Requisiti hardware per livello
Tre livelli per ogni carico: il minimo che funziona, il punto dolce consigliato e il livello comodo di margine. Sono gli stessi livelli che il motore di decisione WisePC usa quando pianifica un build attorno al tuo obiettivo.
| Livello | Core CPU | RAM | Archiviazione | GPU | VRAM | Rete |
|---|---|---|---|---|---|---|
| Minimo | 8 cores | 16 GB | 1 TB (ssd) | ai | 12 GB di VRAM | 1 GbE |
| Consigliato | 12 cores | 32 GB | 1 TB (ssd) | ai | 16 GB di VRAM | 2.5 GbE |
| Comodo | 16 cores | 64 GB | 2 TB (ssd) | ai | 24 GB di VRAM | 10 GbE |
| Eccessivo | 26 cores | 103 GB | 4 TB (ssd) | ai | 24 GB di VRAM | 10 GbE |
Oltre Confortevole — 26 core, 103 GB di RAM, 4 TB (SSD): margine che non userai mai per questo solo workload. Metti la differenza in storage, backup o silenzio.
Forma di sistema consigliata
Derivata dal motore decisionale dal livello consigliato — la stessa logica che pianifica build complete.
Requirements (12 threads, 32GB RAM, 4TB storage, dedicated GPU) need a custom tower build.
Se questo workload merita una macchina propria o deve restare sul server principale.
GPU-bound compute is expensive to duplicate — a second GPU box roughly doubles cost for little resilience gain. Keep it on the main machine.
Array di storage, con prezzi
Cinque strategie fisiche per la capacità consigliata — stesso pianificatore, stesso modello dischi e stessi prezzi di riferimento dello strumento storage.
| Strategia | Dischi | Utile | Costo | Idle |
|---|---|---|---|---|
| Cheapest | 1× 4TB hdd | 4 TB · none | ≈ €100 | 5 W |
| Balanced | 1× 16TB hdd | 16 TB · none | ≈ €240 | 6 W |
| Redundant | 3× 8TB hdd | 8 TB · parity2 | ≈ €450 | 15 W |
| Expansion-friendly | 1× 20TB hdd | 20 TB · none | ≈ €300 | 7 W |
| Performance Consigliato | 2× 4TB nvme | 4 TB · parity1 | ≈ €480 | 2 W |
For a fast working tier, go all-flash — the performance strategy protects speed without the HDD rebuild pain.
Il backup non è storage
La copia extra che sopravvive a guasti, cancellazioni e ransomware — stesso motore del pianificatore backup.
Protect 1TB with at least two copies on separate hardware, ideally one offsite. The recommended start is a dedicated NAS.
Add a second copy outside the building — cloud or a drive at a friend's house.
Use a versioning-aware tool (restic, borg, Backblaze) that keeps history.
Schedule backups automatically and monitor them.
Keep the backup on separate hardware or offsite.
Quanto costerà?
Fasce EUR neutrali dal modello di riferimento (≈ = prezzo di strada stimato). I prezzi live dei componenti sono sulla pagina della build per la tua regione.
Il calcolo (CPU, scheda, RAM, GPU) non è incluso — vedi la build consigliata per i prezzi live.
Prospettive di crescita
Cosa succede quando i dati continuano a crescere — stesso motore del simulatore di crescita.
This architecture becomes inadequate in year 2 — 2 bays needed. Plan the next step (bigger array, NAS or DAS, or a stronger platform) before then.
Exceeds max 2TB by 1TB — need larger array/DAS/NAS. Fresh Performance array for 3TB: 2 bays, ~480€.
Di quale livello hai bisogno?
- Scegli Minimo (8 core, 16 GB di RAM) solo per una macchina a uso singolo con budget ridotto — aspettati poco margine.
- Consigliato (12 core, 32 GB di RAM) è il punto dolce: abbastanza per il carico più i soliti servizi accessori, senza spendere troppo.
- Scegli Comodo (16 core, 64 GB di RAM) quando questo carico condivide la macchina con altri o crescerà — paghi per il margine, non per l'ansia.
- Regola GPU per questo carico: ai.Regola GPU per questo workload: ai (16 GB di VRAM).
Trattato anche in questa guida
Assistente codice (LLM locale)
Modelli locali di completamento codice e chat (Ollama, Continue).
Domande frequenti
Quanta RAM serve a local ai inference?
16 GB è il minimo sensato, 32 GB copre la maggior parte delle configurazioni reali e 64 GB dà un margine comodo per la crescita e i servizi extra.
Quanti core CPU servono a local ai inference?
Una CPU da 8 core è il minimo, 12 core è il punto dolce consigliato e 16 core è comodo quando condivide la macchina con altri carichi.
local ai inference ha bisogno di una GPU dedicata?
Una GPU dedicata è fortemente consigliata: questo carico fa calcolo IA. Servono 12–24 GB di VRAM (12 minimo, 16 consigliato, 24 confortevole).
Quale archiviazione e rete si aspetta local ai inference?
Archiviazione: 1 TB di SSD è la base consigliata (1 TB minimo, 2 TB comodo). Rete: 2.5 GbE è la base consigliata.
Cosa funziona bene accanto a local ai inference?
Si abbina naturalmente con: Generazione immagini, Sperimentazione AI, Database.
Quanta energia consuma local ai inference?
L'array consuma circa 37 W in idle (≈ 81 €/anno a 0,25 €/kWh). Il sistema completo aggiunge CPU, scheda e ventole — vedi la sezione costi per fasce oneste.