ASUS ha annunciato la disponibilità sul mercato italiano di UGen300 USB AI Accelerator, un dispositivo compatto progettato per aggiungere capacità di elaborazione dell’intelligenza artificiale ai computer e ad altre piattaforme compatibili attraverso una connessione USB-C. Il prodotto integra un processore Hailo-10H, sviluppato per l’accelerazione delle operazioni di inferenza, capace di raggiungere una potenza di calcolo dichiarata di 40 TOPS, equivalente a 40.000 miliardi di operazioni al secondo, con un consumo energetico tipico di 2,5 watt. La dotazione comprende 8 GB di memoria dedicata, destinati a supportare l’esecuzione dei carichi di lavoro AI senza affidare necessariamente tutte le operazioni ai processori e alla memoria del sistema ospitante. Il dispositivo può essere utilizzato con computer Windows e Linux e con dispositivi Android compatibili, offrendo una soluzione esterna per integrare funzionalità di intelligenza artificiale generativa e di elaborazione locale anche in sistemi che non dispongono di un acceleratore dedicato sufficientemente potente.
Le applicazioni previste comprendono l’elaborazione del linguaggio naturale, l’analisi delle immagini e il riconoscimento vocale, con la possibilità di eseguire le operazioni direttamente sul dispositivo collegato anziché trasferire sistematicamente i dati verso un’infrastruttura cloud. L’acceleratore supporta ecosistemi di sviluppo associati a TensorFlow, PyTorch e ONNX, rendendolo utilizzabile anche da programmatori e sviluppatori che intendano sperimentare applicazioni di inferenza AI su hardware dedicato. Le prestazioni effettive dipendono comunque dalle caratteristiche dei modelli eseguiti, dalla loro compatibilità con l’acceleratore, dai requisiti di memoria e dall’ottimizzazione del software. UGen300 è commercializzato in Italia attraverso ASUS Gold Store e rivenditori autorizzati. Il prodotto rientra nella strategia del produttore taiwanese per distribuire le capacità di elaborazione AI tra dispositivi personali, infrastrutture aziendali e piattaforme ibride, riducendo la necessità di mantenere ogni attività di inferenza all’interno di servizi remoti.
L’ecosistema presentato da ASUS distingue tre modalità di utilizzo dell’intelligenza artificiale: Personal AI, dedicata ai singoli dispositivi e agli utenti individuali; Private AI, pensata per l’elaborazione e la gestione delle informazioni all’interno delle organizzazioni; e architetture ibride che combinano risorse locali e servizi cloud. Nell’ambito della Private AI, l’azienda attribuisce particolare importanza alla possibilità di mantenere sotto controllo il patrimonio informativo interno, comprese conoscenze operative, documenti e procedure aziendali, senza rendere necessaria la loro elaborazione permanente su infrastrutture esterne. Marco Astori, Country Manager di ASUSTek Italy, ha inoltre collegato questo approccio al valore economico delle conoscenze aziendali, prospettando la possibilità di considerare determinate infrastrutture e risorse AI come investimenti patrimoniali anziché esclusivamente come costi operativi. Un’eventuale contabilizzazione come attività di bilancio rimane tuttavia subordinata ai requisiti previsti dai principi contabili applicabili e non deriva automaticamente dall’adozione di sistemi AI privati.
Oltre a UGen300, ASUS ha presentato un portafoglio di soluzioni destinate a differenti livelli di utilizzo e capacità computazionale. Comprende i notebook professionali ExpertBook, dotati di funzionalità AI rivolte alla produttività individuale, e i Mini PC NUC 14 Pro AI, NUC 16 Pro e Ascent QN10, destinati a uffici, ambienti professionali e applicazioni industriali. Per l’esecuzione locale di modelli più impegnativi sono previste configurazioni basate sulle schede grafiche Radeon AI Pro R9700 e Intel Arc Pro B70, mentre ASUS Ascent GX10, costruito sulla piattaforma NVIDIA Grace Blackwell, propone capacità di calcolo AI elevate in un sistema desktop compatto. L’offerta si estende a workstation, server e infrastrutture scalabili, con l’obiettivo di rendere disponibili configurazioni differenziate in base al numero di utenti, alla riservatezza dei dati, al consumo energetico e alla complessità dei modelli da utilizzare.
Questo articolo è stato redatto con il supporto di strumenti di intelligenza artificiale (AI)