Workstation ricondizionata per l'AI locale: cosa serve
Guida alla workstation ricondizionata per l'AI locale: perché conta la VRAM della GPU, cosa offrono le macchine ex-aziendali e a chi non conviene.
Claudio Novaglio 5 minuti di lettura
Per far girare un modello linguistico o un generatore di immagini sul tuo computer, il componente che decide tutto è la scheda video: conta soprattutto la quantità di memoria che ha a bordo. Una workstation ricondizionata ex-aziendale è spesso il modo più economico per ospitare una GPU usata con molta VRAM: ha un alimentatore dimensionato per schede professionali, slot PCIe liberi e tanta RAM ECC. La CPU, per questo uso, conta meno di quanto sembri. Questa guida spiega cosa guardare, cosa evitare e in quali casi ha più senso continuare a usare un servizio cloud.
Perché la VRAM conta più della CPU
Un modello di intelligenza artificiale, per rispondere in tempi accettabili, deve stare per intero nella memoria della scheda video. Se non ci sta, il software lo spezza tra GPU e RAM di sistema oppure lo fa girare solo sul processore; i tempi di risposta passano da secondi a minuti. Per questo la prima cosa da guardare non è il numero di core della CPU ma i gigabyte di VRAM della GPU.
La dimensione del modello che vuoi usare determina la VRAM necessaria. I modelli linguistici piccoli, quantizzati, girano su schede con 8 GB; per quelli di fascia media servono 12 o 16 GB; per i modelli più grandi, o per tenere più modelli caricati insieme, si va verso 24 GB e oltre. La generazione di immagini sta nella fascia intermedia, con i modelli recenti che spingono verso i 16 GB.
Il processore serve comunque per caricare i dati e gestire il sistema, ma uno Xeon o un Core di qualche generazione fa basta, purché la scheda madre abbia gli slot e l’alimentatore regga la GPU.
Cosa offre una workstation ex-aziendale
Le workstation tower dismesse dalle aziende (Dell Precision, HP Z, Lenovo ThinkStation) nascono per ospitare schede grafiche professionali e lavorare a pieno carico per anni. Rispetto a un PC consumer usato della stessa fascia di prezzo, hanno tre vantaggi concreti per l’AI locale:
- Alimentatore sovradimensionato. Molti modelli montano alimentatori da 600 W in su, con i connettori PCIe già presenti, perché erano pensati per le GPU Quadro da workstation. Una scheda consumer di fascia alta ci entra senza cambiare nulla.
- Slot PCIe e spazio fisico. Il case è largo e gli slot sono distanziati: una GPU a tre slot, o due schede affiancate, ci stanno. In un mini tower consumer spesso no.
- RAM ECC in quantità. Le workstation con Xeon supportano memoria con correzione d’errore e arrivano a 64, 128 GB o più con moduli usati che costano poco. La RAM di sistema serve quando il modello non entra tutto in VRAM.
Gli svantaggi sono altrettanto concreti: sono macchine grandi, pesanti, non silenziose e con schede madri proprietarie. Un guasto alla scheda madre si ripara con un ricambio dello stesso modello, non con un componente generico. Il catalogo delle workstation ricondizionate elenca le linee più diffuse.
GPU usata: cosa controllare prima di comprare
Per l’AI locale la scelta di una scheda video usata è più semplice che per il gaming: cerca la VRAM massima che il budget permette, in una generazione ancora supportata dai driver e dai framework. Nell’ordine, verifica:
- VRAM e generazione. Una scheda di due o tre generazioni fa con 24 GB vale più, per questo uso, di una recente con 12 GB.
- Ecosistema software. Le schede NVIDIA hanno il supporto più ampio nei framework di inferenza. Le AMD funzionano, ma con più configurazione manuale e meno strumenti pronti. Se non vuoi passare serate sui forum, resta su NVIDIA.
- Stato delle ventole. Chiedi al venditore una foto delle ventole accese e, se possibile, la temperatura sotto carico. Ventole che vibrano o partono a scatti indicano cuscinetti a fine vita: si sostituiscono, ma il costo va messo in conto.
- Provenienza da mining. Le schede usate per il mining hanno lavorato mesi a carico costante, il che di per sé logora meno delle accensioni ripetute. Il rischio vero sono le schede con BIOS modificato o tenute in ambienti caldi e polverosi. Diffida dei lotti di schede identiche, controlla che il BIOS sia originale e testa la scheda sotto carico per almeno un’ora.
Gli slot PCIe 3.0 delle workstation più datate non sono un collo di bottiglia per l’inferenza: il modello si carica una volta e poi resta in VRAM.
RAM di sistema e storage
Con 32 GB di RAM ci fai quasi tutto; 64 GB ti danno margine per far girare modelli più grandi della VRAM, in modalità mista, accettando tempi più lunghi. Andare oltre ha senso solo se lavori con i modelli più pesanti sul processore; in quel caso la velocità sarà comunque limitata.
Lo storage conta più di quanto si pensi. I file dei modelli occupano da pochi gigabyte a decine di gigabyte ciascuno; chi sperimenta ne accumula in fretta. Un SSD NVMe da 1 TB è il minimo comodo; le workstation più vecchie potrebbero non avere lo slot M.2, ma una scheda adattatrice PCIe risolve. La guida agli upgrade di SSD e RAM spiega come scegliere il taglio.
Consumi e rumore
Una workstation con GPU di fascia alta, sotto carico, assorbe nell’ordine di 400-600 W. Con un contratto domestico standard non è un problema di potenza disponibile, ma lo è di bolletta se il sistema resta in inferenza per ore ogni giorno. A riposo i consumi scendono, ma restano sopra quelli di un PC moderno.
Il rumore è l’altro fattore che si sottovaluta. Le ventole della GPU sotto carico si sentono da un’altra stanza; quelle del case di una workstation sono progettate per la portata d’aria, non per il silenzio. In ufficio, in una stanza dedicata o in cantina il problema non si pone. Nella stanza dove dormi, sì.
A chi non conviene
Se usi l’AI generativa qualche volta a settimana per scrivere testi, riassumere documenti o generare un’immagine, un servizio cloud costa meno dell’elettricità che consumerebbe la workstation e non ti obbliga a gestire driver, aggiornamenti e spazio su disco. La macchina locale ha senso quando:
- lavori con dati che non puoi caricare su servizi esterni
- hai bisogno di generare in continuo, senza limiti di richieste
- vuoi sperimentare con modelli, fine-tuning o pipeline personalizzate
Chi si riconosce nell’uso occasionale farebbe meglio a guardare un notebook o un PC ricondizionato ordinario e a tenere il budget per altro.
Domande frequenti
Si possono usare due GPU usate insieme per sommare la VRAM?
Sì, i framework di inferenza più diffusi distribuiscono un modello su più schede. Servono slot PCIe liberi, un alimentatore adeguato e un case con spazio, cosa che le workstation ex-aziendali di solito offrono. La velocità non raddoppia: si guadagna capacità, non prestazioni.
Una GPU da workstation (Quadro, Radeon Pro) usata è meglio di una consumer?
Per l'AI locale contano la VRAM e il supporto software, non la certificazione dei driver. Una scheda consumer con la stessa memoria costa meno e va altrettanto bene. Le schede professionali hanno senso solo se le trovi a prezzo simile o se ti servono per altri programmi che le richiedono.
Argomenti: workstationgpuintelligenza artificiale