Sapete qual è la differenza tra un giocatore normale e un vero nerd? Il giocatore normale vuole solo schiacciare bottoni e vincere. Il nerd vuole sapere COME funziona il motore grafico che sta dietro a tutto. Ecco perché questo nuovo gioco è una bomba: ti permette di costruire il tuo GPU, pezzo per pezzo, come un Lego per ingegneri.

La notizia viene da un post su Hacker News che ha fatto impazzire la community. L’autore, evidentemente stufo di risorse scarse su architetture GPU, ha deciso di creare un gioco didattico che insegna come funziona la bestia sotto al cofano. Non è solo un gioco, è un corso accelerato di ingegneria hardware.

Per chi, come me, ha passato notti intere a smanettare con Arduino e Raspberry Pi, questo è un sogno che diventa realtà. Finalmente possiamo capire come funzionano davvero le schede video, senza doverci sorbire manuali lunghi come il Poema di Gilgamesh.

Ma cosa significa per noi, che amiamo mettere le mani nella roba? Significa che possiamo finalmente sperimentare con architetture custom, capire i compromessi tra prestazioni e consumo, e magari anche progettare il nostro GPU ottimizzato per progetti specifici. Pensate a un Raspberry Pi con un’accelerazione grafica su misura per i vostri progetti di retrocomputing o di rendering 3D.

Certo, non è tutto rose e fiori. Il gioco non sostituisce un corso di ingegneria elettronica, ma è un ottimo punto di partenza. E poi, ammettiamolo, c’è qualcosa di profondamente soddisfacente nel vedere un progetto che funziona, anche se virtuale.

E per chi si lamenta che è solo un gioco, ricordo che anche i migliori ingegneri hanno iniziato giocando. Anzi, probabilmente hanno iniziato smontando il primo computer che hanno trovato, proprio come facciamo noi.

Quindi, se siete pronti a mettervi alla prova, questo è il momento di provare a costruire il vostro GPU. Chi lo sa, magari il prossimo NVIDIA lo inventate voi.

Source: Show HN: A game where you build a GPU

Ecco una notizia che farà drizzare le antenne a tutti gli appassionati di hardware e sicurezza: gli attacchi Rowhammer sono tornati, ma questa volta hanno preso di mira le GPU Nvidia. Sì, avete capito bene, non più solo la RAM, ma anche i vostri amati schemi video.

GDDRHammer, GeForge e GPUBreach sono i nuovi nomi che dovreste iniziare a temere (o almeno rispettare). Questi attacchi sfruttano le vulnerabilità nelle memorie GDDR delle GPU per ottenere il controllo completo dei sistemi. In pratica, stiamo parlando di un modo per hackerare la CPU attraverso la GPU. Non male, eh?

Se siete tra quelli che pensano che la sicurezza hardware sia roba da nerd con troppo tempo libero, forse è il momento di ricredervi. Questi attacchi dimostrano che anche i componenti più avanzati possono diventare punti deboli in un sistema.

Ma cosa significa per noi smanettoni? Beh, prima di tutto, significa che dobbiamo stare ancora più attenti quando facciamo overclocking o modding sulle nostre schede video. E sì, anche se usate una GPU Nvidia per fare rendering 3D o giocare, non siete immuni.

Nvidia, da parte sua, ha già rilasciato alcuni aggiornamenti, ma sappiamo tutti come vanno queste cose: patch oggi, nuove vulnerabilità domani. Il problema è che, mentre i vendor continuano a correre dietro alle vulnerabilità, noi utenti siamo costretti a fare i conti con hardware che potrebbe non essere così sicuro come pensavamo.

Per chi ama metter le mani in pasta, questo è un altro motivo per esplorare alternative open-source o soluzioni più trasparenti. Perché, diciamocelo, la sicurezza è come il sesso: meglio farlo con qualcuno di cui ti fidi.

In conclusione, tenete gli occhi aperti, aggiornate i vostri driver e, soprattutto, non date per scontato che la vostra GPU sia un’isola felice. Il mondo della sicurezza hardware è un campo minato, e questi nuovi attacchi sono solo l’ultima prova.

Source: New Rowhammer attacks give complete control of machines running Nvidia GPUs

Hai mai pensato che il tuo fedele PC potrebbe diventare un oggetto di lusso?

La situazione è drammatica: i prezzi della RAM e degli SSD stanno esplodendo, le scorte svaniscono nel nulla e i grandi produttori stanno abbandonando il mercato consumer per inseguire contratti miliardari con i colossi del cloud.

Come smanettone, so quanto sia frustrante vedere componenti essenziali diventare introvabili o economicamente proibitivi. La colpa? Una combinazione di avidità aziendale, dipendenza da pochi fornitori e una corsa sfrenata all’intelligenza artificiale che sta prosciugando ogni risorsa disponibile.

Il problema non è solo temporaneo: Samsung e SK Hynix stanno monopolizzando il mercato, Micron ha mollato i clienti normali e persino i produttori cinesi sotto embargo stanno cercando di riempire il vuoto.

Cosa significa per noi? Che i nostri amati upgrade stagionali sono finiti. Che il concetto di «dispositivo usa e getta» è morto. Che dobbiamo imparare a far durare di più la nostra attrezzatura, a riparare invece che sostituire, e a essere più selettivi negli acquisti.

Ma c’è anche una buona notizia: questa crisi ci costringe a diventare più consapevoli. Meno obsolescenza programmata, meno sprechi, più attenzione alla qualità. E magari, chissà, un ritorno a quel buon vecchio spirito di autosufficienza tecnologica che ci rendeva veri nerd.

In sintesi: mantenete i vostri dispositivi come reliquie, aggiornate solo l’essenziale e preparatevi a un futuro dove «fare di più con meno» non sarà un’opzione, ma una necessità.

Source: Hold on to Your Hardware

Sapete quella sensazione quando guardi un mucchio di pezzi elettrici e pensi: “Cavolo, potrei farci qualcosa di pazzo”? Ecco, a un certo punto della sua vita, anche David Hu si è trovato in quella situazione. Il risultato? Un Tesla Model 3 completamente funzionante, o quasi, sulla sua scrivania. E non è nemmeno un concessionario.

La storia inizia con un bug bounty program di Tesla. David, come molti di noi, è un tipo che ama smontare le cose per capire come funzionano. Ma per partecipare al programma, serviva il vero hardware. E così, tra eBay e rottami di auto crashate, è iniziata l’avventura.

Il cuore del progetto è il “Media Control Unit” (MCU) della Tesla, un coso grosso come un iPad e spesso come un libro. David lo ha trovato su eBay per 200-300 dollari, venduto da aziende che smontano macchine incidentate. “Salvaging companies” che, tra le altre cose, ti mostrano pure la foto della macchina da cui hanno recuperato i pezzi. Un po’ macabro, un po’ geniale.

Ma per far funzionare il tutto, servivano altre cose: un alimentatore da 12V, uno schermo e, soprattutto, un cavo speciale. Qui inizia il dramma. Il cavo in questione ha un connettore Rosenberger, un affare che non si trova da nessuna parte. Nemmeno su Aliexpress. Dopo varie peripezie, David scopre che è simile a un cavo LVDS usato dalle BMW. Ma ovviamente non è compatibile.

La parte più epica? Il tentativo di collegare i cavi a mano. Un’operazione che, oltre a bruciare un chip, ha prodotto “wire debris” sul PCB. Insomma, un disastro. Ma David non si arrende. Con l’aiuto di un amico, identifica il chip danneggiato (un MAX16932CATIS/V+T, per i curiosi) e lo fa sostituire.

E poi c’è la questione del “vendor lock-in”. Tesla offre un programma per ottenere accesso root, ma solo dopo aver trovato una vulnerabilità. Un bel sistema per incentivare gli hacker, ma anche un modo per mantenere il controllo.

Alla fine, David riesce a far funzionare tutto. E ora può esplorare l’interfaccia utente, giocare con le API, e forse estrarre il firmware. Per noi smanettoni, questa storia è un invito a esplorare, anche quando sembra impossibile. E un promemoria: a volte, i pezzi che cerchi sono proprio sotto il tuo naso, in un mucchio di rottami.

E voi, avete mai provato a far funzionare qualcosa di “impossibile”?

Source: Running Tesla Model 3's computer on my desk using parts from crashed cars

Hai mai sognato di avere un supercomputer per il deep learning che entra in tasca? Tinybox potrebbe essere la risposta, ma attenzione: dietro l’hype c’è davvero qualcosa di rivoluzionario o è solo l’ennesimo gadget per tech-entusiasti?

La notizia arriva da Tinygrad.org: Tinybox è un mini-computer pensato per chi vuole fare deep learning senza dover spendere un occhio della testa in hardware costoso. Ma cosa lo rende speciale? In primo luogo, la promessa di essere potente quanto basta per allenare modelli decenti senza dover ricorrere a soluzioni cloud o a server professionali. Secondo punto: compattezza. Se il tuo sogno è avere un dispositivo che puoi portare in giro senza dover smontare la scrivania, Tinybox potrebbe essere la tua nuova ossessione.

Da smanettone, mi chiedo: quanto è davvero utile per noi che amiamo mettere le mani nella roba? Certo, un dispositivo del genere potrebbe essere perfetto per sperimentare con modelli custom, testare algoritmi o persino creare progetti di AI open-source senza dipendere da Big Tech. Ma attenzione: non aspettatevi miracoli. Tinybox non sostituirà un cluster di GPU, ma potrebbe essere un ottimo punto di partenza per chi vuole iniziare a esplorare l’AI senza investire una fortuna.

E poi c’è la questione del vendor lock-in. Tinybox è open-source? Supporta software libero? Oppure ci ritroviamo legati a un ecosistema proprietario? Finora, le informazioni sono scarse, ma se la tendenza del settore è indicativa, meglio tenersi pronti a qualche sorpresa sgradita.

In sintesi: Tinybox potrebbe essere un’ottima aggiunta alla nostra collezione di gadget per maker, ma non aspettatevi che risolva tutti i nostri problemi di AI. Se siete curiosi, tenete d’occhio gli sviluppi: magari tra qualche mese avremo un dispositivo che vale davvero la pena di provare.

Source: Tinybox – A powerful computer for deep learning

Meta ha appena sputato fuori Llama 3.1 8B, e questa volta sembra averci azzeccato. Finalmente un modello che non richiede un data center per funzionare, ma che può girare su hardware normale, tipo quel Raspberry Pi che hai in cantina da tre anni.

Per chi non lo sapesse, Llama 3.1 8B è un modello di 8 miliardi di parametri che offre un buon compromesso tra qualità e velocità. Con solo 4.1 GB di memoria necessari, può girare su macchine con meno RAM di quelle che usavi per installare Windows XP.

Ma perché è una notizia così importante per noi che passiamo le notti a smanettare con Arduino e Raspberry Pi? Perché finalmente possiamo fare AI locale, senza dipendere dai server cloud di qualche corporate che ci fa pagare ogni singolo byte.

Con un contesto di 128K, questo modello è perfetto per applicazioni di chat, coding, e reasoning. E la cosa migliore? È open-source, quindi possiamo modificarlo, ottimizzarlo e farci quello che vogliamo.

Ma attenzione, non è tutto rose e fiori. Meta ha scelto un’architettura dense, il che significa che non è ottimizzata per il parallelismo. Quindi se pensavi di far girare questo modello su un cluster di Raspberry Pi, preparati a qualche delusione.

Tuttavia, per chi ha una scheda grafica decente o un buon server casalingo, Llama 3.1 8B è una manna dal cielo. Finalmente possiamo sperimentare con l’AI senza dover spendere una fortuna in hardware o in abbonamenti cloud.

E poi, ammettiamolo, c’è qualcosa di soddisfacente nel far girare un modello di AI sul proprio hardware, senza dover chiedere permesso a nessuno. È un po’ come tornare ai tempi del retrocomputing, quando potevi fare tutto con un Commodore 64 e un po’ di pazienza.

Quindi, se siete pronti a mettervi le mani in pasta e a sperimentare con l’AI locale, Llama 3.1 8B è il modello che fa per voi. E se avete bisogno di aiuto per installarlo, be’, sappiamo tutti che la community è sempre pronta a dare una mano.

Ora, scusate, ma devo andare a far girare questo modello sul mio vecchio PC. Chissà se riesce a battere il mio record di partite a Tetris.

Source: Can I run AI locally?

Hai mai guardato il tuo MacBook e pensato: “Questo non è abbastanza pazzo”? Be’, c’è qualcuno là fuori che ha deciso di prendere le cose nelle sue mani… letteralmente.

Stavolta non parliamo di un banale sticker o di una cover personalizzata. No, no. Parliamo di LED custom, display montati con il nastro adesivo e webcam che richiedono un Dremel per trovare la loro dimora. Il tutto senza il benché minimo rispetto per le linee guida di Apple.

Il protagonista di questa storia, un vero e proprio artigiano del caos, ha iniziato la sua avventura su Alibaba, dove ha ordinato un LED custom da 7x7x0.28 cm. Dopo averlo super-incollato sul retro del chassis superiore, ha collegato i fili a un modulo USB precedente e… funziona! Ma non finisce qui. Per il display, ha centrato con cura il pannello nella cornice del MacBook, lo ha fissato con del nastro da imballaggio e poi ha rinforzato il tutto con del nastro di alluminio. Il risultato? “Abbastanza buono”, come dice lui.

La parte più interessante? La webcam. Il modulo originale era troppo piccolo, quindi ha dovuto prendere il Dremel e scolpire il chassis per far spazio al nuovo pezzo. Sì, avete letto bene: ha letteralmente modificato la struttura del MacBook per far entrare una webcam più grande. Se questo non è amore per la tecnologia fai-da-te, non so cosa lo sia.

Da smanettone a smanettone, non posso che applaudire questo livello di audacia. È chiaro che Apple non ha previsto scenari del genere, ma è proprio questo il bello del DIY: rompere le regole e creare qualcosa di unico. Certo, se avessi dovuto farlo io, probabilmente avrei bruciato il MacBook nel processo, ma è proprio questo il fascino del modding.

Per noi appassionati di hardware, questo progetto è un promemoria che le limitazioni imposte dai produttori sono solo linee guida. Con un po’ di creatività, strumenti giusti e una buona dose di incoscienza, possiamo trasformare qualsiasi dispositivo in qualcosa di completamente nuovo. E se qualcosa va storto? Be’, è solo un’altra opportunità per imparare.

L’unica critica che mi sento di fare è la mancanza di immagini. Vedere un MacBook modificato in questo modo sarebbe stato il tocco finale perfetto. Ma forse è meglio così: lascia spazio alla nostra immaginazione.

In conclusione, se avete un MacBook che vi sembra troppo “normale”, prendete ispirazione da questo progetto. Ma ricordate: il Dremel è un arma potente. Usatelo con saggezza.

Source: FrameBook

Ecco una notizia che fa più rumore del silenzio: Apple ha fatto sparire il Mac Studio da 512GB di RAM dal suo catalogo. Niente annunci, nessun comunicato stampa, solo un’eliminazione discreta dal sito ufficiale.

Questo è il tipico comportamento da “problema risolto sotto il tappeto” che tanto adoriamo analizzare. Ma cosa sta succedendo davvero?

Sembra che Apple abbia finalmente ammesso (senza dirlo esplicitamente) che la crisi globale della RAM sta diventando un problema serio. I chip di memoria sono diventati più rari e costosi, e i produttori stanno riducendo le opzioni per concentrarsi su ciò che possono effettivamente produrre in quantità sufficienti.

Per noi smanettoni, questo è un segnale importante. Se anche la Big Tech sta avendo problemi a procurarsi RAM, possiamo immaginare quanto sia difficile per chi costruisce PC personalizzati o sistemi embedded.

La domanda che ci poniamo è: stiamo assistendo a un ritorno forzato alle architetture più leggere? Forse è il momento di ripensare ai nostri progetti, ottimizzare il codice e considerare soluzioni alternative.

E poi c’è la questione del vendor lock-in. Apple ha sempre avuto una politica di controllo ferreo sul suo ecosistema, ma ora sembra che anche loro stiano sentendo la stretta della supply chain. Questo ci ricorda che, in un mondo perfetto, avremmo più opzioni aperte e meno dipendenza da un singolo fornitore.

Per finire, un pensiero per chi sta cercando di aggiornare il proprio setup. Se avete in mente di comprare un Mac Studio, forse è il momento di ripensarci. La RAM è un componente critico per molti progetti, e se anche Apple sta riducendo le opzioni, forse è il caso di esplorare altre alternative.

In conclusione, questa notizia è un promemoria che la tecnologia non è sempre perfetta e che, a volte, anche i giganti possono inciampare. Ma per noi maker, ogni problema è un’opportunità per imparare e innovare.

Source: Apple's 512GB Mac Studio vanishes, a quiet acknowledgment of the RAM shortage

Hai mai sognato di poter confrontare le prestazioni delle VM cloud come se fossi in un reality show? Bene, il 2026 ci ha portato un altro episodio di “Cloud Wars” e, come al solito, ci sono sorprese che faranno sorridere i maker e faranno impallidire i CTO corporate.

Dimitrios Kechagias ha fatto il lavoro sporco per noi, testando 44 tipi diversi di VM su 7 provider. E sì, ha scoperto che c’è un nuovo CPU che spazza via la concorrenza come un ragazzino che smonta il suo primo robot con un cacciavite. Parliamo di AMD EPYC Turin e Intel Granite Rapids, ma anche di ARM con Google Axion e Azure Cobalt 100.

Se pensavi che il cloud fosse solo una questione di prezzo, ti sbagliavi di grosso. Questo benchmark mostra che, a seconda del tuo workload, potresti pagare il doppio per metà delle prestazioni. Ecco perché:

1. **Performance single-thread vs multi-thread**: Se il tuo progetto è un single-threaded, meglio dare un’occhiata alle offerte ARM. Se invece hai bisogno di scalare, AMD e Intel sono ancora i re.
2. **Prezzo vs prestazioni**: Il rapporto qualità-prezzo è un casino. AWS Graviton4 sembra promettere bene, ma se hai bisogno di stabilità, forse è meglio puntare su Azure o GCP.
3. **Vendor lock-in**: Ancora una volta, la lezione è chiara: il cloud è una trappola. Se non vuoi finire legato a un provider, preparati a fare shopping.

Ma cosa significa tutto questo per noi smanettoni? Beh, se stai pensando di fare il salto al cloud per il tuo prossimo progetto maker, ecco alcuni consigli:

– **Se hai un budget limitato**: Prova DigitalOcean o Hetzner. Sì, sono più lenti, ma almeno non svuoterai il portafoglio.
– **Se hai bisogno di potenza bruta**: AWS e Azure sono ancora i migliori, ma preparati a pagare il prezzo.
– **Se ami l’hardware nuovo**: AMD Turin è la scelta migliore, ma solo se il tuo workload lo supporta.
– **Se vuoi risparmiare**: Le VM spot/preemptible sono un’opzione, ma ricordati che possono sparire da un momento all’altro. Perfetto per i test, meno per i progetti stabili.

E ora, la domanda da un milione di dollari: vale la pena passare al cloud? Dipende. Se hai bisogno di scalabilità e non vuoi gestire hardware fisico, sì. Altrimenti, forse un Raspberry Pi cluster fatto in casa è la soluzione migliore.

In ogni caso, ricordati: il cloud è come un abbonamento a Netflix. Ti sembra conveniente finché non ti rendi conto che stai pagando per guardare la stessa serie da cinque anni.

Source: Cloud VM benchmarks 2026

Il vostro browser preferito sta andando in crash più del solito? Non è solo colpa vostra (o del vostro sistema operativo). Secondo un recente report, ben il 10% dei crash di Firefox sono causati da bitflips, quei piccoli errori di memoria che possono mandare tutto a gambe all’aria.

Per chi non lo sapesse, un bitflip è quando un bit di memoria cambia stato in modo imprevisto, trasformando un 0 in un 1 o viceversa. Può sembrare un problema da poco, ma quando succede in un browser, può portare a crash, comportamenti strani o addirittura vulnerabilità di sicurezza.

Ma cosa causa questi bitflips? La teoria più affascinante è che siano dovuti ai raggi cosmici. Sì, avete capito bene: particelle subatomiche provenienti dallo spazio possono attraversare la vostra CPU e causare errori di memoria. È come se il vostro computer fosse una versione high-tech di un flipper cosmico.

Da smanettone, la cosa mi affascina. Da una parte, è incredibile pensare che il nostro hardware sia così sensibile da essere influenzato da fenomeni astronomici. Dall’altra, è un po’ preoccupante sapere che il nostro lavoro potrebbe essere influenzato da fattori così imprevedibili.

Ma cosa significa per noi maker e hacker? Innanzitutto, è un altro motivo per fare backup frequenti e testare il nostro codice in ambienti diversi. Se i bitflips possono colpire anche Firefox, non c’è ragione per cui non possano colpire i nostri progetti.

Inoltre, è un promemoria che il software e l’hardware sono strettamente legati. Non possiamo ignorare i limiti dell’hardware quando scriviamo codice, specialmente se lavoriamo su progetti critici.

E poi, ammettiamolo: è un’ottima scusa per dire “Ehi, non è colpa mia se il mio programma crasha, è colpa dei raggi cosmici!”

In conclusione, i bitflips sono un problema reale, ma anche un’opportunità per imparare di più sul nostro hardware e migliorare le nostre pratiche di sviluppo. E se tutto questo vi ha fatto venire voglia di sperimentare, perché non provare a simulare un bitflip nel vostro prossimo progetto? Dopotutto, la tecnologia è fatta per essere esplorata, crash compresi.

Source: 10% of Firefox crashes are caused by bitflips