WiCi One porta una GPU condivisa in rete, ma il driver deve ancora convincere

Immaginate di avere una scheda grafica potente non dentro il vostro computer, ma in una scatola a parte collocata in un angolo della stanza, raggiungibile via Wi-Fi da qualsiasi dispositivo della rete di casa o dello studio. È questa l'idea di WiCi One, un dispositivo che integra una GPU Nvidia — nelle due versioni disponibili, una RTX 5060 Ti e una RTX 5090 — e la rende accessibile in rete senza cavi. L'obiettivo dichiarato è far girare modelli di intelligenza artificiale direttamente in locale, compresi i cosiddetti LLM, i grandi modelli linguistici come quelli alla base di ChatGPT, senza sovraccaricare il portatile con calcoli pesanti e calore. L'azienda cita anche il gaming tra gli usi possibili.

Il punto più delicato, però, non riguarda l'hardware: riguarda il software. WiCi One non si limita a offrire un servizio AI interrogabile via rete — cosa che già oggi si può fare con strumenti esistenti. Promette qualcosa di più ambizioso: presentarsi ai programmi come se fosse una GPU fisicamente collegata al computer, tramite un driver dedicato. Se funzionerà davvero, significherebbe poter usare software esistente — pensato per una scheda interna — su macchine leggere, senza riscriverlo per un server AI.

Un'idea già vista, ma in contesti diversi

La possibilità di usare una GPU remota come se fosse locale non è nuova nella ricerca sui sistemi di calcolo. Progetti come rCUDA hanno esplorato questo approccio anni fa, ma quasi sempre su reti cablate e in ambienti controllati, come datacenter o laboratori universitari. WiCi prova a portare la stessa impostazione in una casa o in uno studio, dove la distanza dall'access point, le interferenze e la presenza di altri dispositivi cambiano continuamente le condizioni di lavoro.

Il problema fondamentale è che le applicazioni progettate per una scheda interna comunicano con la GPU attraverso centinaia di piccoli scambi consecutivi: preparano dati, avviano operazioni, aspettano una risposta, verificano lo stato. Ogni scambio che richiede una risposta prima di procedere accumula un tempo di attesa imposto dalla rete. La velocità massima dichiarata per il Wi-Fi 7 — tecnologia di nuova generazione capace di velocità teoriche molto elevate — descrive solo la capacità di trasporto dati, non questa latenza. WiCi dichiara di aver sviluppato ottimizzazioni specifiche: conservazione locale delle informazioni ripetitive, compressione dei dati, raggruppamento delle operazioni indipendenti. Quante richieste dovranno comunque fare il viaggio andata e ritorno nella rete determinerà il risultato reale.

La velocità del Wi-Fi racconta solo una parte delle prestazioni reali del dispositivo

Su reti reali, le prestazioni del Wi-Fi 7 variano sensibilmente. Una prova residenziale condotta dalla WBA ha misurato 3,7 gigabit al secondo nelle vicinanze dell'access point, con risultati inferiori alle distanze d'uso ordinarie. Sono misure di rete, non di WiCi One: servono a ricordare che una dimostrazione nelle condizioni ideali non descrive l'esperienza quotidiana.

I risultati sperimentali hanno limiti precisi

Il gruppo di ricerca dietro WiCi ha pubblicato un lavoro sperimentale in cui alcune applicazioni raggiungono fino all'80% delle prestazioni della GPU usata direttamente. È un segnale incoraggiante sull'efficacia delle ottimizzazioni, ma il banco di prova utilizza Wi-Fi 6 — la generazione precedente — e hardware diverso da WiCi One. Inoltre, il risultato peggiora quando un'applicazione deve trasferire dati frequentemente o leggere i risultati in tempo reale: in quei casi il peso della rete si fa sentire di più. Le prestazioni del prodotto finale con Wi-Fi 7, incluse quelle mostrate sul sito dell'azienda, richiedono verifiche indipendenti su configurazioni commerciali reali.

Sul fronte software, vale la pena chiarire cosa già esiste. Interrogare un modello AI su un altro computer della rete domestica è già possibile oggi: strumenti come Ollama permettono da tempo di farlo tramite una semplice interfaccia di programmazione. Il vantaggio di WiCi One starebbe nella modalità driver, che presenterebbe la GPU remota come locale ai programmi compatibili, con supporto agli ambienti di sviluppo Python, JavaScript e Swift. Chi usa solo chat, trascrizione vocale o altri servizi basati su questo tipo di interfaccia potrebbe trovare un server locale convenzionale già sufficiente.

Lo storage non sostituisce la memoria di calcolo

WiCi One integra anche un'unità di archiviazione interna per conservare i modelli AI direttamente nel dispositivo. I pesi di un modello — i dati che ne determinano il comportamento — possono occupare decine di gigabyte: tenerli nel box evita di doverli trasferire ogni volta dal computer attraverso la rete. Quando però un modello supera la memoria disponibile sulla GPU, alcune parti devono essere lette dall'SSD durante l'elaborazione. In quel caso, la capienza di archiviazione non si traduce automaticamente in velocità: contano il tempo per ottenere la prima risposta e la rapidità con cui arrivano le successive, soprattutto passando da un modello all'altro. WiCi stessa indica che l'ottimizzazione di questo trasferimento è ancora in sviluppo.

È anche il momento di correggere un'imprecisione circolata con la notizia. La scheda tecnica pubblicata da WiCi assegna all'edizione con RTX 5060 Ti un SSD da 1 TB; l'unità PCIe 5.0 da 4 TB compare solo nell'edizione con RTX 5090. Attribuire lo storage maggiore alla configurazione base darebbe un'immagine inesatta del prodotto. Le due versioni vanno tenute distinte anche quando si valutano le prestazioni dichiarate per i modelli più grandi. La documentazione non chiarisce inoltre se l'utente potrà sostituire autonomamente la GPU in futuro.

Condividere la GPU tra più dispositivi simultanei è una delle scommesse più difficili da verificare

Più utenti, stessa GPU

Una delle caratteristiche più originali di WiCi One è la condivisione tra più dispositivi. Il sistema è progettato per mantenere un modello attivo mentre computer diversi lo interrogano in parallelo, assegnando a ciascuno il proprio contesto di elaborazione. In uno studio potrebbe significare che il portatile dedicato alla scrittura, quello per la grafica e quello dello sviluppatore usino la stessa GPU contemporaneamente; in casa, che un computer e un assistente vocale condividano la stessa risorsa. Quando le richieste arrivano tutte insieme, però, gli utenti si spartiscono capacità di calcolo, memoria e banda radio. I test più utili misureranno quanto impiega una richiesta interattiva mentre un altro dispositivo sta svolgendo un lavoro prolungato.

Sul fronte della compatibilità, WiCi indica supporto a macOS, Windows e Linux per la modalità driver, con accesso tramite API o strumenti di sviluppo per altri dispositivi. La Developer Preview è prevista per il quarto trimestre del 2026: la documentazione precisa che alcuni comandi e modalità di gestione dei carichi sono ancora illustrativi. Supporto al sistema operativo e compatibilità con ogni singola applicazione sono questioni distinte, e chi intende usare il dispositivo con un programma specifico dovrà verificare driver, funzioni effettivamente disponibili e comportamento dopo gli aggiornamenti.

Privacy, sicurezza e prezzo

Tenere i modelli in locale offre un maggiore controllo sui dati rispetto ai servizi cloud, ma sposta parte della responsabilità sulla rete e sul dispositivo stesso. WiCi descrive un sistema di abbinamento per verificare l'identità del box e afferma che le richieste di elaborazione restano nella rete locale. Per un uso con documenti riservati o con più utenti, restano da chiarire cifratura del traffico, autorizzazioni tra dispositivi e isolamento delle sessioni. Evitare il cloud e proteggere i dati mentre circolano nella rete dello studio sono obiettivi collegati, ma richiedono verifiche separate.

Sul prezzo, WiCi pubblicizza 1.999 dollari per gli iscritti all'accesso anticipato, con un prezzo successivo di 2.599 dollari indicato sulla stessa pagina. Non è disponibile un listino in euro né una conferma di disponibilità in Italia. Chi cerca soprattutto memoria direttamente utilizzabile per modelli grandi può valutare strade diverse: Nvidia dichiara 128 GB di memoria unificata per il suo computer desktop DGX Spark, una soluzione che punta su un'architettura diversa. WiCi One risponde invece con l'accesso condiviso da più dispositivi e lo storage dei modelli nel box: due risposte differenti alla stessa esigenza di avere l'AI vicino a chi la usa.

Per il gaming, la promessa del driver è particolarmente impegnativa: il gioco dovrebbe girare sul computer dell'utente usando la GPU virtuale remota, il che rende critici anche i ritardi irregolari nella produzione dei fotogrammi, che una media delle prestazioni tende a nascondere. Per l'AI, dove molte richieste possono essere elaborate interamente sul box prima di restituire una risposta, la rete potrebbe pesare in modo diverso. La distinzione emergerà confrontando, sullo stesso modello e con la stessa GPU, la modalità API, quella driver, un server locale convenzionale e l'esecuzione diretta: prima con un solo utente, poi con più dispositivi attivi contemporaneamente.