Come acquistare un portatile usato per lavorare con l'IA nel Regno Unito — Guida completa all'acquisto 2026
Nel 2026, l’IA non sarà più un giocattolo, ma uno strumento. E non dovrai pagare un abbonamento mensile per usarla.
Pensaci: 20 sterline al mese per ChatGPT Plus significano 240 sterline all’anno. In due anni, sono 480 sterline: abbastanza per comprare un buon portatile di seconda mano in grado di eseguire modelli di IA in locale, secondo le tue esigenze. Niente cloud. Niente abbonamenti. Niente invio di documenti privati, codice o conversazioni al server di qualcun altro.
Eseguire l’IA localmente significa che i tuoi dati rimangono sul tuo computer. Significa che puoi sperimentare senza limiti di utilizzo, lavorare offline in treno e imparare al tuo ritmo senza preoccuparti che i costi delle API si accumulino. Che tu voglia chattare con un modello linguistico locale, generare immagini con Stable Diffusion o iniziare a imparare il machine learning, avere il tuo hardware è il modo più liberatorio per farlo.
Questa guida è per te se vivi nel Regno Unito, il tuo budget è compreso tra 300 e 1.500 sterline e stai pensando di acquistare un laptop usato. Non devi essere un esperto di tecnologia: ti guideremo attraverso tutto, dalle specifiche che contano davvero, ai modelli specifici e ai loro prezzi reali sul mercato dell’usato nel Regno Unito, fino a come evitare di essere truffato su eBay.
Alla fine, saprai esattamente cosa cercare, cosa evitare e dove trovare le migliori offerte.
> 📅 Questo articolo riflette il mercato dei laptop usati nel Regno Unito a partire da aprile 2026. I prezzi dei laptop di seconda mano cambiano continuamente: se leggerai questo articolo tra sei mesi, ricontrolla gli annunci attuali. Tuttavia, i consigli sulle specifiche e su cosa cercare rimarranno validi per molto tempo.
Cosa farai esattamente? Attività di IA e relativi requisiti hardware
“IA” è un termine generico e l’hardware necessario dipende interamente da ciò che vuoi fare. Eseguire un piccolo chatbot sul tuo laptop è una cosa completamente diversa dal generare immagini ad alta risoluzione o mettere a punto un modello linguistico su dati personalizzati.
Analizziamo le attività di IA più comuni, cosa richiedono effettivamente e quanta potenza di calcolo serve al tuo laptop per ciascuna di esse.
| Categoria di attività | Esempi | VRAM min. | VRAM consigliata | RAM min. | Note |
|---|---|---|---|---|---|
| Inferenza su modelli piccoli (fino a 7–8 miliardi di parametri) | Llama 3 8B, Mistral 7B, Gemma 7B tramite Ollama/LM Studio | 4 GB (quantizzata Q4) | 6–8 GB | 16 GB | La soglia di accesso più bassa. Funziona anche su GPU meno recenti. |
| Inferenza su modelli medi (13 miliardi) | Llama 2 13B, DeepSeek-Coder 33B (Q4) | 6 GB | 8–12 GB | 16–32 GB | 6 GB di VRAM sono il minimo assoluto con quantizzazione Q4. |
| Inferenza su modelli di grandi dimensioni (70B, quantizzata) | Llama 3 70B Q4, DeepSeek R1 Q4 | 12 GB+ (o offload su CPU) | 16+ GB di VRAM o 64+ GB di RAM (Apple) | 32–64 GB | Su un portatile con 8 GB di VRAM: dolorosamente lento con offload della CPU. Su un MacBook con 64 GB di memoria unificata: fattibile. |
| Generazione di immagini (Stable Diffusion) | ComfyUI, Automatic1111, Flux | 4 GB (il minimo indispensabile) | 8–12 GB | 16 GB | SDXL richiede 8 GB di VRAM. Flux richiede 12+ GB. |
| Messa a punto (LoRA/QLoRA) | Addestramento di piccoli modelli sui propri dati | 8 GB | 12–16 GB | 32 GB | QLoRA riduce i requisiti. Messa a punto completa → utilizzare il cloud. |
| ML classico / elaborazione dati | scikit-learn, pandas, Jupyter, XGBoost | GPU opzionale | GPU opzionale | 16–32 GB | In questo caso CPU e RAM sono più importanti della GPU. |
| RAG e embedding | ChromaDB, ricerca locale, embedding di documenti | GPU opzionale | 4–6 GB (accelera il processo) | 16–32 GB | Principalmente CPU + RAM + SSD veloce. La GPU lo accelera. |
Se alcuni di questi termini non vi sono familiari, ecco un breve glossario:
Inferenza significa eseguire un modello pre-addestrato: gli si pongono domande o si generano output, non lo si addestra da zero. Questo è ciò che farà la maggior parte delle persone.
Parametri (7B, 13B, 70B) si riferiscono alle dimensioni del modello. Più parametri significano generalmente una qualità migliore ma requisiti di memoria più elevati. Un modello 7B ha 7 miliardi di parametri; un modello 70B ne ha 70 miliardi.
Quantizzazione (Q4, Q5, Q8) è una tecnica di compressione che riduce la precisione dei numeri di un modello (ad esempio, da virgola mobile a 16 bit a interi a 4 bit). Un modello quantizzato a Q4 utilizza circa 3–4 volte meno memoria rispetto alla sua versione a piena precisione, con solo un leggero calo di qualità (in genere del 2–5%). In pratica, Q4 e Q5 sono lo standard per l’esecuzione dei modelli in locale.
VRAM (Video RAM) è la memoria della scheda grafica. Quando si esegue un modello di IA sulla GPU, il modello risiede nella VRAM. Se il modello non ci sta, o non funzionerà o verrà parzialmente scaricato sulla RAM di sistema — che è notevolmente più lenta.
La messa a punto è il processo di addestramento di un modello esistente sui propri dati per specializzarlo per un compito particolare.
> 💡 Per l’80% delle persone che si avvicinano all’IA, è sufficiente un laptop con 6–8 GB di VRAM e 16 GB di RAM. Ciò consente di eseguire comodamente modelli da 7 a 13 miliardi di parametri e di eseguire la generazione di immagini di base con Stable Diffusion.
Cosa cercare nelle specifiche: i componenti che contano per l’IA
Non tutte le specifiche sono uguali quando si tratta di carichi di lavoro di IA. Ecco su cosa concentrarsi, in ordine di importanza dalla più importante alla meno importante.
GPU e VRAM — La specifica più importante in assoluto
La VRAM è il collo di bottiglia numero uno per l’IA locale. Il tuo modello deve rientrare nella VRAM per funzionare a piena velocità. In caso contrario, il sistema ricorre all’offloading della CPU e le prestazioni calano di un fattore 10 o più. Quando acquisti un laptop usato, la VRAM dovrebbe essere la prima cosa da controllare.
NVIDIA ha rilasciato diverse generazioni di GPU mobili negli ultimi anni. Ecco una breve cronologia: Turing (serie RTX 20xx, 2019–2020), Ampere (RTX 30xx, 2021–2022), Ada Lovelace (RTX 40xx, 2023–2024) e Blackwell (RTX 50xx, dal 2025 in poi). Sul mercato dell’usato, troverete principalmente schede Ampere e alcune Ada Lovelace a prezzi ragionevoli.
Le principali GPU mobili e la loro VRAM: le RTX 3050/3050 Ti hanno solo 4 GB — non sufficienti per un lavoro significativo con l’IA. La RTX 3060 Mobile con 6 GB è l’opzione minima praticabile. RTX 3070 e 3070 Ti hanno 8 GB: una solida via di mezzo. L’RTX 3080 Mobile è disponibile sia nella versione da 8 GB che in quella da 16 GB (la variante da 16 GB è una miniera d’oro per l’IA). Passando ad Ada Lovelace, le RTX 4060 e 4070 Mobile hanno ciascuna 8 GB, la RTX 4080 Mobile ha 12 GB e la RTX 4090 Mobile ha 16 GB. Per quanto riguarda le workstation, le schede delle serie Quadro e RTX A vanno da 6 a 16 GB.
Perché le GPU AMD e Intel sono problematiche per l’IA: Praticamente l’intero ecosistema software di IA è costruito sulla piattaforma CUDA di NVIDIA. Esiste l’alternativa ROCm di AMD, ma il supporto è frammentario e soggetto a bug. Intel Arc è ancora più indietro. Sul mercato dell’usato, il consiglio pratico è semplice: solo NVIDIA.
Una trappola importante a cui prestare attenzione: la “RTX 3060” in un laptop non è la stessa della RTX 3060 da desktop. Le GPU mobili sono disponibili in diverse configurazioni di potenza. Una variante Max-Q potrebbe funzionare a soli 80 W rispetto ai 130 W della versione a piena potenza — il che significa che è circa il 20–30% più lenta sotto carico prolungato. Controllate sempre il TDP (Thermal Design Power) del modello specifico di laptop.
> ⚠️ La VRAM non è RAM! 16 GB di RAM di sistema non equivalgono a 16 GB di VRAM su una scheda grafica. Si tratta di due pool di memoria distinti. Un laptop può avere 32 GB di RAM e solo 4 GB di VRAM — e sono proprio quei 4 GB di VRAM a determinare se il tuo modello di IA funziona senza intoppi.
RAM — Quanta e si può potenziare?
Minimo: 16 GB. Ideale: 32 GB. Se esegui modelli di grandi dimensioni con offloading della CPU o svolgi attività di data science, vale la pena arrivare a 64 GB.
Verifica se la RAM è saldata (comune negli ultrabook sottili) o se utilizza slot SO-DIMM sostituibili. I laptop da gaming del periodo 2021–2023 hanno in genere due slot, rendendo gli aggiornamenti facili ed economici: una barra da 16 GB costa circa 25 £.
Assicurati che il laptop funzioni in modalità dual-channel (due barre invece di una). Il dual-channel raddoppia approssimativamente la larghezza di banda della memoria, il che è importante per i carichi di lavoro di IA. Un laptop con un singolo stick da 16 GB è più lento di uno con due stick da 8 GB.
CPU — Meno critica di quanto pensi
Per le attività di IA accelerate dalla GPU, la CPU gioca un ruolo secondario. È importante per la pre-elaborazione dei dati, il machine learning classico (scikit-learn, XGBoost) e l’uso quotidiano, ma raramente rappresenta il collo di bottiglia quando si eseguono modelli sulla GPU.
Raccomandazione minima: 6 core / 12 thread — ovvero Intel Core i7 di decima generazione o AMD Ryzen 5 5600H e superiori. Sia Intel che AMD vanno bene, anche se AMD spesso offre un rapporto qualità-prezzo migliore sul mercato dell’usato.
Archiviazione SSD
Le unità NVMe PCIe sono da 2 a 5 volte più veloci degli SSD SATA. Quando si carica un modello da 40 GB in memoria, questa differenza di velocità è evidente.
Minimo: 512 GB. I modelli di IA e i set di dati consumano spazio rapidamente: solo la quantizzazione di Llama 3 70B nel Q4 occupa circa 40 GB. Idealmente, opta per 1 TB, oppure cerca laptop con due slot M.2 in modo da poter aggiungere una seconda unità in un secondo momento. Molti laptop da gaming offrono questa opzione.
Display, alimentazione e dissipazione del calore
Il display è meno importante per il lavoro specifico con l’IA, ma se passerete ore su questa macchina, un pannello IPS è molto più confortevole di uno TN. La risoluzione è secondaria.
La dissipazione del calore è fondamentale. I carichi di lavoro dell’IA spingono la GPU al 100% di utilizzo per minuti o addirittura ore alla volta. Il portatile deve disporre di un raffreddamento adeguato. Se non è in grado di dissipare il calore, la GPU subirà un throttling — rallentandosi automaticamente per evitare danni — e le tue attività di IA procederanno a rilento.
Un TDP della GPU più elevato significa prestazioni migliori, ma richiede un raffreddamento più efficiente. I portatili da 15 e 17 pollici hanno generalmente una gestione termica molto migliore rispetto ai modelli da 14 pollici. Tieni presente che un laptop compatibile con l’IA pesa in genere 2–3 kg. Se qualcuno ti sta vendendo un ultraleggero con una GPU potente, c’è un compromesso termico da qualche parte.
Laptop da gaming, laptop aziendale o workstation mobile? Qual è il tipo migliore per l’IA
Sul mercato dell’usato del Regno Unito, i laptop rientrano generalmente in tre categorie. Comprendere le differenze ti evita costosi errori.
| Caratteristica | Gaming | Business (ultrabook) | Workstation mobile |
|---|---|---|---|
| Modelli tipici | Lenovo Legion, ASUS ROG, Acer Predator/Nitro, MSI Katana/Raider, HP Omen | ThinkPad T/X, Dell Latitude, HP EliteBook | ThinkPad serie P, Dell Precision, HP ZBook |
| GPU | GeForce RTX (consumer) | Intel/AMD integrata | Quadro / serie RTX A (professionale) |
| VRAM tipica | 6–16 GB | 0 (condivisa) | 4–16 GB |
| Raffreddamento | Aggressivo, rumoroso, efficace | Passivo/silenzioso, si surriscalda sotto carico | Solido, più silenzioso rispetto ai modelli da gaming |
| Peso | 2,0–3,5 kg | 1,2–1,8 kg | 2,0–3,0 kg |
| Qualità costruttiva | Plastica, nella media (eccezioni: linee premium Legion, ROG) | Eccellente (magnesio, fibra di carbonio) | Eccellente (testato MIL-STD) |
| Tastiera | Da discreta a buona | Ottima (ThinkPad è leggendario) | Ottima |
| Rumore sotto carico | 🔊🔊🔊 Rumoroso | 🔊 Silenzioso (perché si limita) | 🔊🔊 Moderato |
| Prezzo dell’usato (Regno Unito) | £300–£1.200 | £150–£500 | £400–£1.500 |
| Idoneità all’IA | ⭐⭐⭐⭐⭐ Miglior rapporto qualità-prezzo | ⭐ Non idoneo (nessuna dGPU) | ⭐⭐⭐⭐ Ottimo, ma più costoso |
I laptop da gaming offrono di gran lunga il miglior rapporto VRAM/prezzo sul mercato dell’usato. È possibile acquistare una RTX 3060, 3070 o persino una 3080 a prezzi molto ragionevoli. Gli svantaggi? Sono rumorosi, pesanti, spesso realizzati in plastica e tendono ad avere un’estetica da gamer aggressiva. Ma se lavorate da casa e vi interessa la performance, non l’aspetto, sono chiaramente la scelta vincente.
Gli ultrabook aziendali (serie ThinkPad T/X, Dell Latitude, HP EliteBook) hanno tastiere bellissime e una struttura di alta qualità, ma quasi mai dispongono di una GPU dedicata. Senza una scheda grafica discreta, sono essenzialmente inutili per l’IA accelerata da GPU. Potresti eseguire modelli di piccole dimensioni sulla CPU, ma è dolorosamente lento. Salta questa categoria.
Le workstation mobili (serie ThinkPad P, Dell Precision, HP ZBook) sono la scelta sottovalutata. Sono dotate di GPU di livello professionale — Quadro RTX 3000/4000/5000 o RTX A2000/A3000/A4000/A5000. Si tratta di fatto dello stesso chip delle schede GeForce con core CUDA identici, quindi offrono prestazioni identiche per i carichi di lavoro di IA. I vantaggi: funzionamento più silenzioso, qualità costruttiva a prova di bomba, tastiere eccellenti e spesso più VRAM nei modelli di fascia alta. Gli svantaggi: prezzi più alti sul mercato dell’usato e minore disponibilità. Fai attenzione alle schede Quadro serie T di fascia bassa (T1000, T1200): hanno solo 4 GB di VRAM, che non sono sufficienti.
> 💡 Suggerimento: Se non vi interessano l’aspetto e il rumore della ventola di un laptop da gaming, vi offrirà la migliore VRAM in rapporto al prezzo. Se apprezzate un funzionamento silenzioso e una struttura solida, cercate un ThinkPad serie P o un Dell Precision con una RTX A3000 o superiore (minimo 8 GB di VRAM).
GPU mobili per l’IA — La grande tabella comparativa
Questa è la tabella più importante dell’intero articolo. Aggiungila ai preferiti, fai uno screenshot, stampala: fai come preferisci. Quando sfogli gli annunci su eBay, questa sarà la tua guida di riferimento.
| Mobile GPU | Generation | VRAM | CUDA Cores | TDP (W) | AI Rating | What You Can Run |
|---|---|---|---|---|---|---|
| GTX 1650/1650 Ti | Turing | 4 GB | 1024 | 50 | ❌ Not enough | CPU inference only, maybe tiny 3B models |
| RTX 2060 Mobile | Turing | 6 GB | 1920 | 80–115 | ⚠️ Bare minimum | 7B models Q4, SD 1.5 just barely |
| RTX 3050/3050 Ti | Ampere | 4 GB | 2048/2560 | 60–80 | ❌ Not enough VRAM | VRAM too small despite newer architecture |
| RTX 3060 Mobile | Ampere | 6 GB | 3840 | 80–130 | ✅ Good start | 7B Q4 comfortably, 13B Q4 tight, SD 1.5 fine, SDXL tight |
| RTX 3070 Mobile | Ampere | 8 GB | 5120 | 80–125 | ✅✅ Solid | 13B Q4 comfortably, SDXL fine, Flux tight |
| RTX 3070 Ti Mobile | Ampere | 8 GB | 5888 | 80–150 | ✅✅ Solid | Same as 3070, slightly faster |
| RTX 3080 Mobile | Ampere | 8–16 GB | 6144 | 80–150+ | ✅✅✅ Very good | 16 GB version: 33B Q4, Flux, LoRA fine-tuning |
| Quadro RTX 3000 | Turing | 6 GB | 1920 | 80 | ⚠️ Minimum | Similar to RTX 2060, slower |
| Quadro RTX 4000 | Turing | 8 GB | 2560 | 80 | ✅ OK | 13B Q4, SD 1.5 fine |
| Quadro RTX 5000 | Turing | 16 GB | 3072 | 110 | ✅✅✅ Big VRAM | 33B Q4, Flux, fine-tuning |
| RTX A2000 Mobile | Ampere | 4 GB | 2560 | 35–50 | ❌ Not enough | VRAM too small |
| RTX A3000 Mobile | Ampere | 6 GB | 4096 | 80–130 | ✅ Good | Similar to RTX 3060 |
| RTX A4000 Mobile | Ampere | 8 GB | 5120 | 80–140 | ✅✅ Solid | Similar to RTX 3070 |
| RTX A5000 Mobile | Ampere | 16 GB | 6144 | 80–165 | ✅✅✅ Very good | 33B Q4, Flux comfortably |
| RTX 4060 Mobile | Ada Lovelace | 8 GB | 3072 | 35–115 | ✅✅ Solid | Newer architecture, more efficient than 3070 |
| RTX 4070 Mobile | Ada Lovelace | 8 GB | 4608 | 35–115 | ✅✅✅ Very good | Faster inference, SDXL/Flux comfortably |
| RTX 4080 Mobile | Ada Lovelace | 12 GB | 7424 | 60–175 | ✅✅✅✅ Excellent | 33B Q4, fine-tuning, everything except 70B |
| RTX 4090 Mobile | Ada Lovelace | 16 GB | 9728 | 80–175 | ✅✅✅✅✅ Top | 33B–70B Q4 with offload, full Flux |
> ⚠️ Attenzione alle versioni Max-Q! La stessa GPU (ad es. RTX 3060) può avere un TDP che varia da 80 W a 130 W. La versione da 80W sarà circa il 20–30% più lenta rispetto a quella da 130W sotto carico prolungato. Controlla sempre il TDP nelle recensioni del modello specifico di laptop che stai considerando.
Cosa acquistare: modelli specifici entro il tuo budget
Ora passiamo alla parte che stavi aspettando: modelli di laptop reali con prezzi effettivi sul mercato dell’usato nel Regno Unito ad aprile 2026. Per ogni fascia di prezzo, elenchiamo la GPU, la VRAM, cosa puoi realisticamente eseguire e cosa aspettarti.
£300–£500 — AI entry level
Con questo budget, il vostro obiettivo è una RTX 3060 con 6 GB di VRAM. Qualunque cosa al di sotto di questo (GTX 1650, RTX 3050) è denaro sprecato per scopi di IA.
| Modello | GPU | VRAM | RAM tipica | Prezzo dell’usato nel Regno Unito | Cosa potete eseguire | Note |
|---|---|---|---|---|---|---|
| Acer Nitro 5 (AN515, 2021–2022) | RTX 3060 | 6 GB | 16 GB | £350–£450 | 7B Q4, SD 1.5 | Struttura in plastica, ventole rumorose, ma ottimo rapporto qualità-prezzo. La RTX 3060 più economica sul mercato. |
| HP Victus 16 (2021–2022) | RTX 3060 | 6 GB | 16 GB | £350–£450 | 7B Q4, SD 1.5 | Design pulito, raffreddamento discreto. |
| MSI GF65/GF66 Thin | RTX 3060 | 6 GB | 16 GB | £300–£400 | 7B Q4, SD 1.5 | Chassis sottile = dissipazione termica peggiore. Verificare la presenza di throttling. |
| Dell G15 5511/5515 | RTX 3060 | 6 GB | 16 GB | 350–450 £ | 7B Q4, SD 1.5 | Ottima opzione economica. Facile accesso a RAM/SSD per gli aggiornamenti. |
| Lenovo IdeaPad Gaming 3 | RTX 3060 | 6 GB | 8–16 GB | £300–£400 | 7B Q4, SD 1.5 | A volte viene fornito con 8 GB di RAM — aggiorna a 16 GB per circa £25. |
> 💡 Con questo budget, dovresti puntare almeno a una RTX 3060 con 6 GB di VRAM. Qualunque cosa al di sotto di questo — GTX 1650, RTX 3050 — è denaro buttato al vento quando si tratta di IA.
500–800 £ — Il punto d’equilibrio
È qui che ottieni il miglior rapporto qualità-prezzo per il lavoro con l’IA sul mercato dell’usato nel Regno Unito.
| Model | GPU | VRAM | Typical RAM | UK Used Price | What You Can Run | Notes |
|---|---|---|---|---|---|---|
| Lenovo Legion 5 (2021–2022) | RTX 3070 | 8 GB | 16–32 GB | £500–£650 | 13B Q4, SDXL, Flux (tight) | Best-in-class thermals. Quiet mode still performs well. Top recommendation. |
| ASUS ROG Strix G15/G17 | RTX 3070 | 8 GB | 16 GB | £500–£650 | 13B Q4, SDXL | Good thermals, slightly louder than Legion. |
| Acer Predator Helios 300 (2021–2022) | RTX 3070 | 8 GB | 16 GB | £500–£600 | 13B Q4, SDXL | Proven model. Very common on eBay UK. |
| HP Omen 16 (2021–2022) | RTX 3070 | 8 GB | 16 GB | £500–£650 | 13B Q4, SDXL | Minimalist design. Good quality. |
| ThinkPad P15v Gen 2 / P16v | Quadro T1200 / RTX A2000 | 4 GB | 32 GB | £400–£600 | CPU inference 7B, classical ML | ⚠️ VRAM too small for GPU inference! But excellent for classical ML and data science. |
| Dell Precision 7560 | RTX A2000 | 4 GB | 32 GB | £450–£600 | CPU inference, ML | Same story — great build, not enough VRAM for GPU work. |
> 🏆 Il punto d’equilibrio: Lenovo Legion 5 con RTX 3070 a 500–650 £. Il miglior rapporto prestazioni-prezzo per l’IA sul mercato dell’usato nel Regno Unito.
800–1.200 £ — Hardware di alto livello
A questo prezzo, si entra in un territorio in cui la messa a punto e i modelli più grandi diventano fattibili.
| Modello | GPU | VRAM | RAM tipica | Prezzo dell’usato nel Regno Unito | Cosa si può eseguire | Note |
|---|---|---|---|---|---|---|
| Lenovo Legion 5 Pro / 7 | RTX 3080 (16 GB!) | 16 GB | 32 GB | 800–1.000 £ | 33B Q4, Flux, ottimizzazione LoRA | La versione RTX 3080 da 16 GB è una rarità per l’IA. Cercatela. |
| ASUS ROG Zephyrus / Strix (2022–2023) | RTX 3080/4070 | 8–16 GB | 16–32 GB | £800–£1.100 | 13–33B, SDXL, Flux | Più leggero, più silenzioso, struttura di alta qualità. |
| MSI Raider GE76/77 | RTX 3080 | 8–16 GB | 32 GB | £800–£1.000 | 33B Q4 (versione da 16 GB) | Pesante e rumoroso, ma potente. |
| Dell Precision 7560/7760 | RTX A3000/A4000 | 6–8 GB | 32–64 GB | 700–1.000 £ | 13B Q4, SDXL | Più silenzioso, struttura migliore. RTX A4000 = 8 GB di VRAM. |
| ThinkPad P15 Gen 2 / P16 Gen 1 | RTX A4000/A5000 | 8–16 GB | 32–64 GB | £800–£1.200 | 33B Q4 (A5000=16 GB), Flux | L’A5000 con 16 GB di VRAM è una bestia silenziosa per l’IA. |
£1.200–£1.500 — Usato di fascia alta
Il meglio che si possa ottenere senza acquistare un prodotto nuovo.
| Modello | GPU | VRAM | RAM tipica | Prezzo di mercato nel Regno Unito | Cosa è possibile eseguire | Note |
|---|---|---|---|---|---|---|
| Lenovo Legion 7 (2022) / 5 Pro (2023) | RTX 4070/4080 | 8–12 GB | 32 GB | £1.200–£1.500 | Tutto tranne 70B, inferenza veloce | Ada Lovelace = più recente, più efficiente per GB di VRAM. |
| ASUS ROG Strix Scar (2022–2023) | RTX 4080 | 12 GB | 32 GB | £1.200–£1.500 | 33B Q4, Flux, ottimizzazione | Gaming premium. |
| ThinkPad P16 Gen 1/2 | RTX A5000 / RTX 2000 Ada | 16 GB | 64 GB | £1.200–£1.500 | 33B Q4, Flux, ottimizzazione, grandi set di dati | Livello. 16 GB di VRAM + 64 GB di RAM = un mostro. |
| Dell Precision 7770 | RTX A4500/A5500 | 16 GB | 64 GB | £1.200–£1.500 | Come sopra | 17 pollici, pesante, ma estremamente potente. |
> 🔑 La regola d’oro per ogni budget: dare priorità alla massima VRAM. È meglio optare per una RTX 3080 da 16 GB abbinata a un i7-11800H piuttosto che una RTX 4060 da 8 GB con un i9-13900H.
A cosa prestare attenzione: segnali di allarme ed errori comuni
Il mercato dei laptop usati è pieno di insidie. Ecco come evitare le più comuni.
Specifiche false o fuorvianti negli annunci
I venditori — a volte intenzionalmente, a volte per ignoranza — riportano specifiche errate. Fai attenzione a queste:
“RTX 3060” senza specificare la variante. Potrebbe trattarsi di una versione Max-Q con un TDP di soli 80 W, significativamente più lenta rispetto alla versione a piena potenza da 130 W. Controlla sempre il TDP esatto della GPU in quel modello specifico di laptop.
“16 GB di RAM”, ma saldata alla scheda madre senza possibilità di upgrade. Se state acquistando un dispositivo con 16 GB e sperate di passare a 32 GB in seguito, assicuratevi che abbia slot SO-DIMM accessibili.
“GPU: NVIDIA 6 GB” — potrebbe trattarsi di una GTX 1660 Ti o di una RTX 3060. La differenza di prestazioni è enorme. Richiedete sempre il modello esatto della GPU.
Memoria condivisa vs VRAM: i laptop senza una GPU dedicata “prendono in prestito” la RAM di sistema e la pubblicizzano come memoria grafica. Questa non è vera VRAM ed è inutile per l’accelerazione AI.
Strumenti di verifica: chiedi al venditore degli screenshot di GPU-Z o HWiNFO64 prima dell’acquisto. Queste utility gratuite mostrano il modello esatto della GPU, la quantità di VRAM e il TDP. Se un venditore si rifiuta di fornirli, lascia perdere.
Condizioni fisiche e problemi nascosti
Stato della batteria: i portatili da gaming usati hanno solitamente batterie con uno stato di salute del 50–70% dopo 2–3 anni. Se lavori alla scrivania con il caricabatterie collegato, questo non è un motivo per rinunciare all’acquisto, ma tienilo presente.
Pasta termica: Dopo 2–3 anni di uso intensivo, la pasta termica tra il chip e il dissipatore si secca. Se il portatile rallenta sotto carico, la prima cosa da provare è sostituire la pasta termica: costa circa 5 £ e ci vogliono 30 minuti.
Problemi di saldatura della GPU: i portatili utilizzati intensamente per il gaming o il rendering possono sviluppare problemi ai giunti di saldatura della GPU. Segnali di allarme: artefatti visivi sullo schermo (pixel colorati casuali, linee, glitch) e arresti casuali o schermate blu.
Danni da liquidi: cerca segni di corrosione o macchie sotto la tastiera. Su eBay, cerca la dicitura “nessun danno da liquidi” nella descrizione — e diffida se è palesemente assente.
Pixel morti: Esegui un test su uno sfondo bianco puro e uno nero puro per verificare la presenza di pixel morti e di bleeding della retroilluminazione.
Trappole termiche
I carichi di lavoro dell’IA sollecitano l’hardware per lunghi periodi, quindi la gestione termica è più importante rispetto a un uso occasionale.
Chiedi al venditore di eseguire uno stress test — FurMark più Prime95 per 15 minuti — e di fare uno screenshot delle temperature. Temperatura normale della GPU sotto carico prolungato: 75–85 °C. Una temperatura costantemente superiore a 90 °C indica che c’è un problema (pasta termica secca, prese d’aria ostruite o semplicemente uno chassis che non riesce a gestire il calore).
Presta particolare attenzione ai laptop da 14 pollici dotati di RTX 3070 o superiore. Lo chassis è quasi certamente troppo piccolo per la produzione termica della GPU e il throttling è praticamente garantito.
Verifica che le ventole girino correttamente e non producano rumori striduli o tintinnanti: ciò suggerisce cuscinetti usurati.
Gli errori più comuni degli acquirenti
Acquistare una GTX 1650 o una RTX 3050 “perché costa meno”. Con soli 4 GB di VRAM, queste schede non sono in grado di gestire carichi di lavoro AI significativi sulla GPU. I 100 £ che risparmi rispetto a una RTX 3060 sono 100 £ sprecate.
Ignorare la variante TDP della GPU. Una RTX 3060 da 80 W è una scheda molto diversa da una RTX 3060 da 130 W. Informatevi sul modello specifico di laptop.
Acquistare un laptop con 8 GB di RAM senza verificare se è espandibile. Se la RAM è saldata, siete bloccati. Se è inserita in slot, un upgrade da 25 £ a 16 GB fa tutta la differenza.
Trascurare lo stato di salute della batteria e poi stupirsi quando dura solo 45 minuti.
Acquistare un ThinkPad aziendale “solo perché è un ThinkPad” senza verificare la presenza di una GPU discreta. Un ThinkPad T480 è una macchina meravigliosa, ma senza una dGPU non può eseguire l’IA accelerata dalla GPU.
Dove e come acquistare: una guida all’acquisto per il Regno Unito
Piattaforme di acquisto
eBay UK è il più grande marketplace per laptop usati. Hai una protezione acquirente fino a 750 £ (e di più con PayPal). Consigli da esperto: cerca le aste che finiscono a metà settimana al mattino — c’è meno concorrenza. Filtra per “Compralo subito” + “Accetta offerte” e negozia. Controlla la cronologia dei feedback del venditore. Evita gli annunci con spedizione dall’estero (Cina, Hong Kong): i resi sono un incubo.
Facebook Marketplace offre spesso i prezzi più bassi, ma non c’è alcuna protezione dell’acquirente. Ritira sempre di persona in modo da poter testare il dispositivo prima di consegnare il denaro. Porta con te una chiavetta USB con GPU-Z e HWiNFO64. Paga in contanti o tramite PayPal “Beni e servizi”: mai tramite PayPal “Amici e familiari” o bonifico bancario.
CEX (uk.webuy.com) offre una garanzia di 24 mesi: la migliore protezione per l’acquirente sul mercato. I prezzi sono circa il 10-20% più alti rispetto a eBay o Facebook Marketplace, ma si acquista in tutta tranquillità. È possibile restituire il prodotto entro 14 giorni. Controlla la disponibilità online e prenota.
Gumtree: Simile a Facebook Marketplace: annunci locali, ritiro di persona. Meno popolare rispetto al passato.
Rivenditori di prodotti ricondizionati: Tier1Online (tier1online.com) è un rinomato rivenditore britannico che offre consegna gratuita e garanzia. Prendete in considerazione anche Laptop Outlet e Back Market UK. Questi vendono principalmente laptop aziendali e workstation (Dell Precision, ThinkPad serie P). I prezzi sono equi e il servizio è professionale.
| Piattaforma | Protezione dell’acquirente | Garanzia | Prezzi tipici | Ideale per |
|---|---|---|---|---|
| eBay UK | Fino a 750+ £ | Dipende dal venditore | Media | Selezione più ampia, offerte all’asta |
| Facebook Marketplace | Nessuna | Nessuna | Minima | Occasioni locali (se puoi testare di persona) |
| CEX | Completa | 24 mesi | Sopra la media | Tranquillità, resi facili |
| Rivenditori di prodotti ricondizionati | Completa | 6–12 mesi | Sopra la media | Laptop aziendali/workstation |
| Gumtree | Nessuna | Nessuna | Bassa | Occasioni locali |
Negoziare il prezzo
Su eBay, usa “Fai un’offerta” — parti dal 10–15% in meno rispetto al prezzo indicato. Su Facebook Marketplace, negozia sempre. Sottolinea eventuali difetti (batteria usurata, graffi, caricabatterie mancante) come argomenti di contrattazione.
I periodi migliori per acquistare: gennaio (le persone vendono i regali di Natale che non vogliono) e settembre (nuovo anno accademico — svendita di attrezzature obsolete).
Ritiro di persona vs spedizione
Se ritiri di persona: porta un caricabatterie (il venditore potrebbe non averne uno), una chiavetta USB con software diagnostico (GPU-Z, HWiNFO64, CrystalDiskInfo) e prova lo schermo, la tastiera, le porte e le ventole sul posto.
Se acquisti con consegna: usa solo piattaforme con protezione dell’acquirente (eBay, CEX). Non pagare mai tramite bonifico bancario a uno sconosciuto.
I tuoi diritti di consumatore nel Regno Unito
Il Consumer Rights Act 2015 ti tutela anche quando acquisti beni usati. Se acquisti da un venditore privato, i beni devono essere “come descritti” — se non lo sono, hai diritto a un rimborso tramite la procedura di contestazione di eBay o PayPal. Se acquisti da un’azienda (CEX, rivenditori di prodotti ricondizionati), hai 30 giorni di tempo per restituire i prodotti difettosi e, per i primi 6 mesi, spetta al venditore dimostrare che l’articolo non era difettoso al momento della vendita.
La frase “venduto così com’è” non ti priva dei tuoi diritti di consumatore nel Regno Unito. Non lasciare che nessuno ti dica il contrario.
Hai acquistato il laptop — E adesso? Guida rapida all’AI
Ecco una checklist passo passo per farti iniziare con l’AI il più rapidamente possibile.
1. Aggiorna i driver NVIDIA. Vai su nvidia.com/drivers o installa GeForce Experience. Scarica l’ultimo driver Game Ready o Studio.
2. Esegui uno stress test della GPU. Esegui FurMark per 15 minuti monitorando le temperature in GPU-Z. Se la GPU supera costantemente i 90 °C, sostituisci la pasta termica prima di fare qualsiasi altra cosa.
3. Installa il CUDA Toolkit. Vai su developer.nvidia.com/cuda-downloads e installa la versione 12.x. La maggior parte dei framework di IA dipende da questo.
4. Installa Python (3.10 o 3.11). Scaricalo da python.org, oppure usa Anaconda/Miniconda se preferisci ambienti gestiti.
5. Installa Ollama. Vai su ollama.com: è il modo più semplice per eseguire modelli linguistici locali. Un comando per iniziare: ollama run llama3:8b. Tutto qui. Stai chattando con un’IA locale.
6. Installa LM Studio. Vai su lmstudio.ai: è un’interfaccia grafica per l’esecuzione di LLM locali. Sfoglia e scarica i modelli da una libreria visiva, senza bisogno della riga di comando.
7. Installa ComfyUI (se vuoi generare immagini). Disponibile su github.com/comfyanonymous/ComfyUI. È un’interfaccia basata su Node per Stable Diffusion, SDXL e Flux.
8. Esegui un test di verifica. Avvia un modello 7B su Ollama e prova a conversare. Se ottieni più di 10 token al secondo, sei a posto.
> 🔗 Guide dettagliate all’installazione sono disponibili nei nostri articoli dedicati: Ollama — Guida per principianti e Come eseguire il tuo primo modello di IA su un laptop.
Non hai voglia di leggere? Ecco un albero decisionale rapido---
START: What's your budget?
│
├─ £300–£500
│ └─ You want: 7B models, SD 1.5, AI basics
│ └─ ➡️ Acer Nitro 5 / Dell G15 / HP Victus with RTX 3060 (6 GB VRAM)
│
├─ £500–£800
│ └─ You want: 13B models, SDXL, comfortable AI work
│ └─ ➡️ Lenovo Legion 5 with RTX 3070 (8 GB VRAM) 🏆 BEST VALUE
│
├─ £800–£1,200
│ ├─ You prefer: quiet and solid
│ │ └─ ➡️ ThinkPad P15/P16 with RTX A5000 (16 GB VRAM)
│ └─ You prefer: max performance
│ └─ ➡️ Legion 5 Pro / ROG Strix with RTX 3080 16 GB
│
└─ £1,200–£1,500
└─ You want: 33B models, Flux, fine-tuning
└─ ➡️ Legion 7 with RTX 4080 or ThinkPad P16 with RTX A5000FAQ — Risposte alle domande più comuni
Una RTX 3060 con 6 GB di VRAM è sufficiente per l’IA nel 2026?
Sì, per modelli da 7 miliardi di parametri e SD 1.5 — li gestisce senza problemi. No, se vuoi eseguire modelli da oltre 13 miliardi di parametri o utilizzare regolarmente SDXL/Flux. Per quelli, hai bisogno di almeno 8 GB di VRAM. L’RTX 3060 è un solido punto di partenza, ma raggiungerai il limite dei 6 GB prima di quanto potresti aspettarti.
Posso usare un laptop con una GPU AMD (Radeon) per l’IA?
Tecnicamente sì — esiste il framework ROCm di AMD. In pratica, circa il 70% degli strumenti e delle librerie di IA presuppone NVIDIA CUDA. Passerai più tempo a risolvere problemi di compatibilità che a lavorare effettivamente con l’IA. Sul mercato dell’usato, consigliamo vivamente di restare su NVIDIA. Risparmiati tempo e frustrazione.
Portatile da gaming o MacBook per l’IA?
I MacBook con Apple Silicon (chip della serie M) sono eccellenti grazie alla memoria unificata: un MacBook con 32 o 64 GB di memoria unificata può eseguire modelli di dimensioni impressionanti. Tuttavia, i MacBook usati con una memoria così capiente costano 1.500 sterline o più. Con un budget compreso tra 300 e 1.000 sterline, un laptop da gaming Windows/Linux offre un rapporto qualità-prezzo di gran lunga migliore. Un MacBook Air M2 con 16 GB gestisce bene modelli da 7 miliardi di parametri, ma non c’è il supporto CUDA, il che limita la compatibilità software.
Vale la pena acquistare un laptop con una GTX 1650 o una RTX 3050?
Non per l’IA. 4 GB di VRAM semplicemente non bastano. È meglio spendere 100 sterline in più per avere una RTX 3060 con 6 GB. La differenza in termini di capacità di IA tra 4 GB e 6 GB di VRAM non è incrementale: è la differenza tra “appena utilizzabile” e “effettivamente utile”.
Linux o Windows per lavorare con l’IA?
Entrambi funzionano. Linux (in particolare Ubuntu) offre un supporto nativo migliore per molti strumenti di IA: Docker, CUDA e la maggior parte dei framework sono progettati innanzitutto per Linux. Tuttavia, Windows 11 con WSL2 (Windows Subsystem for Linux) rappresenta un solido compromesso se hai bisogno anche di un normale ambiente desktop per le attività quotidiane. Molte persone nella comunità dell’IA utilizzano Windows per l’uso quotidiano e WSL2 per il lavoro con l’IA.
Quanti modelli di IA posso memorizzare su un SSD da 512 GB?
Dimensioni approssimative per i modelli quantizzati a Q4: 7B ≈ 4 GB, 13B ≈ 8 GB, 70B ≈ 40 GB. Su un’unità da 512 GB, tenendo conto del sistema operativo e del software, puoi memorizzare comodamente una dozzina di modelli più piccoli. 1 TB è più comodo e offre spazio per i set di dati e i risultati della generazione di immagini.
La durata della batteria è importante per il lavoro con l’IA?
Non proprio. I carichi di lavoro dell’IA spingono la GPU a consumare 80–130 W, il che scarica anche una batteria in buone condizioni in 30–60 minuti. Realisticamente, lavorerete con il dispositivo collegato alla corrente. Lo stato della batteria è importante per la portabilità e le attività quotidiane, ma non è un fattore determinante per le prestazioni dell’IA.
Che cos’è la quantizzazione e influisce sulla qualità?
La quantizzazione comprime un modello riducendo la precisione dei suoi numeri — ad esempio, da virgola mobile a 16 bit (FP16) a interi a 4 bit (INT4). Q4 significa approssimativamente quantizzazione a 4 bit. La qualità cala leggermente (in genere del 2–5% nei benchmark), ma il modello utilizza 3–4 volte meno memoria. In pratica, i modelli quantizzati Q4 e Q5 sono lo standard per l’hardware locale e la maggior parte degli utenti non nota la differenza rispetto alla versione a piena precisione nell’uso quotidiano.
Posso usare una GPU esterna (eGPU)?
È possibile tramite Thunderbolt 3 o 4, ma le prestazioni subiscono un calo del 15–25% rispetto a una GPU interna a causa dei limiti di larghezza di banda. Un case per eGPU costa più di 200 £, senza contare il costo della GPU stessa. Nella maggior parte dei casi, è più conveniente acquistare semplicemente un laptop con una GPU dedicata integrata migliore.
Dove posso controllare i prezzi dei laptop usati nel Regno Unito prima dell’acquisto?
Il filtro “Inserzioni completate” di eBay UK (cerca → filtra → mostra articoli venduti) fornisce i prezzi reali delle transazioni. CEX su uk.webuy.com ha prezzi standardizzati. Confronta diverse fonti prima di fare un’offerta per assicurarti di pagare un prezzo equo.
Riepilogo — Il tuo percorso nell’IA inizia con una sterlina ben spesa
Ricapitoliamo l’essenziale. La VRAM è fondamentale — è l’unica specifica che determina quali carichi di lavoro di IA il tuo laptop può gestire. NVIDIA è l’unica scelta pratica sul mercato dell’usato, grazie al supporto universale CUDA. E i laptop da gaming offrono il miglior rapporto VRAM per sterlina di qualsiasi categoria.
Ecco i tre modelli consigliati:
-
Lenovo Legion 5 con RTX 3070 (500–650 £) — il miglior rapporto qualità-prezzo. 8 GB di VRAM, eccellente gestione termica, ampiamente disponibile. Questa è la nostra prima scelta per la maggior parte delle persone.
-
Qualsiasi laptop con RTX 3080 da 16 GB (800–1.000 £) — il punto di equilibrio avanzato. 16 GB di VRAM aprono le porte ai modelli 33B, alla generazione di immagini Flux e alla messa a punto LoRA.
-
ThinkPad serie P con RTX A5000 (1.000–1.500 £) — il concentrato di potenza silenzioso. 16 GB di VRAM in uno chassis professionale e silenzioso con una tastiera fenomenale.
Hai domande? Scrivile nei commenti. E una volta acquistato il tuo laptop, dai un’occhiata alla nostra guida: Come eseguire il tuo primo modello di IA su un laptop — Passo dopo passo.
> Ricorda: i prezzi e la disponibilità cambiano continuamente. Questo articolo riflette il mercato dei laptop usati nel Regno Unito ad aprile 2026. I consigli sulle specifiche rimarranno validi, ma controlla sempre gli annunci attuali prima di acquistare.