In questo articolo Indice dei contenuti 2 sezioni
Nel confronto tra portatili di fascia alta, RTX 5090 mobile e M5 Max raccontano due filosofie opposte, e i test sui modelli linguistici lo mettono nero su bianco: la scheda NVIDIA vola finché i 24GB di memoria video le bastano, poi crolla. Da una parte c’è la potenza bruta di una GPU dedicata, dall’altra la memoria unificata di Apple, che non ha la stessa velocità di calcolo ma può contare su una quantità di memoria che nessun laptop con scheda discreta si sogna.
Il banco di prova ha visto un Razer Blade 18 aggiornato affrontare il MacBook Pro da 16 pollici più recente, con una batteria di test dedicati ai carichi di intelligenza artificiale. Il primo scontro è già indicativo: Qwen3 4B con quantizzazione a 4 bit e una Context Length spinta a 262.144. Un carico del genere satura praticamente tutta la VRAM disponibile sulla GPU NVIDIA, e il risultato parla da solo, appena 25,28 token al secondo in generazione. Il chip Apple, nella stessa configurazione, ne macina 181,40.
RTX 5090: quando la VRAM si libera, la GPU NVIDIA torna in partita
Basta però abbassare la Context Length a 68.014 perché lo scenario cambi completamente. Con parecchia memoria video liberata, RTX 5090 risale fino a 160,36 token al secondo, un salto che chiarisce quanto il collo di bottiglia fosse la capienza e non la potenza di calcolo. Resta comunque leggermente sotto al chip Apple, e qui pesa una differenza tecnica non banale: su Windows i test giravano tramite LM Studio, mentre su Apple Silicon veniva usato MLX. Software diversi, ottimizzazioni diverse, quindi il paragone va preso con le pinze.
Passando a llama.cpp e a modelli più corposi come Gemma 4 12B, Qwen3.5 27B e Qwen3.6 35B A3B, la musica cambia ancora. In questi scenari la GPU NVIDIA si prende la rivincita sia nel prompt processing sia nella generazione di token, con margini che arrivano fino al 133% in più rispetto alla controparte Apple. La regola, insomma, è abbastanza lineare: finché il modello e il contesto restano dentro i 24GB di framebuffer, la scheda per portatili più veloce di NVIDIA resta la scelta più rapida, senza discussioni.
Con i modelli davvero grandi vince la memoria unificata
Il problema arriva quando entrano in scena i modelli densi, quelli che con 24GB non ci stanno nemmeno a spingere. Qwen3.5 122B è l’esempio perfetto: per RTX 5090 non c’è modo di uscirne bene, semplicemente non c’è spazio. M5 Max, forte dei suoi 128GB di memoria unificata, porta a casa 139 token al secondo in prompt processing e 47,4 token al secondo in generazione, arrivando a occupare 94GB di RAM. Numeri che nessun laptop con GPU discreta può replicare oggi, perché il limite non è l’architettura ma la quantità di memoria indirizzabile dal chip grafico.
È anche il motivo per cui NVIDIA ha tutto l’interesse a spingere una proposta come RTX Spark, pensata proprio per chi vuole far girare modelli LLM pesanti in locale senza scontrarsi ogni volta con il muro della VRAM. Il mercato dei carichi di intelligenza artificiale su macchine personali sta diventando un terreno dove la memoria conta quanto, se non più, dei teraflops.
