// TOM'S HARDWARE ITALIA — HARDWARE & GADGET
Buterin esegue Qwen3.8-Flash-Next sul laptop: i prompt restano lì?
Vitalik Buterin ha condiviso i risultati dell'esecuzione di Qwen3.8-Flash-Next sul proprio laptop, mostrando un modello di intelligenza artificiale che elabora le richieste direttamente sul computer. La configurazione utilizza un chip AMD Strix Halo e risponde senza contattare un server cloud: i prompt rimangono sul dispositivo, anziché essere trasmessi al gestore di un servizio remoto.
Alibaba ha pubblicato i pesi aperti del modello il 26 agosto. Secondo il team, la rete comprende 125 miliardi di parametri, ma ne attiva soltanto sei miliardi alla volta. Questa architettura MoE, acronimo di Mixture of Experts, riduce il calcolo necessario per elaborare le richieste selezionando solo una parte della rete. Buterin lo ha chiamato Qwen3.8-Flash, mentre la versione scaricabile è distribuita con il suffisso Flash-Next.
Il portatile impiegato usa AMD Strix Halo, una piattaforma nella quale CPU e GPU possono accedere allo stesso bacino di memoria. Nei sistemi con grafica dedicata, invece, la memoria di sistema e quella della scheda video sono generalmente separate. Per l'inferenza locale questa differenza ha conseguenze pratiche: oltre alla potenza di calcolo, serve spazio per mantenere disponibili i pesi del modello durante l'elaborazione.
Le macchine Strix Halo possono arrivare a 128 GB di memoria condivisa, contro gli 8-24 GB presenti su molte schede grafiche consumer. È una caratteristica da distinguere dalla semplice appartenenza alla categoria dei PC AI, alla quale appartengono anche ultraportatili come HP OmniBook X 14: per caricare reti di queste dimensioni, la capacità accessibile al processore che esegue il modello è un elemento determinante.
Buterin ha evidenziato anche i progressi di llama.cpp, il software utilizzato per eseguire il modello. I risultati condivisi distinguono il contesto già presente, il nuovo prompt, il testo generato e le velocità di ingresso e uscita in token al secondo. Con richieste brevi, la generazione procede a un ritmo compatibile con la lettura; con prompt lunghi decine di migliaia di parole, la velocità di risposta diminuisce.
La proposta del cofondatore di Ethereum comprende anche un impiego ibrido dell'AI locale. Il modello sul laptop gestirebbe direttamente le attività alla propria portata, per poi affidare quelle più impegnative a sistemi remoti più potenti. Prima dell'invio, sarebbe lo stesso modello locale a rimuovere le informazioni personali dalla richiesta, svolgendo quindi una funzione di filtro tra l'utente e il servizio esterno.
In questo schema, nomi, indirizzi di wallet o codice privato potrebbero essere estratti dal prompt, lasciando al sistema ospitato soltanto la domanda da elaborare. Il filtraggio ridurrebbe così i dati trasmessi, senza garantire che ogni informazione sensibile venga intercettata. È un compito diverso dalla semplice generazione di testo: al software sul dispositivo verrebbe affidata anche la selezione di ciò che può uscire dal computer.
Aggiungi Tom's Hardware alle tue fonti preferite su Google