RAMDeck: il hub innovativo per ottimizzare la RAM domestica in crowdfunding

RAMDeck è un innovativo hub a basso consumo energetico attualmente in crowdfunding su Indiegogo, con un’offerta early-bird di 109 dollari. La campagna, che ha un obiettivo di finanziamento di 10.000 dollari, terminerà l’8 novembre 2026. L’idea alla base di questo progetto è quella di aggregare la memoria RAM presente in PC Windows, Mac, Linux e telefoni Android all’interno di una rete domestica, consentendo l’esecuzione di modelli di intelligenza artificiale che superano le capacità di un singolo dispositivo.

Il lancio di RAMDeck avviene in un contesto di forte aumento dei prezzi della memoria DDR5, che ha visto i costi salire a livelli circa cinque volte superiori rispetto alla metà del 2025. È importante notare che RAMDeck non fonde la memoria a livello hardware; piuttosto, i pesi di un modello vengono distribuiti tra le macchine, ognuna delle quali mantiene la propria porzione in memoria locale e trasferisce solo i risultati intermedi tramite rete durante la generazione dei token.

L’infrastruttura software di RAMDeck si basa sull’RPC di llama.cpp: un nodo agente avvia il server ggml RPC su ogni dispositivo partecipante, mentre il coordinamento avviene attraverso il protocollo standard di llama.cpp. Un elemento distintivo di TradeMAV è l’orchestrazione attorno a questo motore, che include la scoperta automatica dei nodi, il posizionamento dei layer privilegiando GPU veloci rispetto alla RAM di sistema più lenta, la gestione dei guasti, una dashboard intuitiva e un’API compatibile con OpenAI.

Le specifiche hardware del hub non sono state rese pubbliche, quindi dettagli come processore, memoria, porte e consumo rimangono sconosciuti. Tuttavia, la documentazione suggerisce che chi ha familiarità con script da terminale può seguire una soluzione fai-da-te (DIY) gratuita. Esistono anche alternative software già operative per il pooling e l’orchestrazione su dispositivi eterogenei, mentre sul mercato commerciale sono disponibili soluzioni di clustering ad alte prestazioni che sfruttano interconnessioni come Thunderbolt 5 con RDMA.

TradeMAV avverte che il pooling della memoria comporta un compromesso tra velocità e capacità, raccomandando l’acquisto di GPU con maggiore VRAM per chi cerca prestazioni elevate. I benchmark pubblicati mostrano che le configurazioni più veloci utilizzano un mini PC con RTX 3060 e modelli mixture-of-experts, attivando circa 3 miliardi di parametri per token. Tra i risultati, si registrano 39 token/s per Qwen3-Coder 30B su una coppia di Beelink mini PC e Mac mini M4, e 16 token/s per una variante 40B REAP di Qwen3-Coder-Next. Un modello 7B ha raggiunto 43 token/s eseguendo esclusivamente sulla 3060. Tuttavia, i modelli densi mostrano prestazioni significativamente inferiori: un modello 27B ha reso 1,92 token/s su quattro dispositivi, mentre il gpt-oss-120b ha segnato 1,37 token/s su un cluster di sei macchine. Un modello 120B su cinque macchine ha impiegato circa sette minuti per l’inizializzazione, raggiungendo poi 3,1 token/s.

In sintesi, l’engine sottostante di RAMDeck è un software gratuito già disponibile, mentre il hub mira a semplificare l’orchestrazione multi-dispositivo. Tuttavia, mancano dettagli hardware e le misure pubblicate evidenziano limiti di prestazioni per modelli densi. Per chi desidera sperimentare, è possibile provare le modalità RPC di llama.cpp o soluzioni open source simili senza costi. Per chi preferisce la comodità, i 109 dollari permettono di prenotare l’hub, tenendo presente i rischi tipici delle campagne di crowdfunding, che possono includere ritardi, cambiamenti o mancata consegna.