Un esperimento decisamente fuori dagli schemi sta facendo discutere il mondo dello sviluppo e dell'intelligenza artificiale. Un programmatore ha deciso di sfruttare un iPhone 17 Pro Max come seconda GPU per un MacBook Pro con 24 GB di memoria unificata, con l'obiettivo di distribuire il carico di lavoro del modello linguistico Qwen3-27B. L'idea, tanto semplice quanto audace, sfrutta la potenza del chip A19 Pro e la memoria condivisa tra i dispositivi Apple per creare una sorta di cluster domestico a basso costo.
Come funziona l'accoppiata iPhone-Mac
Il principio alla base è quello del calcolo distribuito: invece di far girare l'intero modello su una sola macchina, il lavoro viene suddiviso tra il Mac e l'iPhone, che collaborano attraverso una connessione ad alta velocità. I test condotti dallo sviluppatore hanno mostrato un miglioramento significativo nella fase di prefill, ovvero quando il modello elabora il prompt iniziale prima di generare la risposta. In questa specifica fase, l'iPhone ha contribuito a rendere l'operazione fino al 44% più rapida rispetto all'uso del solo MacBook Pro.
Un vantaggio solo parziale
Tuttavia, non è tutto oro quello che luccica. Il guadagno di prestazioni non si estende a tutte le fasi di esecuzione: durante la generazione token-per-token, il collo di bottiglia della comunicazione tra i due dispositivi annulla gran parte dei benefici. In pratica, l'iPhone dà il meglio di sé quando c'è da macinare grandi quantità di dati in parallelo, ma non quando serve una risposta fluida e continua. Nonostante i limiti, l'esperimento dimostra che l'ecosistema Apple potrebbe offrire scenari inediti per l'IA locale, aprendo la strada a soluzioni creative per chi vuole addestrare o eseguire modelli senza ricorrere a costose GPU dedicate.
