ASUS ha portato a Milano l’evento Ubiquitous AI, Incredible Possibilities e ha messo sul tavolo un listino che copre tutta la filiera dell’IA locale: dall’acceleratore USB UGen300 da 299 euro ai desktop con superchip NVIDIA, passando per NUC, ProArt e schede video da workstation. A tenere insieme il discorso è stato il Country Manager di ASUSTek Italy Marco Astori, che ha insistito su un punto: i dati restano in azienda, e con loro anche il modello che li interroga.
Dati in locale: l’IA come chiave della cassaforte
Nel media briefing Astori ha costruito il ragionamento attorno a una metafora. I dati privati di un’azienda sono la cassaforte, l’intelligenza artificiale è la chiave che permette di aprirla e di leggerne il contenuto. Se la chiave gira su un servizio esterno, la cassaforte è blindata solo sulla carta. Se invece modello e dati vivono sulla stessa macchina, dentro il perimetro aziendale, chi controlla l’hardware controlla anche l’accesso.
Una slide mostrata durante la presentazione ha messo i due scenari uno accanto all’altro. Per il cloud con provider soggetto a giurisdizione statunitense, il riferimento è il Cloud Act del 2018: le autorità USA possono richiedere i dati di un provider americano anche se il data center si trova in Europa. AI Act e GDPR restano in vigore, ma convivono con questa esposizione, e la localizzazione del server non basta a escludere il rischio.
Sul fronte opposto c’è la Private AI on premise: dati e modello sotto il controllo dell’azienda, entro i suoi confini fisici e giuridici, senza che nulla esca dalla sede. A questo si aggiunge un argomento economico, perché il costo diventa prevedibile e non c’è un contatore di token che gira in background.
Le quattro direttrici di ASUS
La strategia presentata si divide in quattro ambiti. Personal AI indica prodotti su misura per le esigenze del singolo utente. Private AI raccoglie le soluzioni che garantiscono sicurezza e capitalizzazione del knowledge aziendale. Agentic AI riguarda sistemi capaci di eseguire compiti in modo indipendente. Large scale AI, infine, copre il percorso che porta dalle workstation aziendali ai data center.
Il resto dell’evento ha dato forma reale a queste categorie, e l’hardware mostrato in sala è un buon indicatore di dove ASUS pensa di collocare ciascun pezzo.
UGen300: 40 TOPS in una chiavetta
La novità più chiacchierata è UGen300, presentato come primo acceleratore IA USB al mondo per l’esecuzione locale su dispositivi Windows, Linux e Android, con architetture x86 e ARM. Il chip è un Hailo-10H con 8GB di memoria LPDDR4. Eroga fino a 40 TOPS (INT4) con un consumo tipico di 2,5W, in un corpo da 105x50x18mm. Il collegamento è un USB-C 3.1 Gen2 a 10Gbps. Il concetto alla base di questo prodotto, dunque, è poter avere a disposizione 8 GB di memoria su cui depositare un modello di intelligenza artificiale a prescindere dal sistema che si usa per interrogare il modello, che può essere anche uno smartphone Android.
Il punto è che modelli linguistici e di visione girano su memoria dedicata, senza gravare su CPU e GPU dell’host. L’utility UGen mette a disposizione più di 100 modelli pre-addestrati tra LLM, VLM, Whisper e reti per la visione. Sul fronte software ci sono TensorFlow, TensorFlow Lite, Keras, PyTorch e ONNX, e gli sviluppatori possono appoggiarsi alla Hailo Developer Community per tutorial e progetti. Il prezzo per l’Italia è di 299 euro.
Sempre nella categoria acceleratori per l’universo mobile c’è ASUS XG Core Radeon RX 9060 XT LP 16GB, una eGPU compatta con 16GB di GDDR6 e collegamento USB-C a 40Gbps, pensata per laptop e mini PC.
Superchip NVIDIA: Ascent GX10, ProArt GR1X e P14
Sul lato più muscolare c’è Ascent GX10, il supercomputer IA desktop da 1,6 litri basato sul superchip NVIDIA GB10 Grace Blackwell, nell’ambito dell’architettura DGX Spark. Arriva fino a 1 PFLOP in FP4, con 64 o 128GB di memoria unificata LPDDR5x, e gestisce in locale modelli fino a 200 miliardi di parametri. La connettività passa da una rete ConnectX-7 a 200GbE, e il sistema integra framework come NVIDIA NeMoClaw e PAIR. Sulla confezione esposta si leggono i riferimenti a DGX OS, a ConnectX-7 e ai 128GB di memoria coerente. Per i carichi più pesanti, ASUS indica la possibilità di mettere più unità in cluster: la scheda ufficiale parla di due unità per raddoppiare prestazioni e memoria.
Il filone RTX Spark porta lo stesso approccio in ambito Windows. ProArt GR1X è un mini PC da 1,1 litri con GPU NVIDIA Blackwell RTX da 6.144 core e CPU NVIDIA Grace da 20 core, affiancate da 128GB di memoria unificata LPDDR5x e 1 PFLOP in FP4. Il target dichiarato sono gli agenti IA personali sempre attivi e il rendering 3D.
La versione portatile è ProArt P14, indicata come lo studio creativo mobile più leggero della serie ProArt: 1,48kg per 13,9mm di spessore. Usa lo stesso superchip RTX Spark (6.144 CUDA core, Grace a 20 core, 128GB, 1 PFLOP FP4) e un display ASUS Lumina Pro OLED 3K a 120Hz. Le app MuseTree e StoryCube gestiscono l’IA generativa in locale con il modello in esposizione che montava il marchio RTX Spark accanto alla tastiera e una porta HDMI sul lato.
RTX Spark cambia il rapporto tra processore, grafica e memoria in modo tale che CPU e GPU accedano alla stessa memoria unificata e conseguentemente agli stessi dati, con meno trasferimenti tra RAM di sistema e memoria video rispetto alla classica configurazione con scheda grafica dedicata. Per l’IA locale il vantaggio non riguarda soltanto il picco dichiarato fino a 1 PFLOP in FP4: conta soprattutto lo spazio disponibile per i pesi dei modelli, il contesto e le elaborazioni che combinano testo e immagini. I 128GB restano condivisi con sistema operativo e applicazioni, quindi non equivalgono ad altrettanta VRAM interamente libera, ma allentano uno dei vincoli più severi dei PC tradizionali. Il cambio di paradigma sta proprio qui: il progetto dell’hardware non ruota più soltanto attorno alla potenza dei singoli componenti, ma anche alla capacità di mantenere vicino al calcolo un modello e i dati necessari al suo funzionamento. Un’impostazione che porta carichi IA impegnativi su notebook e mini PC, senza imporre il passaggio al cloud per ogni elaborazione; anche se non elimina la necessità di infrastrutture più grandi quando modelli e carichi superano le risorse locali.
NUC, ExpertBook e schede per LLM locali
Chi non ha bisogno di un superchip trova NUC 14 Pro+ AI, mini PC Copilot+ su architettura Intel Core Ultra. La NPU arriva a 48 TOPS e la piattaforma complessiva a 120 TOPS. Ci sono il pulsante Copilot con microfono e altoparlante integrati, un lettore di impronte e il Secure Boot. Nella versione vista a Milano, il pannello sulla scocca superiore è personalizzabile. Più in là nella gamma ci sono NUC 15 Pro Plus (chassis metallico da 0,7 litri, Core Ultra 9, grafica Arc, fino a 99 TOPS di piattaforma, quad-display 4K con HDMI 2.1 e Thunderbolt 4) e NUC 16 Pro, per l’IA edge industriale, con Core Ultra Series 3, GPU Arc B390 fino a 180 TOPS, fino a 96GB di LPDDR5x saldata a 9600MT/s, due SSD M.2 e doppia LAN da 2,5Gbps per reti isolate Zero Trust. Chiude il blocco Ascent QN10, primo mini PC con NPU da 80 TOPS, su Snapdragon X2 Elite a 18 core e accesso a Qualcomm AI Hub.
Per le workstation ci sono due schede. ASUS Turbo Radeon AI Pro R9700 32GB usa architettura RDNA 4 con 128 acceleratori IA di seconda generazione, 32GB di VRAM, 95,7 TFLOPS in FP16 e 1531 TOPS in INT4, con raffreddamento blower e scudo pressofuso. ASUS UGen Intel Arc Pro B70 32GB è basata su Xe2, con 32 Ze-core, 256 motori XMX, 32GB di GDDR6 ECC e 367 TOPS in INT8. Scala fino a quattro unità per 128GB di VRAM complessivi, sufficienti a far girare in locale modelli fino a 80B.
Per il lavoro in mobilità sono stati mostrati anche gli ExpertBook: B3 G2 con Core Ultra 7 e suite MyExpert, B5 Flip G2 (1,34kg, stilo, NPU fino a 17 TOPS), P5 G2 con tre motori IA, fino a 32GB di DDR5 e 1TB di SSD, e il modello Ultra sotto il chilo con OLED Tandem 3K da 1.400 nit, Core Ultra 7 356H e NPU da 50 TOPS.
Drako.it e Inventio Hub: dal banco alla pratica
Due partner hanno portato la loro esperienza sul palco. Drako.it ha mostrato una scheda madre ASUS da workstation con sette slot PCIe collegata a un monitor ProArt, sul quale girava Sofia, un assistente IA vocale in italiano. Basta dire “Ciao Sofia” per iniziare, e tra gli esempi di richiesta c’erano la ricerca del logo di un’azienda per farne una pubblicità, un volantino per una pizzeria e un poster in stile anni Ottanta. Sofia risponde in italiano con animazioni realistiche e labbra sincronizzate rispetto al parlato, il tutto basato sui leggeri modelli di Qwen. Una scheda madre con queste caratteristiche diventa fondamentale per poter equipaggiare più schede video con memorie veloci e sfruttarne le sinergie.
Il secondo intervento è stato di Inventio Hub, società che progetta software IA per le aziende: automazioni di processo, agenti conversazionali e applicazioni su misura. Si parla di agenti capaci di consultare i dati del cliente e attivi 24 ore su 24, per customer care, vendite, knowledge base e supporto tecnico. Per rendere queste applicazioni sostenibili anche sull’hardware locale, un passaggio cruciale è l’organizzazione della conoscenza aziendale: al modello non serve ricevere l’intero archivio, ma le informazioni pertinenti alla singola richiesta. Una selezione efficace dei contenuti permette di contenere il numero di token nel contesto e l’occupazione di memoria durante l’inferenza, oltre a ridurre il carico di elaborazione. È lo scenario a cui guarda la Private AI menzionata da Astori: con un’installazione interamente locale, su sistemi come Ascent GX10 o sulle workstation aziendali, documenti, richieste e risposte possono restare entro il perimetro dell’azienda.
Come praticamente tutti i produttori di hardware, quindi, anche ASUS ora guarda la sua proposta hardware dal punto di vista delle elaborazioni IA. E dopo questo evento diventa sempre più interessante scoprire le applicazioni di elaborazione congiuntamente ai dispositivi mobili, in attesa di ulteriori ottimizzazioni ai modelli che siano in grado di farli girare su hardware sempre meno onerosi. Intanto, chi vuole approfondire cosa c’è dentro UGen 300 può leggere questo nostro precedente approfondimento.