Ecco la traduzione in italiano del testo fornito, seguendo tutte le linee guida specificate.
Qualche mese fa non riuscivo a giustificare di lasciare un agente AI in esecuzione per tutta la notte. Ogni ciclo consumava token. Ogni token costava denaro. Quindi avviavo un'attività, la tenevo d'occhio e la spegnevo quando andavo a letto.
Ora ho sei agenti che lavorano 24 ore su 24 su una singola macchina grande quanto un fornetto. Fanno ricerche, riassumono, monitorano, ordinano e scrivono, mentre io dormo, mentre mangio, mentre sono in vacanza. La bolletta dell'elettricità è aumentata di undici dollari. Questo è l'intero costo operativo.
Ecco una rapida panoramica👇
Questa è la configurazione, la macchina e cosa cambia quando l'AI smette di essere un servizio che noleggi e diventa un'infrastruttura che possiedi.
Il vero gioiello di cui nessuno parla
Tutti online discutono su quale modello cloud sia più intelligente. Nel frattempo, una rivoluzione silenziosa è avvenuta nell'hardware e quasi nessuno se n'è accorto.
Il Minisforum MS-S1 Max è una mini workstation. Telaio in alluminio. Sta su uno scaffale. Viene fornito con un SSD da 2TB, un alimentatore integrato da 320W e il chip più interessante che AMD abbia mai messo in un desktop: il Ryzen AI Max+ 395.
Ecco cosa conta di questo chip: condivide 128 GB di memoria tra CPU e GPU. Nessuna scheda grafica separata. Nessun piccolo pool di VRAM. Un unico enorme pool unificato da cui entrambi i processori leggono. È lo stesso trucco architetturale che rende Apple Silicon eccezionale per l'AI locale, tranne per il fatto che questo esegue Linux correttamente, ha doppia ethernet da 10 gigabit, USB4 V2 a 80 Gbps, uno slot PCIe x16 per l'espansione e costa circa $ 3.000.
1Minisforum MS-S1 Max, cosa c'è dentro:23Chip AMD Ryzen AI Max+ 395 (Strix Halo)45CPU 16 core / 32 thread, fino a 5.1 GHz67GPU Radeon 8060S, 40 CUs RDNA 3.589NPU 50 TOPS1011Prestazioni AI totali 126 TOPS1213Memoria 128 GB LPDDR5x-8000, unificata (condivisa da CPU+GPU)1415Usabile come VRAM fino a ~96 GB su Linux1617Archiviazione 2 TB NVMe Gen4 + 1 slot M.2 libero1819Rete Doppia 10GbE + Wi-Fi 72021Porte 2× USB4 V2 (80 Gbps), HDMI, USB-A, USB-C2223Espansione Slot PCIe x16 (velocità Gen4 x4)2425Alimentazione 160W di picco / 130W sostenuti2627Fattore di forma Montabile su rack 2U2829Prezzo ~$3.000 (configurazione 128GB/2TB)
Questo non è un PC da gaming. Questo non è un NAS. Questo è un server AI locale che sembra un mini PC. E la specifica che lo rende diverso da ogni altra scatola Strix Halo: Minisforum spinge il chip a 160W, mentre i concorrenti si fermano a 120-140W. Più watt = più velocità nell'inferenza sostenuta. Questo conta quando i tuoi agenti funzionano per ore.
Cosa esegue e quanto velocemente
Installa Ollama su Linux. Scarica un modello. Tutto qui. Niente drammi con i driver, niente catene di dipendenze CUDA, niente file di configurazione. Ecco cosa offre effettivamente la scatola con modelli quantizzati Q4:
1Modello VRAM Velocità Abbastanza buono per2───────────────────────────────────────────────────────────────────────────────3Qwen3-Coder 30B ~18GB ~40-50 tok/s Codifica quotidiana, script4Llama 3.3 70B ~42GB ~20-25 tok/s Ragionamento complesso, analisi5DeepSeek-V3 0324 ~95GB ~10-12 tok/s Ricerca approfondita, documenti lunghi6Qwen3-235B (MoE) ~110GB ~6-8 tok/s Compiti di livello avanzato
I modelli da 30B e 70B sono i cavalli di battaglia. Abbastanza veloci per un uso interattivo. Il 235B si colloca nella stessa lega di Claude Sonnet in molti benchmark, più lento, ma non paghi per token, quindi lo lasci pensare.
Ed ecco il trucco da festa: Minisforum ha progettato questa scatola per il clustering. Due unità MS-S1 Max collegate insieme eseguono Qwen3-235B a ~11 token/secondo. Quattro unità eseguivano DeepSeek-R1 671B (il modello completo da 380 GB). Localmente. Su una scrivania. Nessun data center. Nessun cloud.
Perché 'sempre acceso' cambia tutto
Ecco la cosa che la gente dimentica dell'AI locale. Non si tratta del modello che è buono quanto GPT-5 o Claude Opus. Si tratta di cosa succede al tuo comportamento quando l'inferenza è gratuita.
Quando paghi per token, pensi prima di dare un comando. Ottimizzi le tue query. Interrompi gli esperimenti presto. Non lasci mai un agente in loop per otto ore perché il conto non torna.
Quando l'inferenza costa solo elettricità e nient'altro, smetti di pensare in quel modo. Ed è lì che si manifesta il vero valore.
I sei agenti che eseguo 24 ore su 24:
- L'ordinatore della posta in arrivo. Prende la mia email ogni 15 minuti. Categorizza tutto. Abbozza risposte per tutto ciò che è di routine. Mi sveglio con una posta in arrivo ordinata e bozze di risposta pronte. Tempo risparmiato: ~40 minuti ogni mattina.
- Il monitor di ricerca. Osserva oltre 30 feed RSS, forum di nicchia e account specifici su varie piattaforme. Riassume tutto ciò che è rilevante per il mio lavoro in un riepilogo giornaliero che arriva su Telegram alle 7:00. Su un'API cloud costerebbe $15-20/giorno in token. Sulla scatola: gratuito.
- L'elaboratore di documenti. Tutto ciò che inserisco in una cartella specifica viene letto, riassunto e taggato. Contratti, report, PDF, articoli di ricerca. Il riepilogo e i punti chiave appaiono nella mia app di appunti entro pochi minuti. Non ho letto manualmente un report di 40 pagine per mesi.
- Il revisore del codice. Osserva i miei repository git. Ogni push attiva una revisione: stile, bug, sicurezza, copertura dei test. I risultati vengono pubblicati come commenti. Esegue il modello da 70B, quindi le revisioni sono effettivamente buone.
- L'agente di preparazione alle riunioni. Guarda il calendario del giorno successivo, recupera il contesto dai miei appunti e dalle email recenti su ogni persona/argomento, genera un briefing di una pagina per ogni riunione. Pronto entro le 8:00.
- L'agente di apprendimento. Prende gli argomenti che mi interessano, trova articoli e paper recenti, li legge durante la notte con il modello 235B e produce un report settimanale 'cosa c'è di nuovo' con spiegazioni scritte per il mio livello di comprensione.
Nessuno di questi è rivoluzionario individualmente. Ciò che è rivoluzionario è eseguirli tutti e sei simultaneamente, 24 ore su 24, senza preoccuparsi del costo. Sulle API cloud, questo stack costerebbe $800-1.200 al mese. Sul MS-S1 Max, funziona sulla bolletta dell'elettricità.
La configurazione. Una sera, per lo più download
1. Sostituisci Windows con Linux
La scatola viene fornita con Windows 11, che limita la memoria accessibile alla GPU a ~96 GB. Ubuntu 24.04 sblocca l'intero pool. Avvia da USB, formatta, installa. 20 minuti.
2. Installa Ollama
1curl -fsSL https://ollama.com/install.sh | sh
3. Scarica i tuoi modelli
1ollama pull qwen3-coder:30b2ollama pull llama3.3:70b
4. Configura Open WebUI (opzionale, ti dà un'interfaccia simile a ChatGPT)
1docker run -d -p 3000:8080 \2 -e OLLAMA_BASE_URL=http://localhost:11434 \3 -v open-webui:/app/backend/data \4 --name open-webui ghcr.io/open-webui/open-webui:main
Ora ogni dispositivo sulla tua rete, telefono, laptop, tablet. Può chattare con i tuoi modelli su http://your-box:3000
5. Punta Claude Code all'endpoint locale
1export ANTHROPIC_BASE_URL=http://your-box:114342export ANTHROPIC_API_KEY=ollama
Stessa CLI di Claude Code. Stesso loop dell'agente. Ogni richiesta va alla tua scatola invece che ad Anthropic. Niente lascia la tua rete.
6. Costruisci i tuoi agenti
Questa è la parte divertente e la parte che è diversa per ognuno. Io uso un mix di semplici script cron, flussi di lavoro n8n e la modalità agente di Claude Code per quelli più complessi. I modelli sono il motore. Come li colleghi dipende da te.
Tempo totale di configurazione: 90 minuti se non hai mai toccato Linux. Un'ora se l'hai già fatto.
Il calcolo. Importante!
1Costo una tantum2 Minisforum MS-S1 Max (128GB/2TB) $3.00034Costo mensile5 Elettricità (24/7, ~130W media) ~$116 Abbonamenti cloud sostituiti $078Cosa sostituisce (il mio stack precedente)9 Claude Code Max $200/mese10 ChatGPT Pro $200/mese11 Vari costi API per agenti $400–800/mese12 Totale risparmiato $800–1.200/mese1314Pareggio di costo Mese 3–4
Dopo il pareggio, ogni mese sono soldi che rimangono nel tuo conto. In tre anni, si tratta di una cifra tra $25.000 e $40.000 non inviata alle aziende di AI, a seconda di quanto intensamente usi gli agenti.
Ma onestamente, i risparmi non sono il punto. Il punto è il cambiamento di comportamento. Ho iniziato a costruire agenti che non avrei mai costruito quando ogni token costava denaro. L'agente di preparazione alle riunioni? Non avrei mai giustificato il costo API per un 'carino da avere'. L'agente di apprendimento che esegue un modello 235B durante la notte su articoli? Assurdo su base per-token. Ovvio quando è gratuito.
Cosa questa scatola non può fare
Non fingerò che il locale sostituisca completamente il cloud. Non è così. Ecco dove si trova il confine oggi:
Serve ancora il cloud per:
- Ragionamento avanzato (Claude Opus, GPT-5, per quel 5% di problemi veramente difficili)
- Accesso web in tempo reale e uso di strumenti integrati nel modello
- Attività multimodali dove i modelli cloud sono generazioni avanti
- Servire un team di 5 o più persone contemporaneamente
La scatola gestisce tutto il resto:
- Codifica e scripting quotidiani
- Analisi e riepilogo di documenti
- Agenti a lunga esecuzione e automazione in background
- Elaborazione di dati privati (niente lascia la tua rete)
- Bozze, editing, brainstorming
- RAG sulla tua base di conoscenza personale
- Elaborazione in blocco (trascrizione, classificazione, estrazione)
Per le attività cloud, paghi a consumo tramite API. $5 qui, $10 là. Non $200/mese per un abbonamento che usi al 20%.
Gli onesti svantaggi
La scatola si scalda sotto carico. Non pericolosamente, ma le ventole sono udibili. Non metterla in camera da letto. Un armadio con flusso d'aria funziona. Sotto una scrivania funziona.
I modelli open-source non sono Claude Opus. Sono vicini in molti compiti, notevolmente indietro sui problemi di ragionamento più difficili. Se il tuo lavoro è composto al 100% da attività AI di difficoltà avanzata, questa scatola non è la tua risposta. Se il tuo lavoro è per l'80% di routine e per il 20% difficile, esegui l'80% localmente e paga a consumo per il 20%.
Stai acquistando hardware. Se AMD rilasciasse qualcosa di due volte più veloce l'anno prossimo, i tuoi $3.000 non si rimborsano da soli. Ma il pareggio al mese 3-4 significa che non devi tenerlo per cinque anni. Anche un solo anno di utilizzo fa funzionare il calcolo.
Ollama su AMD è solido ora, ma non maturo come a livello CUDA. Occasionalmente, un nuovo modello esce con ottimizzazioni esclusive per Nvidia. Aspetti una settimana o due. Questa è la tassa del primo acquirente.
E devi essere a tuo agio con Linux. I comandi sopra sono semplici. La prima volta che qualcosa si rompe, passerai un'ora su un forum. Questo è il costo per passare al locale oggi invece di aspettare un altro anno.
Perché proprio questa scatola
Ci sono una dozzina di mini PC Strix Halo sul mercato. L'MS-S1 Max si distingue per tre motivi:
160W di potenza sostenuta. Più di qualsiasi concorrente. La velocità di inferenza su modelli grandi scala con la potenza. Questo conta quando gli agenti funzionano per ore.
Doppia 10GbE. La maggior parte delle scatole concorrenti ha 2.5GbE. Se stai spostando file di grandi dimensioni, raggruppando più unità o eseguendo questo come server AI di rete, il 10-gigabit cambia l'esperienza.
Montabile su rack 2U. Questo è un dettaglio che sembra di nicchia finché non ti rendi conto che significa che puoi impilare due o quattro di questi in un rack standard e costruire un cluster AI locale che esegue modelli con 671 miliardi di parametri. Sulla tua scrivania. Per il prezzo di un'auto usata.
Il vero punto
L'industria dell'AI vuole che tu pensi all'intelligenza come a un servizio. Qualcosa a cui ti abboni. Qualcosa di misurato. Qualcosa che vive nel data center di qualcun altro, funziona secondo i tempi di qualcun altro e si ferma quando smetti di pagare.
Quel modello aveva senso quando l'hardware non riusciva a tenere il passo. Non è più così.
Centoventotto gigabyte di memoria unificata. Un chip progettato per l'inferenza AI. Modelli open-source che coprono l'80% di ciò di cui hai bisogno. Uno stack open-source che si installa in un'ora.
Una macchina. Sotto la tua scrivania. Che esegue sei agenti che non dormono mai.
$3.000 una volta. $11 al mese. Tutto rimane sulla tua rete.
Questa è la configurazione. Vorrei solo aver iniziato prima.
Vuoi più informazioni utili?
Seguimi e unisciti al mio canale privato finché puoi: link
