Sulla scrivania occupa meno spazio di molti libri, ma vuole affrontare un compito che fino a poco tempo fa richiedeva una workstation con una scheda video ingombrante: eseguire modelli di intelligenza artificiale direttamente in ufficio. Il GMKtec EVO-X2 ruota attorno al processore AMD Ryzen AI Max+ 395, con 16 core CPU, grafica Radeon 8060S integrata e una NPU dedicata. La caratteristica che lo rende interessante non è il numero più grande stampato nella scheda tecnica. È la possibilità di ordinare fino a 128 GB di memoria LPDDR5X condivisa tra processore e grafica. La memoria condivisa consente alla GPU integrata di accedere a una quantità di RAM molto superiore a quella disponibile sulle normali schede video consumer. Per un modello linguistico, che deve tenere in memoria miliardi di parametri, questo può fare la differenza tra avviarsi e non partire. Non significa che 128 GB si comportino come 128 GB di memoria video su un acceleratore professionale: banda, software e potenza di calcolo sono diversi. Significa che una macchina compatta può ospitare carichi locali insolitamente grandi senza affidarsi a più GPU dedicate.
Perché è importante
- Fino a 128 GB di memoria unificata permettono di affrontare in locale carichi AI che su molti PC compatti non entrano nemmeno in memoria.
- La RAM è saldata e non aggiornabile: scegliere la configurazione sbagliata significa limitare per sempre la macchina.
- Per usare ChatGPT o Codex nel cloud non serve un computer di questa potenza; il valore emerge con modelli locali, dati riservati e carichi ripetuti.
La promessa: tanta memoria in pochissimo spazio
Sul sito europeo del produttore, al momento dell’analisi, il prezzo parte da 1.959,99 euro e le configurazioni indicate combinano 64 o 128 GB di RAM con SSD da 1 o 2 TB. La pagina segnala spedizioni da magazzino tedesco quando disponibile, ma avverte che una partenza extra-UE può comportare imposte e oneri. È il primo punto da controllare prima dell’acquisto: non basta vedere il prezzo in euro. Servono conferma del venditore, origine della spedizione, IVA, tempi di reso e modalità di assistenza per conoscere il costo reale. Il Ryzen AI Max+ 395 raggiunge, secondo AMD, 16 core e 32 thread con frequenza massima fino a 5,1 GHz. La Radeon 8060S integra 40 unità di calcolo, mentre la NPU arriva a 50 TOPS dichiarati. Il produttore del mini PC somma le diverse unità e parla di 126 TOPS complessivi, un numero da maneggiare con cautela. I TOPS misurano trilioni di operazioni al secondo in condizioni e precisioni specifiche; non dicono da soli quanto velocemente verrà eseguito un modello linguistico. Per gli LLM contano molto anche la banda di memoria, il software e il formato del modello.
AMD ha pubblicato risultati MLPerf Client nei quali il Ryzen AI Max+ 395 raggiunge fino a 61 token al secondo con Phi-3.5 in una particolare configurazione sulla GPU integrata. È un dato del produttore, riferito a un modello e a un benchmark precisi, non una velocità garantita per ogni applicazione. Modelli più grandi, contesti lunghi e funzioni che usano strumenti possono essere molto più lenti. Chi immagina di ottenere le stesse prestazioni di un cluster cloud deve ridimensionare le aspettative; chi vuole trascrivere, classificare documenti o usare un assistente locale può invece trovare una latenza adatta al lavoro quotidiano. La RAM è saldata: 64 GB non possono diventare 128 GB in seguito. Lo storage è più flessibile, con due slot M.2 2280 e capacità totale dichiarata fino a 16 TB. La dotazione comprende rete Ethernet da 2,5 gigabit, Wi-Fi 7, Bluetooth 5.4, USB4, HDMI e DisplayPort. Il sistema può mantenere 120 watt e toccare un picco dichiarato di 140 watt, alimentato da un adattatore da circa 230 watt. È efficiente rispetto a una workstation potente, non è un dispositivo a consumo trascurabile se lavora per ore a pieno carico.
AI locale sì, ma per quale lavoro?
Il caso d’uso più convincente è lavorare su dati che non devono lasciare l’azienda: verbali, documenti tecnici, archivi interni, trascrizioni o codice riservato. Un modello locale può continuare a funzionare senza connessione e non applica un prezzo a ogni token generato. I piccoli modelli AI eseguiti sul dispositivo spiegano perché questa strada sta diventando più accessibile. La privacy, però, non arriva automaticamente con il computer: servono cifratura, account separati, aggiornamenti, backup e regole chiare su chi può interrogare i dati. Per usare ChatGPT, Claude o Codex come servizi cloud, l’EVO-X2 non accelera il modello remoto: il calcolo avviene nei data center del fornitore. Una macchina molto meno costosa può offrire la stessa esperienza, purché abbia browser, rete e strumenti di sviluppo adeguati. La potenza locale diventa utile se si eseguono modelli open-weight, cioè modelli i cui pesi sono scaricabili, oppure se si costruiscono flussi ibridi. Un assistente può cercare nei documenti in locale e inviare al cloud soltanto una sintesi autorizzata, riducendo l’esposizione dei dati.
La configurazione da 64 GB ha senso per sviluppo, modelli piccoli e medi, trascrizione e sperimentazione; i 128 GB si giustificano quando la memoria è il requisito centrale e il carico è già stato verificato. Non conviene comprare la capacità massima per una vaga idea di “essere pronti all’AI”. Prima si sceglie il software, poi si misura il modello e infine si compra l’hardware. Anche la scelta tra RAG e fine-tuning cambia il fabbisogno: collegare un modello a documenti aggiornati richiede un’architettura diversa dall’addestrarne il comportamento.
Cosa puoi farci concretamente
- Elencare i modelli e i flussi che devono davvero funzionare senza cloud prima di scegliere 64 o 128 GB.
- Calcolare il costo completo con storage, monitor, tastiera, eventuali dazi e assistenza, non soltanto il prezzo iniziale.
- Provare lo stesso flusso su cloud per un mese e confrontare latenza, qualità, privacy e costo prima dell'acquisto.
La domanda che resta
A circa duemila euro, l’EVO-X2 entra in un territorio competitivo. Un Mac con memoria unificata offre un ecosistema maturo e consumi contenuti, ma configurazioni con molta RAM possono costare di più e lo storage interno non è espandibile. Un desktop con GPU Nvidia dispone del supporto software più ampio e spesso di prestazioni superiori, ma la memoria video disponibile nella stessa fascia di prezzo può essere molto inferiore. Il mini PC AMD occupa uno spazio interessante tra questi estremi: tanta memoria condivisa, dimensioni ridotte e una piattaforma Windows o Linux relativamente flessibile. Restano tre rischi. Il primo è il supporto: driver e librerie per AI su grafica AMD stanno migliorando, ma non ogni progetto nasce ottimizzato per questa architettura. Il secondo è la manutenzione termica in un telaio compatto, da verificare nel tempo con prove indipendenti. Il terzo riguarda vendita e garanzia. Le regole europee prevedono in generale una garanzia legale minima di due anni e un diritto di recesso di 14 giorni per gli acquisti online, ma farli valere può essere più complesso se il venditore effettivo o la spedizione sono fuori dall’Unione.
Il verdetto è quindi netto. Per chi usa soltanto servizi AI online, questo mini PC è sovradimensionato. Per uno sviluppatore, un laboratorio o una PMI che ha già identificato un flusso locale, ha bisogno di molta memoria e accetta di gestire software e sicurezza, l’EVO-X2 è una delle configurazioni compatte più interessanti da analizzare. Non lo consideriamo “provato”: la nostra valutazione si basa su specifiche ufficiali e risultati pubblicati. Prima di acquistarlo, riproducete il vostro carico su una macchina simile o su un noleggio cloud. Un buon hardware risolve un problema misurato, non una promessa indistinta.
Fonti
Documenti, comunicati e pubblicazioni consultati per ricostruire dati e contesto.
