I 64 GB di DDR5-6000 C40 rappresentano il nuovo punto di equilibrio ideale per l’intelligenza artificiale e i videogiochi?

Come affermato lo scorso anno, la capacità di RAM ideale consigliata per i giochi e i carichi di lavoro legati all’intelligenza artificiale era di 96 GB di memoria di sistema. Da allora, molte cose sono cambiate e un kit da 96 GB potrebbe non essere più un’opzione consigliabile.

Il mercato delle memorie ha subito profondi cambiamenti. Le infrastrutture di intelligenza artificiale stanno assorbendo enormi quantità di capacità DRAM e HBM, esercitando una notevole pressione sull’offerta e sui prezzi delle memorie DRAM destinate al mercato consumer. Nel 2026, i kit da 96 GB potrebbero risultare difficili da reperire o presentare un notevole sovrapprezzo, rendendoli notevolmente meno appetibili per la configurazione di un PC destinato agli appassionati del segmento mainstream.

Pertanto, torniamo in laboratorio per cercare di trovare la soluzione migliore, date le circostanze.

Sono state messe a confronto le configurazioni da 32 GB e 64 GB utilizzando una scheda RTX 4090 e carichi di lavoro LLM locali, valutando al contempo l’effetto delle prestazioni della memoria DDR5.

Il sistema di prova era il seguente:

• CPU: processore Intel® Core™ Ultra 7 270K Plus
• DRAM: CORSAIR VENGEANCE RGB CMH64GX5M2D6000C40
• SSD: MP600 ELITE 2 TB PCIe Gen 4 x4
• AIO: iCUE LINK TITAN 360 RX RGB AIO
• Scheda grafica: RTX 4090 24 GB XLR8 Gaming UPRISING EPIC-X

La conclusione è chiara: per un sistema moderno dedicato al gaming e all’intelligenza artificiale, 64 GB di DDR5 rappresentano il punto di equilibrio ideale e la DDR5-6000 C40 offre un eccellente equilibrio tra capacità, prestazioni e praticità.

Come previsto, 32 GB di memoria non sono sufficienti per gestire un modello di linguaggio di grandi dimensioni (LLM) con 70 miliardi di parametri. L’utilizzo della RAM supera abbondantemente il 95% e ciò rallenta il sistema. Al contrario, il sistema da 64 GB disponeva di circa 15 GB di RAM disponibili, il che consente agli utenti di svolgere altre attività contemporaneamente.

Per quanto riguarda i tempi di generazione dei token, non si riscontra una grande differenza. Il kit da 64 GB 6000C40 risulta leggermente in vantaggio, senza che ciò significhi che sia effettivamente il migliore. Per questo specifico grafico, sono state selezionate le esecuzioni più veloci e quelle più lente tra i due kit.

Tuttavia, considerando una media di 3 esecuzioni, i risultati sono gli stessi. I kit 5600C40 e 6000C40 hanno impiegato, quasi, lo stesso tempo per completare le operazioni richieste. Il kit 6000C40 è risultato leggermente più veloce di 0,5 secondi, ma tale differenza rientra nel margine di errore.

Nel complesso, i 64 GB hanno fornito una capacità di memoria sufficiente per eseguire carichi di lavoro di IA locali notevolmente più consistenti senza sottoporre il sistema a una forte pressione sulla memoria. Questa distinzione è importante.

Ma perché proprio gli LLM locali? Perché non utilizzare un’API online come ChatGPT o altre? Per motivi di privacy. I dati che gli utenti importano in qualsiasi servizio online potrebbero essere resi pubblici. Eseguendo un LLM su un dispositivo di cui si ha il controllo, non è necessario connettersi a Internet e si può controllare il suo comportamento al massimo. I vantaggi degli LLM locali non si limitano alla sola privacy. Il costo, la personalizzazione e la lunghezza del contesto sono fattori importanti a favore degli LLM locali.

Per i test è stato utilizzato il modello Llama 3.1 70B Instruct di Meta, eseguito localmente tramite Ollama. Il modello 70B contiene circa 70 miliardi di parametri e supporta una finestra di contesto di 128K. Ciò non intende suggerire che ogni utente di IA debba utilizzare un modello 70B. Tuttavia, i modelli più grandi dispongono generalmente di una maggiore capacità di rappresentare conoscenze e relazioni e possono offrire prestazioni migliori in attività complesse quali il ragionamento, la programmazione, l’analisi e l’esecuzione di istruzioni.

Una scheda grafica RTX 4090 offre 24 GB di VRAM dedicata. Si tratta di una quantità enorme di memoria grafica, ma non è necessariamente sufficiente per i modelli di IA locali di grandi dimensioni. Quando un modello supera la VRAM disponibile, parte del carico di lavoro deve risiedere nella memoria di sistema (RAM). È in quel momento che la RAM di sistema diventa molto più di una semplice risorsa per Windows, i giochi e le applicazioni in background.

Per il carico di lavoro principale, è stato scelto Llama3.1 8B. Si tratta di una quantità notevolmente inferiore rispetto ai 24 GB di VRAM disponibili sulla RTX 4090, il che significa che la memoria di sistema assume un ruolo meno rilevante nel carico di lavoro.

Anziché richiedere al modello di eseguire un test di riferimento artificiale, come la generazione di migliaia di parole, sono stati utilizzati compiti rappresentativi dell’uso quotidiano dell’intelligenza artificiale.

Tra queste figuravano attività quali la pianificazione, la sintesi, l’analisi e la produzione di contenuti strutturati.

È stata utilizzata la seguente richiesta: “Sto organizzando un viaggio di 10 giorni in Giappone che comprenderà Tokyo, Kyoto, Osaka e Hiroshima. Si prega di creare un itinerario dettagliato giorno per giorno. Per ogni giorno, includa le principali attrazioni, l’ordine in cui dovrei visitarle, il tempo di percorrenza approssimativo tra una località e l’altra, i ristoranti o le zone gastronomiche consigliate e alcuni consigli pratici. Spieghi le ragioni alla base dell’itinerario e individui eventuali problemi di programmazione. Al termine, fornisca un elenco conciso delle cose da mettere in valigia e un riepilogo del tempo totale dedicato al viaggio rispetto a quello dedicato alle visite turistiche.”

Il mercato degli appassionati di PC sta cambiando.

• I 32 GB rimangono una soluzione valida per i sistemi da gioco e per carichi di lavoro di intelligenza artificiale meno impegnativi, ma limitano sempre più ciò che un sistema di fascia alta è in grado di gestire agevolmente.
• 96 GB rimangono un'ottima scelta per gli utenti specializzati, ma i prezzi e la disponibilità attuali della memoria rendono difficile giustificarne la scelta come raccomandazione predefinita per gli appassionati.
• I kit da 64 GB si collocano a metà strada ed è proprio per questo che rappresentano una scelta sensata.

Offrono una capacità sufficiente per il gaming moderno, il multitasking e carichi di lavoro significativi legati all’intelligenza artificiale locale, evitando al contempo i problemi di costo e disponibilità sempre più associati ai kit di dimensioni maggiori.

In combinazione con le specifiche DDR5-6000 C40, garantiscono un ottimo equilibrio tra capacità e prestazioni della memoria.