Di seguito tutti gli interventi pubblicati sul sito, in ordine cronologico.

[🔍CLICCA PER INGRANDIRE ]

Un data center immerso in un paesaggio arido, simbolo della sete di risorse dell'AI

L'intelligenza artificiale promette un futuro immateriale, ma dietro ogni query si cela un'enorme infrastruttura fisica. I data center divorano energia, acqua e materie prime, mentre l'efficienza dei chip non frena il consumo complessivo. Questo articolo analizza le crepe logiche del tecno-ottimismo, dal paradosso di Jevons alla crisi idrica, fino ai rifiuti elettronici e alle tensioni geopolitiche per i minerali critici. LEGGI TUTTO L'ARTICOLO

🎧 Ascolta questo articolo

Bonus Video

L'illusione dell'immateriale e lo sguardo oltre la nebbia
Di fronte allo schermo di un computer o di uno smartphone, l'esperienza dell'utente moderno è caratterizzata da una sensazione di assoluta leggerezza. Si interroga un algoritmo di intelligenza artificiale e si ottiene una risposta complessa in pochi istanti. Questa apparente assenza di gravità fisica è, tuttavia, una delle più grandi e pericolose illusioni ottiche del nostro tempo. Dietro la "nuvola" digitale, o cloud, si nasconde la più grande infrastruttura fisica mai costruita dal genere umano: un immenso apparato estrattivo e industriale che consuma risorse naturali, energia e acqua a ritmi senza precedenti nella storia tecnologica. La metafora del cloud è diventata così pervasiva da oscurare il fatto che ogni bit di informazione transita attraverso chilometri di cavi sottomarini, viene elaborato in capannoni colmi di server e dipende da una catena di approvvigionamento globale fatta di miniere, fonderie e impianti chimici. Per comprendere la reale portata di questa infrastruttura, è sufficiente osservare che un singolo data center hyperscale può occupare una superficie equivalente a quella di decine di campi da calcio, richiedere una connessione elettrica paragonabile a quella di una città di medie dimensioni e dissipare calore attraverso sistemi di raffreddamento che attingono a falde acquifere locali. La smaterializzazione dell'esperienza digitale è, in ultima analisi, un costrutto psicologico che ci impedisce di vedere la montagna di materia che sorregge ogni nostra interazione online.

Un'attenta osservazione mostra come mappare il ciclo di vita di un singolo dispositivo richieda anni di ricerche sul campo, svelando un viaggio che inizia nelle miniere del Sud del mondo, passa attraverso impianti di fusione e navi portacontainer, e si conclude nei cumuli di rifiuti elettronici accumulati in nazioni come il Ghana o il Pakistan. L'intelligenza artificiale, lungi dall'essere immateriale, è profondamente ancorata alla materia, e le sue crepe logiche e strutturali meritano un esame chirurgico privo di edulcorazioni rassicuranti. Ogni processore grafico che accelera gli algoritmi di deep learning contiene decine di minerali critici, la cui estrazione comporta lo spostamento di tonnellate di roccia, l'uso di reagenti tossici e un'impronta idrica che solo di rado viene contabilizzata nei bilanci di sostenibilità delle aziende tecnologiche. La produzione di un singolo wafer di silicio richiede fino a 7.500 litri di acqua ultrapura e un consumo energetico che, in alcune fonderie, rappresenta oltre il sei per cento dell'elettricità nazionale. Inoltre, la vita operativa di questi componenti è sorprendentemente breve: l'obsolescenza indotta dalla ricerca di prestazioni sempre maggiori spinge a sostituire i server ogni due-cinque anni, alimentando una filiera di rifiuti elettronici che è cresciuta fino a superare le 60 milioni di tonnellate metriche annue a livello globale. Questo paradosso della modernità tecnologica merita di essere dissezionato con rigore, partendo dalla constatazione che l'AI non galleggia nell'etere, ma poggia su fondamenta di calcestruzzo, acciaio e silicio, con un peso ambientale che sta rapidamente diventando insostenibile.

Il motore immobile del calcolo: l'energia elettrica e le crepe della rete

Una delle più persistenti crepe logiche nel dibattito sulla sostenibilità digitale è la convinzione che l'ottimizzazione dei chip e dei modelli ridurrà automaticamente il consumo complessivo di risorse. Si tratta di un errore concettuale profondo, smentito dalla storia della tecnologia e dell'economia. Nel 1865, l'economista inglese William Stanley Jevons osservò che l'introduzione della macchina a vapore di James Watt, pur riducendo drasticamente la quantità di carbone necessaria per singolo ciclo di lavoro, aveva provocato un aumento verticale del consumo totale di carbone in tutta l'Inghilterra. Questo fenomeno, noto come Paradosso di Jevons, stabilisce che un aumento dell'efficienza nell'uso di una risorsa ne riduce il costo relativo, stimolando una domanda così elevata da annullare ogni risparmio e far impennare i consumi complessivi. La logica sottostante è inesorabile: quando un bene o un servizio diventa più economico ed efficiente, nuovi attori entrano nel mercato e nuove applicazioni vengono inventate, cosicché il volume totale di risorse impiegate cresce invece di contrarsi. Nel caso dell'intelligenza artificiale, questo meccanismo si manifesta con una chiarezza impressionante. Ogni volta che una nuova architettura di rete neurale promette di dimezzare il costo computazionale per l'inferenza, le imprese rispondono moltiplicando per cento il numero di chiamate API, integrando modelli linguistici in ogni software, elettrodomestico e processo aziendale.

Oggi, questa legge economica si applica perfettamente ai cicli di calcolo e alle unità di elaborazione grafica. Quando le aziende tecnologiche annunciano riduzioni straordinarie dell'energia necessaria per singola richiesta di calcolo — come il taglio dei consumi per singola interrogazione o lo sviluppo di modelli complessi a frazioni del costo storico — la domanda globale non si stabilizza, ma esplode. L'efficienza rende l'intelligenza artificiale un bene di consumo accessibile a chiunque, spingendo le aziende a integrarla in ogni processo: dalla videosorveglianza alla generazione di contenuti pubblicitari, fino alla gestione domestica. Un esempio lampante è l'adozione dei modelli linguistici di grandi dimensioni: mentre i costi di addestramento sono scesi di ordini di grandezza in pochi anni, il numero di utenti attivi è cresciuto a centinaia di milioni, e le infrastrutture necessarie per servirli hanno richiesto investimenti in nuovi data center da miliardi di dollari. Secondo i rapporti di settore, un singolo addestramento di un modello all'avanguardia può consumare tanta elettricità quanta ne consumano mille famiglie in un anno, ma il punto cruciale è che il consumo complessivo del settore è dominato dall'inferenza, ovvero dalle miliardi di richieste quotidiane che, sommate, surclassano di gran lunga il costo di addestramento.

I dati reali confermano questa tendenza macroeconomica. L'impronta carbonica complessiva di grandi aziende come Google è aumentata del 48% dal 2019 ad oggi, trainata quasi interamente dall'espansione dei server dedicati all'intelligenza artificiale, nonostante l'efficienza dei singoli algoritmi sia costantemente migliorata. L'adozione di massa trasforma il risparmio microscopico in un consumo macroscopico incontrollabile. Le proiezioni al 2030 indicano che i data center potrebbero assorbire fino al 12% della domanda elettrica statunitense, rispetto a circa il 2% di dieci anni prima, un incremento che equivale ad aggiungere l'intero fabbisogno di un paese industrializzato come l'Italia. La costruzione di nuovi impianti di generazione, inclusi quelli a gas naturale, viene giustificata proprio dalla necessità di alimentare questa espansione, rallentando di fatto la decarbonizzazione del settore energetico. Questo aumento esponenziale della domanda energetica si scontra direttamente con la fragilità delle reti elettriche regionali. L'impatto si manifesta con particolare gravità nei mercati in cui la presenza di centri di calcolo è densamente concentrata. Nella costa orientale degli Stati Uniti, l'enorme concentrazione di data center ha provocato un aumento improvviso delle tariffe elettriche domestiche, con rincari che pesano direttamente sui cittadini. Nella regione del Mid-Atlantic, nota come la capitale mondiale dei data center, l'impennata della domanda ha provocato un balzo dell'800% nei prezzi dell'asta di capacità energetica del 2024, con la conseguenza diretta di un rincaro delle bollette elettriche domestiche stimato tra il 20% e il 30% entro l'estate del 2026. In Europa, l'Irlanda rappresenta un caso emblematico di squilibrio strutturale, dove i centri di calcolo assorbono ormai il 22% dell'intera disponibilità della rete elettrica nazionale, minacciando la stabilità energetica dell'isola e costringendo le autorità a considerare l'uso di generatori d'emergenza alimentati a combustibili fossili ad alta emissione.

Ambito di Consumo	Proiezione Consumo Energetico	Orizzonte Temporale	Implicazioni e Contesto	Fonti
Data Center Globali (Scenario Base IEA)	945 TWh	2030	Equivalente all'intera domanda elettrica del Giappone	IEA World Energy Outlook 2024
Data Center Globali (Analisi Deloitte)	1.065 TWh	2030	Crescita trainata dalla diffusione capillare dell'AI	Deloitte, Digital Economy Report
Data Center Globali (Scenario Massimo)	1.050 TWh	2026	Se fossero una nazione, sarebbero il quinto consumatore mondiale	Research and Markets, 2026
Data Center negli Stati Uniti	Dal 6,7% al 12,0% della domanda totale	2028	Forte pressione sulle reti locali e aumento delle tariffe domestiche	Electric Power Research Institute
Nuova Capacità Richiesta (USA)	50 GW	2028	Pari a circa il doppio del picco di domanda di New York City	Goldman Sachs, 2024

Il nesso acqua-energia: la sete profonda dei supercomputer
Un'altra variabile critica e spesso trascurata dalle analisi superficiali è il nesso acqua-energia: l'interdipendenza strutturale tra le risorse idriche e la generazione di calore legata ai calcolatori. I server per l'intelligenza artificiale utilizzano microprocessori che consumano da due a quattro volte l'energia dei server tradizionali, generando temperature elevatissime che richiedono sistemi di raffreddamento costanti. Per evitare il blocco termico delle macchine, i data center ricorrono a sistemi di evaporazione che consumano milioni di litri d'acqua dolce ogni giorno. La connessione tra elettricità e acqua è biunivoca: non solo i server hanno bisogno di raffreddamento, ma la stessa generazione di elettricità richiede enormi volumi d'acqua per i circuiti di raffreddamento delle centrali termoelettriche e nucleari, per l'estrazione e la raffinazione dei combustibili, e per la produzione dei pannelli solari e delle turbine eoliche. Questa interdipendenza genera un effetto moltiplicatore per cui ogni kilowattora consumato da un data center si trascina dietro una propria impronta idrica, che varia a seconda del mix energetico locale. In regioni aride come il Sud-ovest degli Stati Uniti, dove l'elettricità proviene in parte da centrali a carbone o a gas con alti fattori di consumo idrico, l'impatto complessivo può essere doppio rispetto a un'area alimentata prevalentemente da eolico e fotovoltaico.

Nel corso del 2025, i data center dedicati all'intelligenza artificiale hanno consumato globalmente più acqua dell'intero mercato mondiale dell'acqua in bottiglia, stimato in circa 446 miliardi di litri all'anno. Gran parte di questa risorsa proviene da fonti superficiali o sotterranee locali, note come fonti blu, spesso in territori già colpiti da gravi crisi idriche. Oltre al consumo diretto per il raffreddamento nei data center, esiste un enorme consumo indiretto: la produzione dell'elettricità necessaria ad alimentare i server richiede immense quantità d'acqua nei cicli a vapore delle centrali termoelettriche, specialmente quando queste sono alimentate a combustibili fossili. Nel 2023, questo consumo idrico indiretto ha superato gli 800 miliardi di litri di acqua nei soli Stati Uniti. Per dare un'idea della scala, è come se ogni abitante degli Stati Uniti avesse consumato, solo per l'energia destinata ai data center, oltre 2.300 litri d'acqua in un anno, senza nemmeno rendersene conto. Il dato diventa ancora più allarmante se si considera che molti data center sorgono in bacini idrici già sotto stress: le contee della Virginia, ad esempio, ospitano la più alta concentrazione di data center del mondo e al contempo registrano livelli di siccità sempre più frequenti, con conflitti tra la richiesta industriale e quella agricola e residenziale.

La vulnerabilità di questo modello si manifesta chiaramente nei punti di snodo della produzione. A Taiwan, dove si concentra la fabbricazione dei chip più avanzati del pianeta, la siccità del 2021 ha costretto il governo a interrompere l'irrigazione dei campi di riso per deviare l'acqua verso le fonderie di semiconduttori, evidenziando un conflitto etico ed ecologico tra la sussistenza alimentare e la produzione di microchip per l'alta tecnologia. Durante questa emergenza, l'azienda produttrice TSMC ha dovuto stanziare ingenti risorse finanziarie per far trasportare l'acqua tramite camion cisterna, mettendo a nudo l'estrema fragilità idrica di una filiera da cui dipende l'intera economia digitale globale. Nel 2023, TSMC ha consumato circa 150.000 tonnellate di acqua al giorno, una quantità sufficiente a soddisfare le necessità idriche di una città di medie dimensioni, e la maggior parte di quest'acqua proviene da fonti che, in periodi di precipitazioni scarse, entrano in competizione con l'uso potabile e agricolo. Per far fronte a queste vulnerabilità, l'industria sta investendo in impianti di riciclo idrico avanzati. A Taiwan, il sistema di diversificazione delle acque reflue contenenti azoto ammoniacale separa i flussi a seconda della concentrazione del contaminante, riducendo la conducibilità dell'acqua scaricata del 40% e abbattendo l'uso di reagenti chimici del 30%. Tuttavia, l'espansione complessiva del settore continua a superare i benefici di queste innovazioni locali, mantenendo alta la pressione sulle riserve idriche regionali.

Infrastruttura o Processo Produttivo	Consumo d'Acqua Registrato o Stimato	Tipologia e Contesto Ambientale	Impatto Territoriale	Fonti
Data Center Globali	560 miliardi di litri (Proiezione: 1.200 miliardi al 2030)	Prelievo diretto e indiretto da bacini idrici	Rischio di razionamento per uso domestico e agricolo	Food & Water Watch, 2025
Data Center Hyperscale Singolo	Fino a 19 milioni di litri al giorno	Raffreddamento evaporativo dei sistemi di calcolo	Consumo paragonabile a quello di una città di 50.000 abitanti	Lincoln Institute of Land Policy
TSMC (Fabbrica di Semiconduttori)	150.000 tonnellate al giorno	Pulizia dei wafer di silicio e raffreddamento macchine	Consuma il 6,4% dell'energia di Taiwan in aree a stress idrico	Taiwan Insight, 2024
Intel (Siti di Produzione Globali)	161.000 tonnellate al giorno	Utilizzo di acqua ultra-pura per circuiti integrati	Equivalente a decine di migliaia di piscine olimpioniche	Intel CSR Report, 2024

La geopolitica della materia e lo spettro dei rifiuti tecnologici
Dietro i calcoli sofisticati eseguiti nei data center occidentali si sviluppa una catena estrattiva complessa e geograficamente concentrata. Gli elementi fondamentali per la costruzione dei microchip, dei sistemi di memoria e dei magneti includono decine di minerali critici come il cobalto, il litio, il gallio, il germanio e una vasta gamma di terre rare. L'estrazione e la lavorazione di queste materie prime avvengono prevalentemente in aree geografiche caratterizzate da forti tensioni geopolitiche o debolezza strutturale delle tutele socio-ambientali, come la Repubblica Democratica del Congo o l'Argentina. Questa dinamica genera un forte squilibrio: i territori del Sud globale sopportano i costi ecologici e umani dell'estrattivismo primario, mentre il valore aggiunto economico e l'accesso ai servizi digitali rimangono concentrati nelle economie avanzate. Il cobalto, ad esempio, è essenziale per le batterie e i magneti dei dischi rigidi, e oltre il 70% della produzione mondiale proviene dalla Repubblica Democratica del Congo, dove le miniere artigianali sono spesso teatro di lavoro minorile e di impatti ambientali devastanti. Il litio, indispensabile per le batterie di backup dei data center, viene estratto nel triangolo del litio tra Argentina, Bolivia e Cile, con un consumo di acqua dolce che in alcune regioni ha compromesso la disponibilità idrica per le comunità indigene e gli ecosistemi di lagune salmastre. Le terre rare, usate nei magneti permanenti dei motori elettrici e nei componenti ottici, sono lavorate quasi esclusivamente in Cina, che detiene un quasi monopolio sulla raffinazione, creando una dipendenza strategica che si intreccia con le tensioni commerciali e le politiche di restrizione all'esportazione.

A questo squilibrio originario si somma il problema del fine vita delle infrastrutture computazionali. I server e i processori grafici utilizzati per l'addestramento e il funzionamento dell'intelligenza artificiale hanno una vita utile commerciale eccezionalmente breve, stimata tra i due e i cinque anni. L'introduzione costante di hardware più efficiente e potente rende commercialmente obsolete le generazioni precedenti molto prima che smettano di funzionare fisicamente. Questa obsolescenza accelerata alimenta un flusso continuo di rifiuti elettronici difficili da trattare. Le restrizioni commerciali e le sanzioni internazionali sui chip avanzati peggiorano ulteriormente il quadro: i paesi che non possono importare le tecnologie più recenti sono costretti a impiegare processori di vecchia generazione, che producono fino al 14% di rifiuti elettronici in più per singola unità di calcolo generata rispetto ai sistemi all'avanguardia. Il paradosso è che l'innovazione tecnologica, nel tentativo di ridurre l'impronta unitaria, accelera la dismissione di hardware ancora funzionante, moltiplicando i rifiuti. Secondo le stime più recenti, i soli rifiuti generati dall'AI generativa potrebbero accumulare 5 milioni di tonnellate metriche entro il 2030, una quantità che si aggiunge alle circa 75 milioni di tonnellate di rifiuti elettronici globali attesi per il 2026, di cui solo una frazione minoritaria viene riciclata attraverso canali formali.

La costruzione fisica di questi stabilimenti industriali comporta inoltre un impatto distruttivo diretto sugli ecosistemi locali e sulla biodiversità. Nel gennaio del 2026, l'approvazione di permessi per un nuovo complesso di data center nella Saline Township, nel Michigan, ha comportato la distruzione di oltre nove acri di zone umide e terreni agricoli vicino ad Ann Arbor. Nello stesso periodo, in Florida, i piani per una struttura da due milioni di piedi quadrati a Indiantown hanno previsto la cementificazione di oltre duecento acri di aree palustri, evidenziando come l'espansione fisica dell'infrastruttura digitale consumi non solo risorse invisibili, ma anche spazio biologico vitale. Quando l'hardware viene dismesso, gran parte dei materiali rari e dei metalli preziosi contenuti al suo interno va perduta a causa dell'assenza di un'economia circolare realmente efficiente e dei limiti strutturali intrinseci dei processi di riciclo termico o chimico. I componenti finiscono spesso in discariche abusive o vengono trattati in modo rudimentale nel settore informale di paesi in via di sviluppo. Le analisi condotte sui siti di riciclaggio informale, come l'area industriale di Mandoli nei pressi di Delhi, rivelano che la combustione all'aperto e l'estrazione acida dei metalli rilasciano sostanze tossiche persistenti e metalli pesanti nel suolo, portando alla contaminazione delle falde acquifere locali con valori ampiamente superiori ai limiti di sicurezza stabiliti dall'Organizzazione Mondiale della Sanità per l'acqua potabile.

Indicatore di Impatto Materiale	Valore della Risorsa o del Rifiuto	Contesto di Riferimento	Conseguenze Ambientali e Sanitarie	Fonti
Rifiuti da AI Generativa	5 milioni di tonnellate metriche accumulate al 2030	Rifiuti hardware generati esclusivamente da sistemi AI	Discariche sature e dispersione di metalli pesanti	ORF Online, 2025
Rifiuti Elettronici Globali	~75 milioni di tonnellate metriche proiettate al 2026	Consumo e dismissione di dispositivi elettronici	Solo il 20% viene riciclato attraverso canali formali	Electronic Waste Market Report 2026
Saturazione Canali Formali (India)	175.000 tonnellate metriche (FY 2023-24)	Rifiuti accumulati in aree in rapido sviluppo digitale	Mancanza di impianti in 17 stati; scivolamento nel settore informale	Back Thru The Future, 2025

Le faglie strutturali della transizione digitale
Mentre le grandi aziende tecnologiche promuovono l'uso di energie rinnovabili e si impegnano pubblicamente a raggiungere la neutralità carbonica o l'obiettivo di restituire più acqua di quella consumata entro il 2030, la velocità di installazione di nuovi server supera costantemente la capacità di installazione di impianti solari o eolici. Per soddisfare la domanda continua e ininterrotta dei data center — che necessitano di energia costante giorno e notte, indipendentemente dalle condizioni meteorologiche — molti operatori energetici sono costretti a prolungare la vita operativa di centrali a carbone e a gas che avrebbero dovuto essere dismesse, allontanando il raggiungimento degli obiettivi climatici globali. Questa dinamica rende evidente l'incoerenza tra le narrative aziendali e la realtà fisica: l'acquisto di certificati di energia rinnovabile non equivale alla reale alimentazione dei data center con elettricità pulita, se la rete locale continua a bruciare combustibili fossili per far fronte ai picchi di carico. Inoltre, la costruzione di nuovi impianti rinnovabili richiede a sua volta minerali e terre rare, creando un ciclo di dipendenza che non risolve il problema a monte.

Alcuni studi scientifici propongono soluzioni innovative per invertire questa tendenza, suggerendo l'utilizzo del calore di scarto dei data center per alimentare sistemi di cattura del carbonio e purificazione termica dell'acqua. Secondo queste analisi, l'implementazione del modello denominato EUE+ permetterebbe a un singolo kilowattora di energia computazionale di rimuovere contemporaneamente mezzo chilogrammo di anidride carbonica e generare mezzo chilogrammo di acqua pulita. Tuttavia, l'integrazione di queste tecnologie di raffreddamento avanzate richiede costosi interventi di adeguamento infrastrutturale che le attuali dinamiche di mercato, focalizzate sulla crescita rapida e sulla massimizzazione dei profitti a breve termine, tendono sistematicamente a trascurare. Finché il costo dell'energia e dell'acqua non rifletterà il loro vero valore ecologico, le imprese non avranno incentivi sufficienti per investire in cicli chiusi e recupero termico. Parallelamente, l'adozione di standard di rendicontazione obbligatori sull'impronta idrica e materiale, come quelli proposti dalla Taskforce on Nature-related Financial Disclosures, potrebbe spingere gli investitori a prezzare il rischio ambientale, orientando i capitali verso operatori più sostenibili.

Senza un intervento normativo globale e vincolante che imponga la trasparenza sull'impatto ambientale dell'intera catena di fornitura, l'espansione dell'intelligenza artificiale rischia di accelerare il superamento dei limiti fisici del pianeta. L'illusione dell'etere digitale si scontra così con la realtà di una Terra dalle risorse finite, in cui la velocità di calcolo delle macchine non può prescindere dalla rigida e immutabile matematica della natura. La strada verso un'AI sostenibile non passa attraverso un generico richiamo all'innovazione, ma attraverso un ripensamento radicale del modello di business che misuri il successo non solo in teraflop, ma anche in litri d'acqua risparmiati, tonnellate di CO2 evitate e chilogrammi di rifiuti non prodotti.

La promessa di un'intelligenza artificiale immateriale si infrange contro la materialità di data center, miniere e falde acquifere. Solo riconoscendo il paradosso di Jevons, la sete idrica dei supercomputer e le crepe geopolitiche dell'estrattivismo si potrà costruire un digitale davvero sostenibile, che non rincorra l'efficienza fine a sé stessa ma impari a rispettare i cicli biogeochimici del pianeta.  

[🔍CLICCA PER INGRANDIRE ]

Un potente computer con GPU per eseguire modelli DeepSeek localmente

Far girare un modello linguistico come DeepSeek sul proprio hardware non è più fantascienza. Grazie ai formati quantizzati e a software ottimizzato, è possibile avere un’intelligenza artificiale privata e offline. Ma di quali componenti avete davvero bisogno? Ecco una guida completa su potenza di calcolo, RAM e spazio di archiviazione necessari. LEGGI TUTTO L'ARTICOLO

🎧 Ascolta questo articolo

Bonus Video

I modelli DeepSeek e il panorama dell'inferenza locale
Quando si parla di eseguire DeepSeek in locale, il punto di partenza è comprendere la famiglia di modelli rilasciati dall’azienda cinese DeepSeek AI. A differenza di altri grandi modelli linguistici, DeepSeek ha rapidamente guadagnato popolarità per la combinazione di prestazioni vicine a quelle dei colossi proprietari e la piena apertura dei pesi, spesso accompagnata da licenze permissive. I modelli più noti sono DeepSeek-V2, DeepSeek-V3 e le varianti pensate per il codice come DeepSeek-Coder. Ciascuno di essi è disponibile in diverse configurazioni di parametri: da 7 miliardi fino a 671 miliardi per la versione completa Mixture-of-Experts di V3. Questa architettura MoE rappresenta una svolta fondamentale per il deploying locale, perché in ogni singolo passo di inferenza viene attivato soltanto un sottoinsieme di esperti, riducendo di fatto il costo computazionale rispetto a un modello denso di pari dimensioni. Per dare un’idea, DeepSeek-V3 ha 671 miliardi di parametri totali, ma ne attiva circa 37 miliardi per token, il che significa che i requisiti di memoria e calcolo sono molto inferiori a quanto suggerirebbe il numero grezzo. La community open-source ha poi prodotto decine di versioni quantizzate, convertite nei formati GGUF, GPTQ e AWQ, abbassando ulteriormente la barriera d’ingresso. Questi formati consentono di comprimere i pesi da 16 bit a 8, 6, 4 o persino 2 bit per parametro, con una perdita di qualità sorprendentemente contenuta. Ciò significa che un modello da 671 miliardi di parametri in quantizzazione a 4 bit può teoricamente entrare in circa 350-400 GB di memoria combinata tra RAM di sistema e VRAM, mentre una versione più piccola da 16 miliardi di parametri attivi può scendere a poche decine di gigabyte. Il panorama dell’inferenza locale si è arricchito inoltre di motori di esecuzione come llama.cpp, Ollama, LM Studio e text-generation-webui, che supportano nativamente l’architettura DeepSeek e permettono di sfruttare CPU multi-core, GPU NVIDIA, AMD e persino Apple Silicon. In questo ecosistema, il sogno di avere un assistente AI potente, completamente offline e sotto il proprio controllo, si concretizza attraverso scelte oculate di componenti hardware e configurazioni software. La flessibilità è tale che è possibile far girare modelli DeepSeek più piccoli perfino su laptop con 16 GB di RAM, purché si adotti una quantizzazione aggressiva e si accettino compromessi sulla velocità di generazione. I modelli di taglia intermedia, come DeepSeek-V2-Lite con 16 miliardi di parametri, rappresentano il punto di equilibrio ideale per molti utenti domestici e professionisti, offrendo capacità di ragionamento e codifica già molto elevate senza richiedere investimenti hardware proibitivi. La diffusione di DeepSeek ha inoltre stimolato la creazione di tutorial e script di installazione automatizzata, rendendo l’esperienza sempre più accessibile anche a chi non ha una formazione tecnica specifica. In definitiva, il problema di far girare DeepSeek in locale è oggi affrontabile con un’ampia gamma di soluzioni, dal PC da gaming con una buona GPU fino a workstation multi-GPU o server bare-metal, e la scelta della configurazione ottimale dipende in larga misura dal modello specifico e dal livello di performance che si intende ottenere.

Requisiti di CPU, RAM e l’impatto della quantizzazione

Il cuore di ogni sistema di inferenza locale è la memoria, sia quella volatile della RAM sia quella video delle GPU. I modelli linguistici di grandi dimensioni sono essenzialmente enormi matrici di numeri in virgola mobile, e la loro esecuzione richiede di caricare l’intero insieme di pesi in memoria. Per questo motivo, la RAM di sistema è il parametro più critico quando si usa la sola CPU, mentre la VRAM è determinante quando si dispone di una scheda grafica. Prendiamo il caso più comune: un utente che voglia eseguire un DeepSeek-Coder da 33 miliardi di parametri in quantizzazione Q4_K_M su una CPU moderna. In questa configurazione, il modello occuperà circa 20 GB di RAM, e sarà necessario disporre di almeno 32 GB di RAM per lasciare spazio al sistema operativo e ai buffer di contesto. Con 64 GB di RAM si possono gestire modelli MoE da 16 a 20 miliardi di parametri attivi, mentre per le versioni più grandi, come DeepSeek-V3 con 37 miliardi di parametri attivi in Q4, il fabbisogno di RAM sale a circa 25-30 GB, rendendo consigliabili almeno 48 o 64 GB. La velocità di inferenza su CPU dipende non solo dalla quantità di RAM, ma anche dalla sua banda passante e dal numero di core. Memorie DDR5 con frequenze elevate, abbinate a processori con molti core e un buon supporto alle istruzioni AVX-512, possono raggiungere velocità di 5-10 token al secondo, sufficienti per molte applicazioni interattive. L’uso di CPU AMD Ryzen 9 o Intel Core di tredicesima e quattordicesima generazione, con RAM dual-channel o quad-channel, permette di avvicinarsi alle prestazioni di una GPU di fascia media nei modelli più piccoli. Entra qui in gioco il concetto di quantizzazione, che è la tecnica principe per ridurre il footprint di memoria senza sacrificare eccessivamente la qualità. I formati GGUF offrono decine di varianti, da Q8_0 (circa 8 bit per parametro) fino a IQ2_XS (poco più di 2 bit). Ogni riduzione della profondità di bit dimezza approssimativamente lo spazio occupato, ma introduce anche un degrado nella coerenza delle risposte, che diventa più marcato al di sotto dei 4 bit. La scelta della quantizzazione ottimale è un compromesso tra qualità e risorse: per il DeepSeek-V3, la versione Q4_K_M è generalmente considerata il punto di equilibrio ideale, offrendo una qualità comparabile al modello non quantizzato in molti benchmark, pur richiedendo circa la metà della memoria. Esistono anche tecniche di offloading parziale, in cui parte del modello viene caricata in VRAM e parte resta in RAM di sistema, orchestrate da motori come llama.cpp con i parametri --n-gpu-layers. In questo scenario, avere 32 GB di RAM e una GPU con 12 GB di VRAM può permettere di eseguire modelli MoE di fascia media con una velocità superiore a quella della sola CPU. Il ruolo del sistema operativo non va trascurato: Linux offre generalmente overhead inferiori e una migliore gestione della memoria rispetto a Windows, mentre macOS su Apple Silicon beneficia dell’architettura a memoria unificata, che consente di allocare fino al 75% della RAM direttamente come memoria video. Su un MacBook Pro con chip M3 Max e 128 GB di memoria unificata, è possibile eseguire senza problemi DeepSeek-V3 in Q4_K_M interamente in GPU, raggiungendo prestazioni notevoli con consumi ridotti. In conclusione, i requisiti di CPU e RAM per DeepSeek in locale sono molto variabili: per modelli da 7-16 miliardi di parametri bastano 16-32 GB di RAM e una CPU moderna, mentre per sfruttare al meglio le versioni MoE più potenti è consigliabile partire da 64 GB di RAM e, se possibile, accompagnare il sistema con una o più GPU.

Il ruolo della GPU e della memoria video dedicata

Quando si passa all’accelerazione hardware tramite GPU, lo scenario cambia radicalmente in termini di velocità, ma diventano critici altri parametri: la quantità di VRAM, l’ampiezza del bus di memoria e il supporto a librerie come CUDA o ROCm. DeepSeek, come la maggior parte dei modelli moderni, è stato addestrato con framework che si appoggiano su CUDA, e pertanto le schede NVIDIA rappresentano ancora la scelta più fluida e performante per l’inferenza locale. Tuttavia, grazie a progetti come llama.cpp con backend Vulkan e ROCm, è oggi possibile utilizzare anche GPU AMD e, in misura sperimentale, Intel Arc. Per un modello DeepSeek-V2-Lite da 16 miliardi di parametri attivi in Q4, servono circa 10-12 GB di VRAM per caricare i pesi e mantenere un contesto di qualche migliaio di token. Una scheda come la NVIDIA GeForce RTX 3060 da 12 GB è quindi più che sufficiente, e può generare testo a velocità superiori ai 30 token al secondo, offrendo un’esperienza interattiva fluida. Modelli più grandi, come la versione base di DeepSeek-V3 con circa 37 miliardi di parametri attivi, richiedono invece almeno 24 GB di VRAM in Q4, il che li rende eseguibili su RTX 3090, RTX 4090 o sulle workstation A5000/A6000. Se si dispone di due GPU, è possibile distribuire il modello tra di esse, raddoppiando di fatto la memoria a disposizione e sfruttando il parallelismo per accelerare ulteriormente l’inferenza. Tecnologie come NVLink sulle schede professionali o il software di splitting di llama.cpp permettono di unire la VRAM di più GPU, anche di modelli diversi, sebbene in quest’ultimo caso le prestazioni possano risentire dei trasferimenti su bus PCIe. La larghezza di banda della memoria è un altro fattore cruciale: la HBM2e delle GPU enterprise o la GDDR6X delle RTX 3090/4090 offrono un throughput di centinaia di gigabyte al secondo, che si traduce in un caricamento rapidissimo dei pesi e in una generazione pressoché immediata dei token. Al contrario, una GPU con bus ridotto, come la RTX 4060 Ti da 8 GB, può rappresentare un collo di bottiglia anche se i pesi entrano nella VRAM, proprio a causa della banda limitata. Un’alternativa sempre più popolare è l’utilizzo di Apple Silicon, il cui punto di forza non è la potenza bruta ma l’enorme banda della memoria unificata e l’efficienza energetica. Un Mac Studio con M2 Ultra e 192 GB di memoria può eseguire DeepSeek-V3 in Q4 con 128 GB allocati alla GPU, ottenendo velocità comparabili a una RTX 3090 ma con la possibilità di gestire modelli che non entrerebbero in nessuna singola GPU consumer. Per chi desidera spingersi oltre, l’universo delle workstation multi-GPU e dei server ricondizionati offre opportunità interessanti: schede come le NVIDIA Tesla P40 da 24 GB, disponibili sul mercato dell’usato a prezzi contenuti, permettono di assemblare configurazioni con 48, 72 o più GB di VRAM senza spendere cifre astronomiche. In questi scenari, è necessario prestare attenzione all’alimentazione, al raffreddamento e al supporto dei driver, ma i risultati sono notevoli e consentono di eseguire modelli MoE completi con contesti lunghissimi. La scelta della GPU giusta per DeepSeek si riduce quindi a un bilancio tra budget, spazio disponibile e velocità desiderata: un utente domestico troverà soddisfazione con una RTX 3090 usata, mentre un professionista che lavora con basi di codice estese o testi molto lunghi potrà orientarsi su configurazioni con più GPU o su Apple Silicon ad alta capacità.

Spazio di archiviazione, software e configurazione dell’ambiente

Un aspetto spesso sottovalutato è lo spazio di archiviazione necessario per ospitare i file dei modelli e i tool correlati. I pesi di DeepSeek-V3 in formato GGUF Q4_K_M occupano circa 200 GB, mentre le versioni Q8 possono superare i 350 GB. A questi vanno aggiunti i file di configurazione, i tokenizer e, se si scelgono formati come GPTQ o AWQ, i tensori ottimizzati che possono richiedere ulteriore spazio. Un disco NVMe ad alta velocità è fortemente consigliato, poiché il caricamento iniziale del modello dalla memoria di massa alla RAM o alla VRAM richiede di leggere centinaia di gigabyte; con un SSD SATA tradizionale, questa operazione può richiedere diversi minuti, mentre con un NVMe PCIe 4.0 di ultima generazione si scende a poche decine di secondi. Inoltre, durante l’inferenza con contesti molto ampi, il sistema potrebbe avere la necessità di spostare temporaneamente porzioni di memoria su disco se la RAM è insufficiente (swap), ed è qui che un NVMe veloce può fare la differenza tra un sistema ancora utilizzabile e uno completamente bloccato. Per quanto riguarda il software, la configurazione di riferimento per DeepSeek in locale si basa su llama.cpp e sui suoi numerosi wrapper. Ollama, ad esempio, è uno dei metodi più immediati: con pochi comandi è possibile scaricare il modello prequantizzato, avviare un server API compatibile con OpenAI e iniziare a interagire tramite terminale o interfacce web come Open WebUI. LM Studio offre invece un’esperienza grafica completa per Windows, macOS e Linux, con la possibilità di regolare parametri, scegliere il backend e monitorare l’utilizzo di risorse in tempo reale. Per gli utenti più esperti, text-generation-webui mette a disposizione un’interfaccia potente che supporta training, fine-tuning e una galleria di estensioni. Indipendentemente dallo strumento scelto, è fondamentale verificare che la versione di llama.cpp utilizzata includa le patch specifiche per l’architettura MoE di DeepSeek, poiché senza di esse le prestazioni potrebbero essere compromesse o il modello potrebbe non funzionare affatto. Un altro elemento da non trascurare è la configurazione dei parametri di sampling, che influenzano direttamente la qualità del testo generato e la latenza. Parametri come top_p, temperature, repeat_penalty e max_tokens devono essere regolati in base al modello e al caso d’uso: un assistente di codifica richiederà impostazioni diverse rispetto a un chatbot creativo. Infine, è buona norma dedicare una partizione o un volume separato ai modelli, in modo da semplificare backup e aggiornamenti. Docker è un’opzione sempre più utilizzata per isolare l’ambiente e garantire la riproducibilità, specialmente in scenari server. Riassumendo, lo spazio di archiviazione per DeepSeek deve essere abbondante e veloce, il software va scelto con cura e configurato con attenzione, ma una volta messo a punto, l’intero sistema può funzionare in modo stabile per anni, garantendo privacy, bassa latenza e completa indipendenza da servizi cloud. Eseguire DeepSeek in locale è oggi un progetto alla portata di appassionati e professionisti, a patto di dimensionare correttamente RAM, VRAM e spazio su disco. Con le dovute accortezze, si ottiene un assistente AI privato, veloce e completamente sotto il proprio controllo, capace di rivaleggiare con i migliori servizi cloud senza rinunciare alla riservatezza dei dati.