Dall’acceleratore USB tascabile ai rack per AI factory, ASUS porta la private AI su tutta la gamma

ASUS ha presentato a Milano UGen300, un acceleratore per l’intelligenza artificiale grande come una chiavetta e venduto a meno di 300 euro. Il prodotto completa verso il basso una gamma per l’AI locale che, all’estremo opposto, arriva alle workstation con GPU NVIDIA GB300 e ai rack per data center AI basati su NVIDIA NLV72. La tesi di Marco Astori, Country Manager di ASUSTek Italy, è che sovranità del dato e costi imprevedibili dell’AI agentica stiano riportando il calcolo dentro l’azienda e nella disponibilità delle singole persone.

Poca AI governata, molta shadow AI

Nel suo keynote Astori parte dal ritardo nell’adozione. Secondo l’Istat, nel 2025 usava l’AI il 16,4% delle imprese italiane con almeno 10 addetti, il 53,1% tra le grandi; per il Politecnico di Milano solo l’8% delle PMI ha progetti attivi o in sperimentazione. Intanto i dipendenti usano strumenti personali, talvolta incollandovi contratti e dati dei clienti: è la shadow AI, l’uso di servizi di intelligenza artificiale fuori dal controllo dell’IT.

Marco Astori, Country Manager di ASUS Italy

I freni all’adozione individuati da ASUS sono tre: qualità del dato, costi a consumo difficili da prevedere, sicurezza. Sul primo Astori ricorda che l’AI “rimane una perfetta macchina sintattica”: con dati disordinati restituisce documenti obsoleti o colma le lacune inventando. Sull’ultimo pesa la giurisdizione, minacciata come noto dal CLOUD Act statunitense. “Non importa che i server siano in Italia o in Europa, è importante anche la giurisdizione dell’azienda che ne è in possesso”, osserva Astori.

La risposta di ASUS è la private AI, preceduta da un lavoro serio di gestione della conoscenza. Nella metafora di Astori, il valore non sta solo nei documenti chiusi nella cassaforte, ma nella chiave: l’esperienza con cui le persone li interpretano, che un modello addestrato in casa può incorporare. “Il competitor può comprare lo stesso modello, non ti può comprare la chiave”.

UGen300, l’AI tascabile pensata per l’edge

UGen300 usa il chip Hailo-10H con 8 GB di memoria LPDDR4 dedicata ed eroga fino a 40 TOPS (trilioni di operazioni al secondo) in precisione INT4, con un consumo di circa 2,5 watt. Si collega via USB-C a sistemi x86 o ARM con Windows, Linux o Android, ed esiste anche in versione M.2 da installare in un computer che abbia uno slot di questo tipo libero. ASUS dichiara il supporto a oltre 150 modelli pre-addestrati; in Italia è già in distribuzione.

ASUS UGen300 è un acceleratore AI da 40 TOPS che si collega via USB a PC WIndows, Linux o smartphone Android per eseguire piccoli modelli in locale.

Astori lo descrive più come una piattaforma per i software verticali dei partner che come un prodotto per l’utente finale. Lo scenario più interessante per le aziende è l’edge: visione artificiale, videosorveglianza, interpretazione in tempo reale dei dati dei sensori in ambito industriale, dove un acceleratore a basso consumo elabora i dati sul posto e senza latenza, perché non deve passare dal cloud. C’è chi sviluppa soluzioni di sicurezza informatica e chi usa le telecamere per contare le persone in una sala, rilevare le mani alzate o verificare le scatole su uno scaffale.

“Diventa un veicolo di applicazioni più che un prodotto fine a se stesso”, sintetizza Astori. E poiché “non tutte le aziende oggi hanno già installato tecnologia AI”, il prezzo contenuto abbassa la soglia d’ingresso e può aprire la strada a progetti più ambiziosi.

Meno convincente l’uso come aggiornamento di PC datati, che pure ASUS promuove. I 40 TOPS sono in linea con le NPU dei PC Copilot+ attuali e 8 GB bastano solo per gli small language model (SLM), modelli linguistici compatti da pochi miliardi di parametri. Ha senso quando sostituire il computer è impossibile o sconveniente, magari perché interesserebbe una flotta ampia, ma anche in questo caso bisogna trovare un’applicazione specifica che lo renda appetibile.

Dagli AI PC agli AI Agent Computer

Salendo di scala, ASUS distingue i Copilot+ PC, dotati di una NPU (unità di elaborazione neurale) da 20 a 100 TOPS e adatti a funzioni come Microsoft Copilot, dagli AI Agent Computer, capaci di far girare in locale modelli linguistici e agenti, con una o due GPU da 32 GB ciascuna e potenze misurate in petaflop (in FP4). Il confine resta però sfumato, visto che nella famiglia Agent Computer ASUS colloca anche il mini PC Ascent QN10, basato su Snapdragon X2 Elite e su una NPU da 80 TOPS.

Completano la fascia i sistemi su misura che i partner del programma Powered By Asus assemblano con componenti ASUS.

Workstation: chi compra l’AI in casa, e perché

ExpertCenter Pro ET900N G3 rende disponibile il Superchip NVIDIA GB300 dei rack data center in formato tower workstation.

La mini workstation Ascent GX10, basata sulla piattaforma NVIDIA DGX Spark (superchip GB10, 1 petaflop FP4, fino a 128 GB di memoria unificata), costa qualche migliaio di euro ed è un prodotto di mezzo: potente sì, ma non così tanto da gestire modelli di grandi dimensioni o molti utenti contemporanei. Astori ci dice che in Italia lo chiedono soprattutto centri di ricerca universitari e indipendenti in ambito medico, farmacologico e scientifico, per addestrare modelli su dati sensibili senza investire subito in un’infrastruttura aziendale.

Qualche gradino più su c’è ExpertCenter Pro ET900N G3, la versione ASUS della DGX Station: superchip NVIDIA GB300, 748 GB di memoria coerente tra CPU e GPU, fino a 20 petaflop FP4. Malgrado il prezzo parta un po’ oltre i 100.000 euro, Astori dice di essere rimasto “sorpreso dal numero di richieste che abbiamo ricevuto”. Le prime unità sono in consegna, soprattutto a multinazionali e a realtà legate al governo che hanno già progetti AI strutturati.

Le motivazioni sono due. La prima è la riservatezza: “L’unico vero modo per avere la sovranità è avercela in casa”. La seconda è economica: “Più l’intelligenza artificiale evolve, più l’agentica ti porta a sviluppare soluzioni che, dal punto di vista dei costi, diventano incontrollabili”. Gli agenti concatenano molte chiamate ai modelli e rendono imprevedibile la spesa in token erogati dai servizi cloud.

All’altro estremo, server e AI factory

Nei data center ASUS si misura con i grandi vendor americani, da sempre presenti nelle infrastrutture delle aziende. “Come può convincere CIO e CTO a scegliere ASUS al posto dei soliti noti?”, chiediamo.

Per Astori la prima carta è l’esperienza nella componentistica, maturata in decenni a partire dalle schede madre e schede video per il gaming. “Il know-how su consumi e gestione termica nato su quei prodotti oggi entra nei sistemi per l’AI, progettati con attenzione al singolo componente”, afferma Astori. Il risultato, sostiene, sono macchine costose ma durature, con un costo totale di possesso (TCO) contenuto. L’hardware pesa infatti per circa un terzo del TCO di un’infrastruttura, accanto a energia e gestione operativa, e “la parte energetica è quella componente che oggi pesa più di tutte”. Anche pochi punti di efficienza energetica in un rack si traducono in risparmi notevoli sui costi operativi.

Competenze e memorie, i due colli di bottiglia

ASUS lavora in Italia con oltre 150 partner, ma “pochi di loro hanno già competenze AI evolute”. Per questo ha creato la rete AI Solution Partner, aziende che sviluppano applicazioni da distribuire attraverso il canale tradizionale: oggi sono tre, in Friuli, Lombardia e Toscana, e l’obiettivo è averne almeno una per regione.

L’altro nodo è la disponibilità dei componenti, e non solo il loro prezzo. Nell’ultimo anno, memorie e chip SSD hanno visto anche raddoppiare il loro prezzo. Ora la crescita sta rallentando, ma secondo Astori il problema vero è un altro.  “Non è tanto il prezzo che ci preoccupava, perché nonostante il prezzo la domanda c’è sempre stata: è la disponibilità”. Per i server più costosi si superano le 40 settimane di attesa; per le workstation ASUS ha accumulato scorte che le permettono di consegnare in due o tre settimane, almeno fino ai primi mesi del 2027.

Per attenuare i rincari sulla fascia bassa, ASUS fornisce ai rivenditori barebone di mini PC e desktop che hanno già scorte di memoria, lasciando a loro l’allestimento finale. La leva sfrutta il peso dell’azienda nella componentistica: secondo Astori un PC su tre monta tecnologia ASUS, soprattutto su schede madre e GPU, a prescindere dal marchio.

La conoscenza come asset, una tesi da verificare

Nel racconto di ASUS la precondizione resta mettere ordine nella conoscenza aziendale, un compito che ricade sui partner più che sui dispositivi. Astori si spinge oltre: un’AI costruita in locale trasformerebbe un costo operativo, come un abbonamento, in un asset che accresce il valore dell’impresa. La tesi è suggestiva, ma lo stesso Astori, ex revisore contabile, ammette che oggi non esiste un metodo per valutare a bilancio la conoscenza instillata in un modello AI.