Se vuoi eseguire modelli linguistici di grandi dimensioni direttamente sulla tua scrivania nel 2026, due macchine molto diverse si piazzano al vertice della classifica. La RTX 5090 è la GPU consumer più veloce mai realizzata. Il Mac Studio M3 Ultra è un case silenzioso in grado di contenere modelli diverse volte più grandi. Rappresentano due filosofie opposte — velocità grezza contro capacità grezza — e la scelta giusta dipende interamente dai modelli che desideri eseguire.
Una nota sul nome: Apple non ha mai rilasciato un «M4 Ultra». Il suo Mac Studio del 2025 abbinava il M4 Max con il M3 Ultra (96 GB di base, fino a 512 GB di memoria unificata al lancio, 819 GB/s), ed è questa la macchina confrontata qui. Il 25 agosto 2026 Apple l'ha sostituito con il Mac Studio M5 Ultra (fino a 512 GB, 1,2 TB/s, da $5.499, secondo Apple); lo stesso compromesso velocità-capacità si applica, con un divario di larghezza di banda più contenuto. Convly non ha sottoposto a benchmark nessuna delle due macchine — i dati qui sotto provengono dalle specifiche ufficiali e dalle fonti pubbliche collegate.
Punti chiave
- La RTX 5090 dispone di 32 GB GDDR7 a 1.792 GB/s — velocità impressionante, capacità limitata.
- Il Mac Studio M3 Ultra offre una quantità di memoria unificata notevolmente superiore (fino a 512 GB) — contiene modelli molto più grandi, più lentamente per token.
- Per i modelli che rientrano nei 32 GB, la RTX 5090 è sensibilmente più veloce.
- Per i modelli superiori ai 32 GB — da 100B di parametri in su — lo il Mac è l'unico in grado di caricarli.
- Per l'addestramento e il fine-tuning, la RTX 5090 e CUDA vincono nettamente; il Mac è una macchina dedicata all'inferenza.
A colpo d'occhio
| Fattore | RTX 5090 (PC) | Mac Studio M3 Ultra |
|---|---|---|
| Memoria per i modelli | 32 GB GDDR7 | 96–512 GB unificati |
| Larghezza di banda della memoria | 1.792 GB/s | 819 GB/s |
| Velocità (modelli che rientrano nella memoria disponibile) | Molto più veloce | Moderato |
| Modello più grande caricabile | ~32B a 4-bit (70B solo a ~2–3-bit) | Classe da 100 miliardi di parametri e oltre |
| Addestramento / fine-tuning | Eccellente (CUDA) | Limitato |
| Consumo energetico (dichiarato) | 575 W solo per la GPU | 270 W max, intero sistema |
Fonti: NVIDIA di OpenAI e dal suo whitepaper Blackwell; la pagina di Apple Mac Studio (2025) specifiche, annuncio di lancio (512 GB) e i dati sul consumo (configurazione M3 Ultra con 512 GB).
Il compromesso fondamentale: velocità contro capacità
Questo confronto non riguarda quale macchina sia "migliore". Si tratta invece di un autentico compromesso ingegneristico:
- Il RTX 5090 dispone della memoria più veloce qui con un ampio margine — 1.792 GB/s. Poiché la generazione dei token negli LLM è limitata dalla larghezza di banda, qualsiasi modello che rientri nei suoi 32 GB viene eseguito veloce. Tuttavia, i 32 GB rappresentano un limite massimo rigido.
- Il Mac Studio M3 Ultra ha molta più memoria ma minore larghezza di banda (819 GB/s). È in grado di contenere modelli enormi che la 5090 non può nemmeno toccare — ma genera ogni token più lentamente.
La decisione si riduce quindi a una sola domanda: i modelli che ti interessano superano o sono inferiori ai 32 GB?
Modelli che rientrano nei 32 GB: vince la RTX 5090
Per tutto ciò che rientra nella VRAM della 5090 — modelli da 8B, 13B e 32B-class a 4-bit (un modello 70B entra solo a ~2–3-bit) — l'RTX 5090 è il vincitore assoluto. La sua enorme larghezza di banda produce frequenze di token che il Mac non può uguagliare: nelle classifiche pubbliche di llama.cpp, l'RTX 5090 genera circa 3× più token al secondo rispetto a un M3 Ultra a 80 core sullo stesso test Llama 2 7B Q4_0 (290 vs 92) ed elabora i prompt circa 9,6× più velocemente (14.073 vs 1.471) — vedere le CUDA e Apple Silicon classifiche (contributi della comunità, indicative piuttosto che esatte). Se il tuo lavoro quotidiano riguarda modelli in questo intervallo, il PC è più veloce, e non è neanche vicino.
La 5090 vince anche in termini di velocità di iterazione. Per Stable Diffusion, la generazione video e qualsiasi carico di lavoro in cui si apportano modifiche e si esegue nuovamente il processo in continuazione, questa maggiore velocità si traduce in un reale guadagno di produttività.
Modelli superiori ai 32 GB: solo il Mac può eseguirli
Ora capovolgiamo la prospettiva. Un modello da 100B di parametri, oppure un modello da 70B a elevata precisione, o diversi modelli di grandi dimensioni mantenuti contemporaneamente in memoria — questi semplicemente non rientra nei 32 GB. La RTX 5090 non riesce a caricarli senza riversare parte dei dati nella RAM di sistema, con conseguente crollo delle prestazioni.
Il Mac Studio M3 Ultra, con il suo grande pool di memoria unificata, li carica ed esegue. Più lento per token rispetto alla 5090 sarebbe — ma la 5090 non può eseguirli affatto. Per il ricercatore o l'hobbyist il cui obiettivo è esplicitamente "eseguire i modelli open source più grandi sulla mia scrivania", il Mac non è l'opzione più veloce; è l'unica opzione disponibile.
Addestramento e fine-tuning: chiaramente, il PC
Se il tuo lavoro va oltre l'inferenza e include formazione e l'adattamento fine (fine-tuning), la RTX 5090 e l'ecosistema CUDA vincono in modo decisivo. Lo stack PC — PyTorch, Flash Attention, bitsandbytes, l'intera toolchain per la ricerca — presuppone CUDA. Il Mac utilizza MLX, eccellente per l'inferenza ma molto meno sviluppato per l'addestramento. Chiunque abbia un flusso di lavoro che preveda regolarmente il fine-tuning dovrebbe scegliere il PC.
Scegli la RTX 5090 se
- I tuoi modelli entrano in 32 GB — fino a ~32B a 4-bit, o 70B a ~2–3-bit
- effettui fine-tuning o addestramento, non ti limiti semplicemente all'inferenza
- desideri la massima velocità e il più ampio supporto software disponibile
Scegli il Mac Studio M3 Ultra se
- hai la necessità di eseguire localmente modelli da 100B di parametri
- desideri una macchina silenziosa, a basso consumo energetico che funzioni "senza problemi"
- il tuo lavoro consiste nell'esecuzione di inferenze e la capacità è più importante della velocità grezza
La raccomandazione onesta
Per alla maggior parte delle persone, la RTX 5090 è la migliore macchina per LLM locali nel 2026: è più veloce, addestra altrettanto bene quanto esegue inferenze e i 32 GB coprono i modelli effettivamente utilizzati dalla grande maggioranza degli utenti. Scegli lo Mac Studio M3 Ultra quando hai un'esigenza specifica e ben ponderata di eseguire modelli oltre ciò che i 32 GB consentono — e quando un funzionamento quasi silenzioso e a basso consumo energetico ha un valore reale per te. Uno è il generalista ad alte prestazioni; l'altro è lo specialista ad alta capacità.
Costo totale di proprietà: energia, calore e prezzo reale
Il prezzo di listino è solo l’inizio. Queste due macchine divergono nettamente per i costi associati al acquistare, eseguire, e e alla convivenza quotidiana con esse — e il mercato delle GPU del 2026 amplia ulteriormente questo divario rispetto a quanto suggerito dalle specifiche tecniche.
In termini di prezzo d’acquisto, la RTX 5090 appare più economica sulla carta: il prezzo consigliato al pubblico (MSRP) di lancio di NVIDIA era di $1,999 (NVIDIA), rispetto ai $3,999 per il Mac Studio M3 Ultra di base con 96 GB (il configuratore Apple 2025, archiviato); its successor, the M5 Ultra, starts at $5,499. But the 5090 is a bare card. You still need a capable host PC, and through 2026 the memory shortage has pushed real 5090 street prices far above MSRP — il tracker dei prezzi GPU di Tom's Hardware ha elencato la scheda statunitense più economica a $8,477 il 26 ottobre 2026. Aggiungi una CPU, scheda madre, RAM, storage, case e un 1000W o superiore (NVIDIA specifica 1.000 W), e una build completa con 5090 ora supera il prezzo del Mac con cui sta competendo.
I costi operativi pendono ulteriormente verso Apple. La RTX 5090 ha un TDP di 575 W potenza grafica totale solo per la scheda, e NVIDIA specifica un alimentatore da 1.000 W per il sistema circostante. Il Mac Studio è in una classe completamente diversa: Apple dichiara la configurazione M3 Ultra da 512 GB a 9 W in idle e 270 W massimi dalla presa di corrente (Apple), e il reviewer Dave Lee (Dave2D) ha segnalato un consumo inferiore a 200W durante l'esecuzione di un modello DeepSeek R1 interamente in memoria (TechRadar). Nel corso di un anno di uso giornaliero intenso, quella differenza si accumula in una bolletta elettrica significativa — ed è molto più pronunciata nelle regioni con prezzi dell'energia elevati o dove stai pagando per raffreddare la stanza dopo.
Due fattori che spesso si dimenticano finché la scatola non arriva sulla scrivania:
- calore e rumore. Una RTX 5090 sotto carico dissipa molto calore e fa ruotare le ventole in modo udibile; in un piccolo ufficio o in una camera da letto ciò risulta davvero disturbante. Il Mac Studio, invece, rimane fresco e quasi silenzioso — un aspetto cruciale se la macchina è posizionata proprio dove si lavora.
- Rivendita e possibilità di aggiornamento. Il PC è modulare — puoi riutilizzare lo chassis e inserire una futura GPU. Il Mac è fisso al momento dell'acquisto: la memoria unificata che compri è la memoria che conservi, quindi dimensionala generosamente al fronte (e nota che nel 2026 i livelli di memoria più grandi sono stati più difficili da reperire: la pagina delle specifiche di Apple per l'M3 Ultra 2025 ora elenca 256 GB come massimo, e la configurazione M5 Ultra da 512 GB era programmata per fine ottobre, dopo il resto della gamma).
In sintesi: se si ottimizza per il rapporto token/dollaro su modelli che entrano nei 32 GB di memoria, il PC può risultare vantaggioso — ma solo dopo aver considerato l’intero costo di costruzione e la tariffa elettrica locale. Se invece si dà valore a bassi costi operativi, silenziosità e ingombro ridotto, il prezzo d’ingresso più elevato del Mac garantisce vantaggi concreti nel corso del suo intero ciclo di vita.
Domande frequenti
RTX 5090 o Studio Mac: quale è migliore per gli LLM locali?
Per i modelli che entrano nei 32 GB dell'RTX 5090 (fino a ~32B a 4-bit), l'RTX 5090 è molto più veloce. Per modelli più grandi — 100B-class e oltre — solo il Mac Studio M3 Ultra ha memoria sufficiente per caricarli.
La RTX 5090 può eseguire modelli da 100 miliardi di parametri?
Non in VRAM. Con 32 GB raggiunge un massimo intorno a modelli 32B-class a 4-bit; un modello 70B entra solo a circa 2–3-bit (Llama 3.1 70B è 42,5 GB a Q4_K_M ma 21,1 GB a IQ2_XS, secondo il listato Hugging Face GGUF"). Eseguire modelli 100B-class localmente richiede la grande memoria unificata di un Mac Studio M3 Ultra (o il più recente M5 Ultra) o una build PC multi-GPU.
Perché il Mac è più lento per token, pur avendo più memoria?
La velocità di generazione dei token è governata dalla larghezza di banda della memoria, e i 1.792 GB/s dell'RTX 5090 sono significativamente superiori ai 819 GB/s del Mac (il più recente M5 Ultra raggiunge 1,2 TB/s — più vicino, ma ancora inferiore). Il Mac scambia velocità per token con la capacità di contenere modelli molto più grandi.
Quale piattaforma è migliore per il fine-tuning dei modelli AI?
La RTX 5090. L'ecosistema CUDA domina l'addestramento e il fine-tuning, con un supporto maturo in ogni principale libreria. Il framework MLX del Mac è eccellente per l'inferenza, ma limitato per l'addestramento.
Quanto costa in termini di elettricità far funzionare una RTX 5090 rispetto a un Mac Studio?
Il divario è significativo. L'RTX 5090 è classificata a 575W solo per la scheda, e NVIDIA specifica un alimentatore da 1.000 W per il PC circostante, mentre Apple dichiara il Mac Studio M3 Ultra a 9 W in idle e 270 W massimi, e un reviewer ha segnalato un consumo inferiore a 200W durante l'esecuzione di un modello con 671 miliardi di parametri. Per un uso occasionale la differenza è minore, ma per una macchina che esegue modelli tutto il giorno, il Mac può costare una frazione per l'operazione — e genera molto meno calore di scarto da raffreddare.
La RTX 5090 è rumorosa e si scalda molto durante l’ LLM locale uso?
Sì, entrambe le cose, sotto carico prolungato. La scheda da 575W produce calore significativo e un rumore di ventole udibile durante sessioni di inferenza lunghe, il che può risultare fastidioso in un ambiente silenzioso. Il Mac Studio, al contrario, rimane fresco e quasi silenzioso anche sotto carichi pesanti di lavoro sui modelli. Se la macchina sarà posizionata sulla vostra scrivania anziché in uno spazio separato, acustica e gestione termica diventano fattori decisivi reali, spesso sottovalutati.
Devo acquistare due RTX 5090 invece di un solo Mac Studio per ottenere più memoria?
Solo se il vostro software e il vostro carico di lavoro supportano effettivamente il multi-GPU. Due RTX 5090 offrono più VRAM complessiva e un’elevata capacità di elaborazione parallela, ma comportano un consumo energetico molto più alto, un alimentatore e un sistema di raffreddamento più impegnativi, e la complessità di suddividere i modelli tra le due schede — inoltre molti strumenti per LLM locali gestiscono il multi-GPU in modo imperfetto. Per caricare semplicemente un singolo modello molto grande con il minimo sforzo, il pool di memoria unificata di grandi dimensioni di un singolo Mac Studio è generalmente la soluzione più semplice, più silenziosa e più efficiente dal punto di vista energetico.
Verdetto
Il RTX 5090 e Mac Studio M3 Ultra rispondono a due domande diverse. Se chiedi «quanto velocemente posso eseguire i modelli che uso?» — e quei modelli entrano in 32 GB — l'RTX 5090 vince, decisamente, e allena anche. Se chiedi «qual è il modello più grande che posso eseguire a casa?» il Mac Studio M3 Ultra vince, perché la capacità è qualcosa che la pura velocità non può sostituire. Sappi quale sia la tua domanda, e la scelta è ovvia.