, risentono meno della differenza.
- Pianificare l'espansione
- Due DGX Spark si collegano tra loro tramite la rete ConnectX-7 integrata a 200 Gb/s. La p150a dispone di quattro porte QSFP-DD 800G e la n300 di due porte QSFP-DD per collegare più schede in catena. Ogni scheda Tenstorrent assorbe 300 W e richiede uno slot PCIe x16: occorre quindi prevedere un'alimentazione e un flusso d'aria adeguati nel sistema host.
Domande frequenti
Meglio un acceleratore IA o una scheda video?
Un acceleratore si sceglie per il suo software: il DGX Spark per lo sviluppo CUDA con 128 GB, una scheda Tenstorrent per uno stack aperto. Per la massima velocità con modelli fino a circa 30B, o se la si usa anche per giocare, una scheda video come la RTX 5090 è la scelta migliore.
Il mio codice CUDA funziona su una scheda Tenstorrent?
No. Le schede Tenstorrent usano un proprio stack open source, TT-Metalium e TT-Forge. Prima dell'acquisto si consiglia di verificare che i modelli che interessano siano presenti nella libreria di modelli di Tenstorrent.
Il DGX Spark può eseguire Windows o i giochi?
No. Usa NVIDIA DGX OS, un sistema Linux basato su Ubuntu, su una CPU Arm. Il software pensato solo per Windows x86 non funziona; inoltre non è una macchina da gioco.
È possibile fare il fine-tuning dei modelli sul DGX Spark?
Sì. Il fine-tuning richiede più memoria dell'esecuzione di un modello, e metodi parameter-efficient come LoRA riducono nettamente questo fabbisogno. I 128 GB dello Spark lasciano spazio a questo lavoro con modelli di dimensioni che una scheda da 32 GB non può gestire.
Pagine correlate: Hardware per l'IA locale · Apple
Guide
IA locale · 4 min di lettura
DGX Spark vs Mac Studio: a chi è adatta la Spark
Conviene la DGX Spark? Punti di forza della macchina, dove è più lenta e confronto DGX Spark vs Mac Studio, RTX 5090 e RTX PRO 6000 per l'IA locale.
Leggi la guida →IA locale · 5 min di lettura
Mac, NVIDIA o Ryzen AI Max+ per l'IA locale
Mac, NVIDIA o Ryzen AI Max+: CUDA su NVIDIA, memoria unificata su Mac o 128 GB su un mini PC. Quale piattaforma per quale lavoro e con quali compromessi.
Leggi la guida →IA locale · 5 min di lettura
Quanta memoria serve per eseguire un LLM in locale?
Quanta memoria serve a un LLM locale: modelli da 7B a 120B+ a 4 e 8 bit, differenze tra memoria unificata e VRAM e quali macchine reggono ogni dimensione.
Leggi la guida →