Software · 5 settembre 2026 · 4 min di lettura
Microsoft svela Project Zenith: Windows 11 si spoglia del superfluo per far correre l'IA locale
In sintesi: In occasione dell'IFA di Berlino, Microsoft e AMD hanno presentato i primi dispositivi Project Zenith, una configurazione dedicata di Windows 11 pensata per gli sviluppatori di software. Con almeno 64 GB di memoria unificata e una versione del sistema operativo ripulita da notifiche, pubblicità e bloatware, l'ambiente permette di far girare modelli linguistici locali da oltre 30 miliardi di parametri a costo zero per token, segnando una svolta per il lavoro con l'IA on-premise.
di Team Mocchi's
Per anni la comunità degli sviluppatori ha lamentato la deriva di Windows 11, appesantito da notifiche di marketing, suggerimenti nel menu Start e opzioni di sistema pensate più per l'utente consumer distratto che per chi trascorre otto ore al giorno su un terminale. Sul palco dell'IFA di Berlino, Microsoft ha risposto a queste critiche presentando formalmente la concretizzazione di un progetto annunciato all'ultima conferenza Build: una nuova linea di configurazioni hardware e software battezzata Project Zenith.
Come riporta The Verge, l'obiettivo dichiarato dal colosso di Redmond è offrire un'esperienza operativa senza distrazioni, progettata fin dal primo avvio per lo sviluppo software moderno e, soprattutto, per l'esecuzione in locale di modelli di intelligenza artificiale complessi.
L'hardware per l'inferenza: 64 GB unificati e silicio dedicato
Il debutto di Project Zenith non è solo una personalizzazione software, ma un vero e proprio standard architetturale concordato con i produttori di silicio. Il primo dispositivo ufficiale, svelato da AMD sul palco della fiera tedesca, è un mini-PC ad alte prestazioni equipaggiato con i processori Ryzen AI Halo.
Il requisito minimo per rientrare nel programma Zenith è categorico: le macchine devono disporre di almeno 64 GB di memoria unificata. Una cifra non casuale, ma calibrata con precisione sul carico di lavoro dell'intelligenza artificiale generativa open weights. Secondo quanto spiegato da Logan Iyer, vicepresidente per la piattaforma Windows e il developer ecosystem di Microsoft, questi dispositivi consentono di eseguire modelli locali con oltre 30 miliardi di parametri (30B+) senza limiti di consumo (unmetered), riducendo drasticamente la dipendenza dai token fatturati a consumo sui servizi cloud proprietari.
Nei prossimi mesi sono previsti ulteriori form factor e collaborazioni con altri fornitori di silicio, aprendo la strada a workstation compatte dedicate al deep learning desktop.
Il sistema operativo ripulito: via le distrazioni, dentro i dev tool
Sul piano software, Project Zenith implementa molte delle modifiche che i programmatori erano soliti applicare manualmente tramite script di terze parti subito dopo una nuova installazione di Windows.
L'ambiente include una selezione curata di strumenti pronti all'uso: Visual Studio Code, GitHub Copilot, PowerToys, WinAppCLI e le nuove utility di Windows Dev Skills. Ma è nella pulizia dell'interfaccia che si nota il cambio di passo più marcato:
- Esplora Risorse tecnico: estensioni dei file, elementi nascosti e il percorso completo nella barra del titolo sono visibili di default. È inoltre già attivo il supporto nativo ai percorsi file lunghi (long-path support), storico ostacolo nei repository complessi.
- Addio al superfluo: sono stati disattivati i suggerimenti del menu Start, le notifiche relative all'account Microsoft, i file recenti e i consigli promozionali dei provider di archiviazione.
- Produttività immediata: la Command Palette di PowerToys è abilitata all'avvio, consentendo una navigazione a riga di comando rapida ed estendibile per lanciare build, container e tool di sistema.
Perché l'IA locale 'unmetered' ridisegna lo sviluppo
Il passaggio all'inferenza locale non è soltanto una questione di comodità o di purismo ingegneristico. Per i team che integrano agenti di codifica, parser semantici e pipeline di generazione interna, la fatturazione a token delle API commerciali rappresenta una spesa operativa crescente e difficilmente prevedibile in fase di prototipazione.
Poter interrogare modelli compatti ma estremamente capaci – come le varianti da 30-32B delle famiglie Qwen, Llama o Mistral quantizzate a 4 o 8 bit – direttamente sulla memoria unificata del computer elimina la latenza di rete e cancella i costi marginali di ogni singola iterazione di test. A questo si aggiunge la totale riservatezza del codice sorgente aziendale, che non lascia mai l'infrastruttura locale.
Il punto di Mocchi's
Per un'agenzia che realizza software su misura e integra architetture IA complesse, l'iniziativa Project Zenith tocca due nervi scoperti: la produttività quotidiana dello sviluppatore e la sostenibilità economica delle pipeline generative. Poter eseguire modelli locali da oltre 30 miliardi di parametri su macchine desktop compatte sblocca la possibilità di sperimentare liberamente con agenti di refactoring e analisi del codice senza il timore di far lievitare la bolletta del cloud tokenizzato. Soprattutto per il mercato italiano e per le aziende soggette a rigidi vincoli di riservatezza industriale o compliance GDPR, macchine concepite nativamente per l'inferenza locale aprono la strada a un'IA on-premise finalmente accessibile e senza compromessi prestazionali.