Xiaomi AI Cube: il mini PC con tre chip Xring che fa girare un modello da 120B in locale

Il 24 agosto 2026, alla sua conferenza tecnologica dedicata ai chip Xring, Xiaomi ha mostrato un oggetto che non somiglia a nessuno dei prodotti per cui l'azienda è conosciuta: un cubo di alluminio grande poco più di un tostapane, chiamato AI Cube, progettato per eseguire modelli linguistici interamente in locale, senza alcuna connessione al cloud. È dichiaratamente un prototipo ingegneristico, non un prodotto in vendita, ma è il tipo di prototipo che vale la pena guardare da vicino, perché racconta dove sta andando l'hardware per l'AI.

Dentro ci sono tre chip progettati in casa che lavorano insieme: l'Xring O3, il processore applicativo che gestisce il sistema; l'Xring O100, l'acceleratore dedicato all'inferenza; e l'Xring D100, che si occupa della gestione dei dati e della memoria. La memoria è LPDDR6 con una banda dichiarata di 1,22 TB/s — il numero più importante di tutta la scheda tecnica, perché nell'inferenza dei modelli linguistici il collo di bottiglia quasi mai è la potenza di calcolo pura, quasi sempre è la velocità con cui si riescono a spostare i pesi dalla memoria. La GPU integrata è una G2 Ultra NX a 16 core, e il sistema sostiene 150 W continui in un chassis passivo-attivo compatto.

I numeri di inferenza mostrati da Xiaomi parlano di una configurazione a doppio modello: uno grande da circa 120 miliardi di parametri affiancato da uno piccolo da 3 miliardi, con throughput dichiarato fino a 330 token al secondo. La logica è quella dello speculative decoding: il modello piccolo propone rapidamente le continuazioni, quello grande le verifica. È la stessa tecnica che negli ultimi mesi ha permesso a diversi laboratori di moltiplicare la velocità percepita senza toccare la qualità delle risposte, e vederla implementata a livello di silicio in un dispositivo da scrivania è la vera notizia.

Il contesto in cui arriva è affollato: NVIDIA con le sue macchine compatte per sviluppatori, Apple con i Mac Studio usati come server di inferenza casalinghi, una lunga fila di mini PC cinesi con NPU sempre più grosse. La differenza dell'AI Cube è la verticalizzazione: Xiaomi progetta i chip, la memoria è dimensionata sul carico, e il software è pensato per un solo compito. Quando un produttore controlla tutto lo stack, i watt e i millisecondi si recuperano dove nessuno li recupera montando componenti standard.

La domanda che conta per un'azienda non è però quanti token al secondo fa un cubo. È: mi serve? La risposta onesta è che dipende da un solo fattore, ovvero dove possono stare i tuoi dati. Se lavori con documenti sanitari, dati di produzione, contratti riservati o informazioni soggette a vincoli contrattuali di non trasferimento, un'inferenza che non esce dalla tua rete elimina un'intera categoria di problemi legali e di compliance — anche alla luce dell'AI Act, pienamente applicabile ai sistemi ad alto rischio da agosto 2026. Se invece stai automatizzando risposte a email commerciali o classificazione di lead, un modello in cloud costa meno, si aggiorna da solo e non richiede a nessuno di occuparsi di manutenzione hardware.

C'è anche un calcolo economico da fare con onestà. Una macchina locale ha un costo iniziale, si ammortizza su anni, non scala nei picchi e invecchia insieme ai modelli: il modello da 120B che oggi ci gira comodo, fra dodici mesi sarà mediocre rispetto a quello che il mercato considera normale. Il cloud costa a consumo, scala, si aggiorna, ma su volumi alti e costanti diventa una voce di spesa fissa che cresce. Nella pratica, quasi tutte le aziende con cui lavoro finiscono in un'architettura ibrida: modelli locali per la parte sensibile e ad alto volume, modelli di frontiera in cloud per i compiti che richiedono davvero il ragionamento migliore disponibile.

Il mio consiglio, se stai valutando un investimento in hardware AI dopo aver letto notizie come questa: non partire dalla macchina. Parti dal processo che vuoi automatizzare, misura quanti documenti o richieste passano al mese, verifica quali dati toccano e solo dopo decidi dove far girare il modello. Nella maggior parte dei casi il primo agente utile per una PMI gira benissimo su un'API in cloud a poche decine di euro al mese, e la discussione sull'hardware locale ha senso solo quando i volumi o i vincoli sulla privacy la rendono inevitabile. L'AI Cube resta comunque un segnale chiaro: fra un paio d'anni far girare un modello serio in ufficio sarà una scelta normale, non un progetto da laboratorio.