Vuoi usare un modello AI direttamente sul computer senza dover inviare ogni prompt a un servizio cloud? LM Studio è uno dei modi più semplici per iniziare su Windows 11, perché permette di scaricare, configurare e utilizzare modelli locali attraverso un’interfaccia grafica.
Installarlo, però, è soltanto la prima parte.
Il vero problema arriva subito dopo: quale modello bisogna scaricare? Il PC ha abbastanza RAM? Serve una GPU? Quanto spazio occuperà? E come si capisce se il modello sta funzionando davvero in locale?
In questa guida partiamo da zero e arriviamo fino alla prima conversazione con un modello installato sul computer.
Se invece stai ancora scegliendo quale software utilizzare, abbiamo confrontato LM Studio vs Ollama spiegando differenze, vantaggi e casi d’uso dei due strumenti.
Prima di installare LM Studio: controlla se il PC è compatibile
LM Studio è disponibile per Windows, macOS e Linux.
Su Windows supporta sia PC x64 sia sistemi ARM, come alcuni notebook basati su Snapdragon.
Prima di procedere è però importante controllare l’hardware.
Per Windows, LM Studio raccomanda:
- almeno 16 GB di RAM;
- una GPU con almeno 4 GB di VRAM dedicata;
- supporto alle istruzioni AVX2 sui processori x64.
Questi non devono essere interpretati come requisiti assoluti per qualsiasi modello.
La quantità di memoria necessaria cambia infatti enormemente in base a:
- dimensione del modello;
- quantizzazione;
- lunghezza del contesto;
- utilizzo della GPU;
- memoria disponibile sul sistema.
Un modello piccolo può funzionare anche su hardware relativamente modesto, mentre uno molto più grande può saturare rapidamente RAM e VRAM.
LM Studio funziona con 8 GB di RAM?
Può essere possibile utilizzare modelli particolarmente piccoli, ma 8 GB rappresentano una configurazione molto limitata perché la memoria deve essere condivisa anche con Windows e con gli altri programmi aperti.
Se il PC ha 8 GB, eviterei di partire da modelli grandi.
Per un utilizzo più tranquillo, 16 GB rappresentano una base decisamente più adatta.
Con 32 GB aumenta invece notevolmente il numero di modelli utilizzabili.
Come capire quanta RAM ha il PC
Su Windows 11 puoi controllarlo senza installare nulla.
Premi:
Ctrl + Shift + Esc
Apri Gestione attività e seleziona:
Prestazioni > Memoria
Vedrai la quantità totale di RAM installata.
Prendi nota anche della GPU.
Vai in:
Prestazioni > GPU
e controlla il modello della scheda grafica e la quantità di memoria disponibile.
Queste due informazioni saranno molto più importanti del semplice nome del processore quando dovrai scegliere il primo modello.
Come scaricare LM Studio su Windows 11
Utilizza il sito ufficiale di LM Studio.
Evita portali di download esterni: non ce n’è alcuna necessità.
Nella pagina Download seleziona la versione destinata a Windows e scarica l’installer.
Una volta completato il download:
- avvia il file di installazione;
- completa l’installazione;
- apri LM Studio;
- attendi il caricamento dell’interfaccia.
A questo punto l’applicazione è installata, ma non hai ancora un modello AI sul computer.
LM Studio è infatti il programma che permette di eseguirlo: il modello deve essere scaricato separatamente.
Il primo avvio: non scaricare subito il modello più grande
È uno degli errori più facili da commettere.
All’interno di LM Studio troverai modelli con dimensioni e varianti molto diverse.
Vedere un modello da decine di miliardi di parametri può far pensare:
più grande = migliore.
Non necessariamente sul tuo PC.
Se un modello richiede più memoria di quella disponibile, può:
- non caricarsi;
- utilizzare pesantemente la RAM;
- rallentare Windows;
- andare in crash;
- generare testo estremamente lentamente.
Per iniziare conviene scegliere un modello relativamente piccolo, verificare come si comporta sul proprio hardware e soltanto successivamente sperimentare con modelli più pesanti.
Come scaricare un modello in LM Studio
Apri la sezione Discover.
LM Studio integra direttamente un sistema per cercare e scaricare modelli compatibili disponibili attraverso Hugging Face.
Puoi cercare il nome di un modello oppure utilizzare quelli suggeriti nell’interfaccia.
Quando selezioni un modello potresti vedere più file apparentemente simili.
Qui entra in gioco una parola che incontrerai continuamente utilizzando l’AI locale:
quantizzazione.
Cos’è la quantizzazione e perché conta
Un modello può essere distribuito in differenti versioni che utilizzano quantità diverse di memoria.
La quantizzazione riduce la precisione numerica con cui vengono rappresentati i parametri del modello, permettendo di diminuire:
- spazio occupato;
- RAM necessaria;
- VRAM necessaria.
Il compromesso può essere una certa perdita di qualità, ma nelle quantizzazioni più comuni spesso è molto più conveniente utilizzare un modello leggermente compresso che cercare di eseguirne uno troppo pesante per il proprio hardware.
Per questo puoi trovare sigle come:
- Q2;
- Q3;
- Q4;
- Q5;
- Q6;
- Q8.
Per iniziare, una variante Q4 rappresenta spesso un compromesso ragionevole tra dimensione e qualità.
Non significa però che Q4 sia sempre la scelta corretta: dipende dal modello e dalla memoria disponibile.
Quale modello scegliere con 16 GB di RAM?
Qui bisogna fare attenzione a non trasformare una regola pratica in una garanzia.
La quantità di RAM richiesta non dipende solamente dal numero di parametri.
Come punto di partenza, su un computer con 16 GB di RAM guarderei modelli piccoli o medi opportunamente quantizzati prima di provare alternative molto più grandi.
LM Studio mostra informazioni sulla dimensione dei file prima del download.
Usale.
Se un singolo file occupa già una parte enorme della memoria totale del PC, probabilmente non è la scelta ideale per iniziare.
Dedicheremo una guida separata proprio ai migliori modelli AI locali per PC con 16 GB di RAM, perché è una decisione abbastanza importante da meritare un confronto specifico.
Quanto spazio occupano i modelli AI?
Parecchio.
A differenza dei normali chatbot cloud, qui il modello viene salvato fisicamente sul tuo SSD.
Un singolo modello può occupare diversi gigabyte.
E se inizi a provarne cinque o sei, lo spazio utilizzato può crescere molto velocemente.
Prima di scaricare nuovi modelli controlla:
Impostazioni > Sistema > Archiviazione
Se hai un SSD quasi pieno, evita di accumulare modelli che non utilizzi.
LM Studio consente di gestire quelli scaricati e rimuovere quelli che non servono più.
Come caricare il modello
Una volta completato il download, seleziona il modello dalla libreria locale.
LM Studio dovrà quindi caricarlo in memoria.
Questa fase è diversa dal download.
Il file è già presente sul disco, ma per utilizzarlo deve essere caricato nella RAM e, quando possibile, sfruttare anche la GPU.
Il tempo necessario dipende dalle dimensioni del modello e dall’hardware.
Un modello piccolo su un PC potente può caricarsi rapidamente.
Uno molto grande può invece richiedere parecchio tempo oppure fallire completamente.
Se compare un errore di memoria
È uno dei problemi più frequenti.
Se LM Studio non riesce a caricare il modello perché manca memoria, non significa che il programma sia installato male.
Molto probabilmente il modello è troppo pesante per la configurazione disponibile.
Prova nell’ordine:
- chiudi programmi pesanti;
- scegli una quantizzazione più piccola;
- riduci la dimensione del modello;
- riduci il context length se necessario;
- riavvia LM Studio.
Non aumentare parametri casualmente sperando di risolvere.
Con l’AI locale, più impostazioni non significano automaticamente migliori prestazioni.
Come iniziare la prima chat
Quando il modello è caricato puoi aprire l’interfaccia Chat.
Da quel momento l’utilizzo assomiglia molto a quello di un normale assistente AI.
Puoi scrivere, per esempio:
Spiegami in italiano cos’è un SSD NVMe e quali sono le differenze rispetto a un SSD SATA.
Il modello inizierà a generare la risposta direttamente sul computer.
La velocità può essere molto diversa rispetto a ChatGPT, Gemini o Claude.
Qui non stai utilizzando l’infrastruttura di un gigantesco data center: il calcolo viene effettuato dal tuo hardware.
Come capire se l’AI sta usando la GPU
Se il modello genera lentamente, una delle prime cose da capire è se sta sfruttando correttamente la GPU.
Apri:
Gestione attività > Prestazioni > GPU
Avvia una generazione in LM Studio e osserva l’attività.
LM Studio dispone inoltre di controlli per gestire l’offload sulla GPU e, nelle configurazioni avanzate, anche più GPU.
La quantità di modello trasferita sulla scheda grafica può incidere enormemente sulle prestazioni.
Se il modello viene eseguito prevalentemente sulla CPU, la generazione può risultare sensibilmente più lenta.
Posso usare LM Studio senza una GPU dedicata?
Sì, a seconda del modello e del processore.
Una GPU dedicata non è obbligatoria in ogni configurazione, ma può fare una differenza enorme nelle prestazioni.
Se hai un notebook con sola grafica integrata puoi comunque sperimentare con modelli piccoli.
Devi però aspettarti velocità inferiori rispetto a una workstation dotata di una GPU adatta all’inferenza.
Prima di acquistare una nuova scheda grafica esclusivamente per l’AI locale, conviene capire quali modelli vuoi realmente utilizzare.
LM Studio funziona senza Internet?
Una delle caratteristiche più interessanti di LM Studio è proprio la possibilità di lavorare localmente.
Una volta scaricati:
- LM Studio;
- il modello;
- eventuali file necessari;
puoi eseguire il modello senza dover inviare ogni prompt a un server remoto.
Alcune operazioni continuano naturalmente a richiedere Internet.
Per esempio:
- scaricare nuovi modelli;
- cercarli online;
- controllare aggiornamenti;
- utilizzare eventuali servizi cloud.
Ma la generazione di un modello locale può avvenire offline.
Questo è uno dei principali motivi per cui LM Studio è interessante quando si lavora con informazioni che non si vogliono automaticamente inviare a servizi cloud.
Attenzione: locale non significa automaticamente privato
Questo punto merita una distinzione.
Se utilizzi esclusivamente un modello locale attraverso LM Studio, l’elaborazione può restare sul computer.
Ma LM Studio può essere collegato anche a:
- API;
- strumenti esterni;
- servizi cloud;
- MCP server;
- applicazioni di terze parti.
Quando abiliti servizi esterni, devi controllare separatamente come questi gestiscono i dati.
La formula corretta quindi non è:
LM Studio = tutto sempre privato.
È:
un modello eseguito localmente può evitare di inviare il prompt a un provider cloud, finché il workflow rimane locale.
Posso utilizzare documenti locali?
LM Studio permette anche di lavorare con file e documenti attraverso funzionalità dedicate.
Questo apre uno dei casi d’uso più interessanti dell’AI locale:
interrogare documenti senza doverli necessariamente caricare su un normale chatbot cloud.
Può essere utile per:
- appunti;
- documentazione aziendale;
- manuali;
- PDF;
- materiale di ricerca;
- documenti personali.
Ma anche qui bisogna controllare l’intero workflow utilizzato e non limitarsi al fatto che il modello sia installato sul PC.
Perché LM Studio è lento?
Se la prima risposta impiega molto tempo, non partire dal presupposto che ci sia un errore.
La velocità dipende da:
- modello utilizzato;
- quantizzazione;
- CPU;
- GPU;
- RAM;
- VRAM;
- dimensione del contesto;
- numero di token generati.
Un modello troppo grande per il tuo hardware può funzionare, ma risultare poco pratico.
È spesso meglio utilizzare un modello più piccolo e veloce piuttosto che inseguire il modello più potente possibile.
LM Studio non carica il modello: cosa controllare
Se hai completato l’installazione ma il modello non parte, controlla prima:
- RAM disponibile;
- spazio libero sull’SSD;
- dimensione del modello;
- quantizzazione;
- compatibilità hardware;
- eventuali aggiornamenti dell’app;
- driver della GPU.
Se un modello piccolo funziona e quello grande no, la causa è quasi certamente legata alle risorse necessarie.
Se invece nessun modello riesce a caricarsi, bisogna indagare più a fondo configurazione, driver e compatibilità.
Anche questo problema merita una guida dedicata perché le cause possono essere molto diverse.
LM Studio o Ollama?
Se dopo aver installato LM Studio ti accorgi che vuoi soprattutto collegare i modelli locali ad applicazioni, script e servizi, Ollama può diventare un’alternativa interessante.
La differenza principale è nell’approccio.
LM Studio offre un’esperienza particolarmente comoda per:
- cercare modelli;
- scaricarli;
- testarli;
- configurare parametri;
- chattare;
- controllare l’hardware.
Ollama è particolarmente interessante quando il modello deve diventare un servizio locale utilizzato da altri programmi.
Abbiamo approfondito tutte le differenze nel confronto LM Studio vs Ollama: quale scegliere per usare l’AI in locale.
Qual è il modo migliore per iniziare?
Se non hai mai utilizzato un modello AI locale, non complicare inutilmente il primo test.
La procedura che consiglierei è:
- controlla quanta RAM hai;
- installa LM Studio dal sito ufficiale;
- scegli un modello piccolo;
- scarica una quantizzazione adatta;
- carica il modello;
- prova una normale conversazione;
- controlla velocità e memoria;
- soltanto dopo sperimenta modelli più grandi.
L’obiettivo iniziale non dovrebbe essere eseguire il modello più potente disponibile.
Dovrebbe essere trovare il miglior equilibrio tra qualità e velocità sul tuo PC.
Quando hai trovato quella combinazione, LM Studio smette di essere soltanto una curiosità tecnica e diventa realmente un’alternativa utilizzabile per alcune attività quotidiane.
