$/kWh
GPU NVIDIA da $400 a $13.000 che spaziano tra livello professionale, data center e consumer, con RTX PRO 6000 Blackwell 96GB GDDR7 ECC in tre edizioni: Workstation (600W, uscite video, singola GPU), Server (senza monitor, raffreddamento passivo, fino a 8 per nodo) e Max-Q (300W con blower, fino a 4 per workstation). GPU NVIDIA A100 Tensor Core: 40GB Original con garanzia completa NVIDIA e 80GB Custom a prezzi inferiori a quelli di mercato, entrambe con HBM2e, NVLink bridge e 7-instance MIG. Top di gamma consumer: RTX 5090 da 32GB in varianti Fan Style e Blower, RTX 5090D V2 da 24GB Blower (tutti i core CUDA Blackwell a prezzi RTX 4090), RTX 4090 da 24GB Blower, RTX 4090 da 48GB con modifica VRAM personalizzata, e RTX 3090 da 24GB Blower. T1000 da 8GB low-profile per la gestione di server di calcolo headless con display. Varianti Blower disponibili specificatamente per impianti multi-GPU mining e rack di inferenza AI dove l’estrazione posteriore evita cascata termica tra le schede adiacenti. La redditività del mining GPU nel 2026 è marginale con la maggior parte degli algoritmi a tassi di elettricità standard. Il caso di acquisto più onesto: workloads AI e professionali prima di tutto, mining come seconda fonte di ricavo opzionale. Tutte le GPU Nuove di Zecca con garanzia del produttore, salvo indicazioni contrarie.
Stock Verificata
Ogni GPU testata e ispezionata prima della spedizione
Spedizione rapida
Spedizione entro 1–3 giorni lavorativi
Criptovalute accettate
Paga con BTC, ETH, USDT e altri ancora
Supporto Esperto
Specialisti di infrastrutture AI e GPU a disposizione
La rivoluzione dell'AI è alimentata da un insieme incredibilmente ridotto di chip in silicio. La gamma di GPU per data centre di NVIDIA, dai Tensor Core GPUs H100 e H200 all'RTX PRO 6000 Blackwell e all'RTX 5090, rappresenta il substrato computazionale su cui girano grandi modelli linguistici, modelli di diffusione, simulazioni scientifiche e pipeline di inferenza ad alta frequenza. Disponiamo dell'intera gamma professionale di NVIDIA — acceleratori per data centre, GPU per workstation e schede professional di visualizzazione — per acquirenti enterprise, laboratori di ricerca, startup AI e operatori di infrastrutture cloud.
Memoria BW H200
4.8 TB/s
HBM3e @ 141 GB di capacità
Prestazioni AI di H100
3.9 PFLOPS
operazioni con tensori sparsi FP8
RTX PRO 6000 VRAM
96 GB
GDDR7 ECC — architettura Blackwell
VRAM RTX 5090
32 GB GDDR7
Blackwell GB202 — 3352 GB/s BW
80 GB HBM2e
Il cavallo di battaglia dell'addestramento AI aziendale. 3.35 TFLOPS FP64, NVLink 900 GB/s. La variante SXM è preferita per le reti NVSwitch multi-GPU nei sistemi DGX H100.
141 GB HBM3e
Successore all'H100. La stessa die GPU Hopper, ma 1,76× di memoria in più e una larghezza di banda di 4,8 TB/s — fondamentale per l'inferenza LLM con finestre di contesto lunghe.
40 GB / 80 GB HBM2e
Il motorino di precedente generazione ancora molto utilizzato. 312 TFLOPS FP16 Tensor Core. Ampiamente disponibile in configurazioni PCIe originali e personalizzate.
96 GB GDDR7 ECC
La GPU da workstation più performante mai costruita. In formato PCIe completo, supporto al ponte NVLink, Nuclei Tensor di quarta generazione. Ideale per l'inferenza locale di LLM e il rendering.
32 GB GDDR7
Il principale prodotto consumer di NVIDIA sulla architettura Blackwell. 21.760 core CUDA, 3352 GB/s di bandwidth di memoria. La miglior scheda singola-GPU per carichi di lavoro misti e inferenza.
24 GB GDDR6X
Generazione Ada precedente. 16.384 core CUDA, 1008 GB/s BW. Rimane molto performante e con un prezzo più accessibile per i cluster di inferenza.
8 GB GDDR6
GPU professionale a basso profilo per l'inferenza edge e carichi di lavoro per l'uscita display. Assorbimento di potenza minimo, funzionamento silenzioso, installazione in rack ad alta densità.
16 / 24 GB GDDR6
GPU Ada e Ampere PCIe ottimizzate per l'inferenza. Progettate per slot server a potenza limitata — 72 W TDP — con un elevato throughput INT8 per l'implementazione su larga scala.
NVIDIA ha consegnato tre grandi microarchitetture GPU dall'inizio del boom dell'IA. L'architettura Hopper (H100, H200) ha introdotto il Transformer Engine — un blocco hardware che collega dinamicamente la precisione tra FP8 e FP16 all'interno di un singolo passaggio di layer per massimizzare il throughput senza una perdita significativa di precisione. Questa è stata la svolta progettuale che ha reso commercialmente praticabile l'addestramento di modelli con oltre 70 miliardi di parametri.
Ada Lovelace (RTX 4090, L4, L40S) ha portato il Tensor Core di 4ª generazione nel mercato professionale e prosumer, insieme a hardware di ray tracing significativamente migliorato. Le schede Ada occupano la posizione perfetta tra accessibilità consumer e capacità professionali, rendendole la scelta dominante per implementazioni di inferenza boutique e workstation creative AI.
Blackwell (RTX 5090, RTX PRO 6000, GB200 NVL72) è l'attuale generazione. Blackwell ha introdotto un design GPU a doppio dado per le parti di punta dei centri dati, NVLink 5.0 a 1,8 TB/s di banda die-to-die, e Tensor Cores di quinta generazione con supporto FP4. Il RTX PRO 6000 Blackwell porta 96 GB di memoria ECC nella fascia workstation — una maggiore capacità rispetto a una H100 PCIe — consentendo di eseguire localmente carichi di lavoro precedentemente riservati al cloud.
Le tre GPUs che definiscono l'infrastruttura IA moderna a livello di stazione di lavoro e server a nodo singolo.
Lo standard d'oro per l'addestramento distribuito. La variante NVSwitch-connected SXM è obbligatoria per nodi DGX di classe 8-GPU. La variante PCIe si adatta ai server standard.
Stessa Hopper GPU come l'H100 ma quasi il doppio della capacità di memoria e una larghezza di banda molto maggiore. Ideale per servire modelli da oltre 70 miliardi di parametri su larga scala con lunghe finestre di contesto.
Più VRAM di un H100 in uno slot PCIe standard. Si adatta a qualsiasi workstation o server a torre. Esegue localmente modelli da 70 miliardi di parametri. La RTX PRO 6000 Server Edition elimina le uscite video per un'implementazione ottimizzata per rack.
La GPU che addestra un modello non è necessariamente la migliore GPU per servirlo. L’addestramento richiede FLOPS massimi e una grande memoria per mantenere contemporaneamente parametri, gradienti e stati dell'ottimizzatore — un modello da 70B parametri rifinito con AdamW richiede oltre 500 GB di VRAM su un cluster. Per l’addestramento a questa scala, nodi H100 o H200 SXM collegati via NVSwitch sono lo standard del settore, offrendo la combinazione di calcolo grezzo e della larghezza di banda NVLink necessaria per mantenere tutte le GPU alimentate.
I carichi di lavoro di inferenza si preoccupano meno di FLOPS e più di capacità e larghezza di banda della memoria. Un modello quantizzato da 70B a INT4 si adatta approssimativamente in 40 GB — il che significa che un H200 può gestirlo con margine di spazio, e una coppia di schede RTX PRO 6000 Blackwell collegate tramite NVLink Bridge può fare lo stesso. Per servizi di inferenza ad alta intensità di throughput, la larghezza di banda di 4.8 TB/s dell'H200 mantiene la latenza bassa anche sotto batch di richieste concorrenti.
Casi d'uso delle workstation locali — ricerca, AI creativa, chat LLM locale, generazione di immagini, sintesi video — sono ben coperti dall'RTX PRO 6000 Blackwell (96 GB), dall'RTX 5090 (32 GB) o dall'A100 (40/80 GB) a seconda delle esigenze di dimensione del modello. L'RTX 4090 rimane l'opzione più conveniente in termini di prezzo per gli utenti che utilizzano modelli quantizzati inferiori a 24 GB.
Cluster Multi-node NVSwitch. Obbligatorio per il pre-allenamento su larga scala e il fine-tuning completo.
Memoria ad alta larghezza di banda essenziale per il servizio di contesto lungo. NVLink Bridge per coppie di workstation.
32–80 GB sufficienti per il servizio quantizzato. Forte throughput INT8.
La maggior parte della VRAM in una scheda PCIe. Esegue modelli da 34 miliardi non quantizzati. ECC per l'affidabilità.
Alto numero di core CUDA + larghezza di banda GDDR7 veloce, ideale per l'inferenza di diffusione.
TDP inferiore a 75 W. Slot singolo o a profilo basso. Implementazione in rack ad alta densità.
Memoria ECC, driver certificati, grandi frame buffer per 3D/CAD/simulazione.
Il GB200 accoppia due chip GPU Blackwell su un singolo package collegati tramite NVLink-C2C a 1,8 TB/s — eliminando completamente il collo di bottiglia PCIe tra le unità di elaborazione.
La nuova modalità di precisione FP4 offre fino a 2× la capacità di throughput di FP8 per i carichi di lavoro di inference. Mantiene la precisione attraverso il formato di microscaling di NVIDIA (MXFP4).
L'espansione della larghezza di banda raddoppia rispetto a Hopper — 1,8 TB/s bidirezionale per GPU. Critico per la configurazione rack NVL72 che collega 72 GPU Blackwell in un'unità logica singola.
Un motore dedicato all'Affidabilità, Disponibilità e Manutenibilità per il rilevamento predittivo di guasti hardware — riduce i tempi di inattività non pianificati nei cluster di inferenza in produzione.
TEE (Trusted Execution Environment) isolato hardware per carichi di lavoro GPU. Permette di eseguire modelli proprietari e inferenze sensibili in un'infrastruttura cloud condivisa in modo sicuro.
96 GB GDDR7 ECC in formato PCIe a doppio slot standard. Affidabilità di livello workstation con capacità di memoria di livello data center. Server Edition rimuove le uscite video.
La GeForce RTX 5090 lancia Blackwell nel mercato consumer e prosumer. Costruita sul die GB202 con 21.760 CUDA core e 32 GB di memoria GDDR7 a 1.792 GB/s di bandwidth, è la più potente single-GPU che si adatta a un PC desktop standard. Per ricercatori e sviluppatori di AI che necessitano di inferenza e sperimentazione locale senza costi cloud, l'RTX 5090 è la scelta pragmatica.
La RTX PRO 6000 Blackwell adotta un approccio fondamentalmente diverso: invece di massimizzare le prestazioni per il gioco consumer, NVIDIA ha progettato una GPU workstation con 96 GB di memoria ECC GDDR7 — superiore a qualsiasi altra GPU PCIe di qualsiasi produttore. Le varianti Server Edition e Max-Q Workstation Edition coprono rispettivamente il deployment rack-mount e mobile. Due schede RTX PRO 6000 collegate tramite NVLink Bridge offrono 192 GB di memoria pool — sufficiente per eseguire modelli da 70B parametri non quantizzati.
Per studi, laboratori di ricerca e startup di IA che non possono o non vogliono eseguire ogni carico di lavoro nel cloud, la linea di workstation Blackwell cambia completamente i calcoli. I modelli proprietari rimangono in sede. La latenza di inferenza diminuisce. La sovranità dei dati è mantenuta. Il costo iniziale dell'hardware è ammortizzato rispetto alle spese di inferenza nel cloud che altrimenti si accumulerebbero indefinitamente.
Sfoglia la nostra gamma completa di GPU professionali NVIDIA nella parte superiore della pagina, dalle schede per workstation singole alle configurazioni server multi-GPU. Che tu stia addestrando il tuo primo modello o scalando un cluster di inferenza, il nostro team ti aiuterà ad abbinare l'hardware giusto al tuo carico di lavoro e al tuo budget.
