Miglior scheda video per Stable Diffusion nel 2026: classifica e confronto per ritocco e generazione con IA
Miglior scheda video per Stable Diffusion nel 2026: classifica e confronto per ritocco e generazione con IA
Se ti occupi di ritocco di prodotto e hai già iniziato a provare Stable Diffusion, ComfyUI o Forge, ti sarai scontrato subito con la domanda principale: quale scheda grafica regge davvero il lavoro e
Intro
Se ti occupi di ritocco di prodotto e hai già iniziato a provare Stable Diffusion, ComfyUI o Forge, ti sarai scontrato subito con la domanda principale: quale scheda grafica regge davvero il lavoro e quale genera una sola immagine in tre minuti e si blocca a metà. La risposta breve e questa: per l'IA non conta la potenza gaming, conta la memoria video. Ed e proprio quel parametro che i produttori riducono ad ogni rilascio per venderti il modello di punta.
In questo articolo analizziamo il mercato del 2026 dal punto di vista del ritoccatore, non del gamer. Cosa comprare in base al budget, quanta VRAM serve davvero per SDXL, Flux e upscaler, perché NVIDIA resta inarrivabile per AMD, e dove conviene risparmiare contro dove risparmiare costera caro.
Se ti serve la risposta rapida: nel 2026 il miglior equilibrio prezzo capacità lo offrono la RTX 4070 Ti Super 16GB (nuova) e la RTX 3090 24GB (usata). Se il budget e davvero stretto, sul mercato dell'usato la RTX 3060 12GB si trova a cifre ridicole. Tutti i dettagli sotto.
Cosa conta in una GPU per Stable Diffusion: la VRAM decide tutto
La regola principale della generazione con IA e semplice: la VRAM e più importante di tutte le altre caratteristiche messe insieme. La velocità di generazione dipende dai core tensor, dalle frequenze e dall'architettura, ma se la memoria non basta la generazione non parte nemmeno.
Quando apri Stable Diffusion XL a 1024 per 1024 con un paio di LoRA, un ControlNet e un upscaler, il modello carica in memoria i pesi del modello base (circa 7 GB per SDXL in FP16), VAE ed encoder testuali (2 o 3 GB), gli adattatori LoRA (da 100 MB a 1 GB ciascuno), ControlNet (1 o 2 GB ciascuno) e i latenti durante il sampling. Un flusso realistico mangia 10 o 12 GB, e Flux Dev in FP16 vola oltre i 24 GB. Una scheda con 8 GB o inizia a fare swap nella RAM di sistema (rallentando di 5 o 10 volte) o restituisce semplicemente un errore.
Il secondo parametro per importanza e la generazione dell'architettura. La RTX 30 (Ampere) calcola FP16 ma non ha supporto nativo per FP8. La RTX 40 (Ada Lovelace) e la RTX 50 (Blackwell) con FP8 accelerano Flux e SDXL di 1,5 volte a parità di memoria.
Quanta VRAM serve per ciascun compito
La domanda più frequente del ritoccatore che non ha ancora scelto la scheda e: quanta memoria mi bastera. Ecco la corrispondenza con i compiti reali:
| VRAM | Cosa funziona | Cosa non funziona |
|------|---------------|-------------------|
| 4 GB | SD 1.5 a 512x512 con flag lowvram, inpainting base | SDXL, Flux, qualsiasi upscaler serio, training di LoRA |
| 6 GB | SD 1.5 normale, SDXL con medvram e Tiled VAE | SDXL comodo, Flux, training di modelli |
| 8 GB | SDXL base, un ControlNet, upscale semplice fino a 2048 | Flux a piena precisione, flussi pesanti con 2 o 3 ControlNet |
| 12 GB | SDXL comodo, due ControlNet, Flux con quantizzazione Q4 o Q5, training LoRA per SD 1.5 | Flux FP16, training LoRA SDXL con batch grandi |
| 16 GB | Flux in Q8, SDXL senza limiti, training LoRA SDXL, upscale a 4K | Flux FP16 con ControlNet, modelli video |
| 24 GB+ | Flux FP16 completo, modelli video (Wan, Hunyuan), Stable Diffusion 3.5 Large, training in batch | Solo i compiti più esotici |
Per il ritoccatore pratico che intende integrare l'IA in produzione (generazione di sfondi, estensione del frame, transfer di stile, generazione di bg plate per il prodotto), il minimo reale per il 2026 e 12 GB. Con 8 GB sbatterai costantemente contro i limiti e perderai tempo in ottimizzazione invece che in lavoro.
Perché NVIDIA: CUDA e l'ecosistema
In breve, nella generazione con IA NVIDIA non ha concorrenti. Tutti i framework principali (PyTorch, xFormers, TensorRT) sono scritti per CUDA. Tutte le ottimizzazioni che escono il primo giorno dopo il rilascio di un nuovo modello sono scritte per CUDA. Tutti i nodi di ComfyUI, tutte le estensioni di Automatic1111 e Forge si testano su NVIDIA.
CUDA non e solo un driver, e un ecosistema a strati: cuDNN, cuBLAS, TensorRT, NCCL. Quando avvii SDXL su NVIDIA, la GPU sfrutta migliaia di anni uomo di ottimizzazioni. Su AMD le stesse operazioni passano per wrapper, più lenti e con bug.
Numeri concreti: a parità di prestazioni teoriche tra una scheda AMD (per esempio RX 7900 XTX contro RTX 4080) NVIDIA vince nella generazione SDXL di 1,8 o 2,5 volte. Su Linux con ROCm il divario scende a 1,4 volte. Inoltre, comprando NVIDIA oggi, fra un anno avvii qualsiasi nuovo modello senza salti mortali. Con AMD aspetti che qualcuno porti il supporto.
AMD su Windows e Linux: quando ha senso
Se hai già una scheda AMD, non buttarla via di fretta. Su Windows funziona DirectML (tramite Microsoft Olive o ComfyUI con provider DirectML), su Linux funziona ROCm 6.x con supporto nativo PyTorch.
Scenari reali in cui AMD ha senso:
- Hai già una RX 6800, 6900 o 7900 e non ci sono soldi per cambiare
- Workstation solo Linux dove serve la massima VRAM per euro (la RX 7900 XTX 24GB costa più o meno come una RTX 4070 Ti Super 16GB)
- Avversione di principio a NVIDIA e disponibilita a investire tempo nella configurazione
Se compri una GPU specificamente per IA, AMD non e un'opzione. Il tempo speso nella configurazione di ROCm e nella ricerca di fork funzionanti ripaghera la differenza di prezzo con NVIDIA nelle prime due settimane.
Apple Silicon su M1, M2, M3 e M4 funziona tramite il backend MPS di PyTorch. SD 1.5 gira comodo, SDXL e 3 o 4 volte più lento di una RTX 4060 Ti paragonabile. Flux funziona solo su M3 Max e M4 Max con 32 GB o più di memoria unificata. Il vantaggio principale dei Mac e il pool di memoria, ma il prezzo e brutale. Per la maggior parte dei ritoccatori il MacBook resta il cavallo da lavoro per Photoshop, e un PC separato con NVIDIA e la stazione IA.
Classifica delle schede per budget
Prezzi indicativi a metà 2026, mercato nuovo al dettaglio in area euro.
Fino a 300 EUR: ingresso a budget
| Scheda | VRAM | SDXL 1024 | Verdetto |
|--------|------|-----------|----------|
| RTX 3050 8GB | 8 GB | circa 45 sec | Minimamente accettabile, senza margine |
| RTX 4060 8GB | 8 GB | circa 30 sec | Migliore nuova di fascia bassa |
La RTX 4060 e la scheda più economica della serie 40 e ha FP8. Lo svantaggio: solo 8 GB, che per il 2026 sono già al limite. Da prendere solo se il budget e bloccato e sei disposto a lavorare con compromessi (medvram, tiling degli upscaler).
300 a 550 EUR: minimo ragionevole
| Scheda | VRAM | SDXL 1024 | Verdetto |
|--------|------|-----------|----------|
| RTX 3060 12GB | 12 GB | circa 38 sec | Miglior rapporto VRAM prezzo nella fascia bassa |
| RTX 4060 Ti 16GB | 16 GB | circa 28 sec | Ingresso ideale al lavoro con IA |
La RTX 4060 Ti 16GB e la nuova scheda più sensata per l'IA nel 2026 in questa fascia. 16 GB di VRAM, FP8, Ada Lovelace, bus a 128 bit (un punto a sfavore per il gaming, ma irrilevante per l'IA). Per circa 520 EUR ottieni una scheda che regge tutto tranne Flux FP16.
La RTX 3060 12GB resta attuale, specie sull'usato a 190 o 240 EUR. Niente FP8, ma 12 GB di VRAM risolvono molto.
550 a 1000 EUR: cavallo da lavoro
| Scheda | VRAM | SDXL 1024 | Verdetto |
|--------|------|-----------|----------|
| RTX 4070 12GB | 12 GB | circa 18 sec | Veloce, ma poca memoria |
| RTX 4070 Super 12GB | 12 GB | circa 16 sec | Analogo, un filo più veloce |
In questa fascia c'e un dilemma. La RTX 4070 e la 4070 Super sono più veloci della 4060 Ti 16GB come chip, ma hanno solo 12 GB. Per il classico lavoro di ritocco con SDXL e un ControlNet basta. Ma se pensi di entrare in Flux o nel training, meglio aggiungere e salire al gradino successivo.
1000 a 1650 EUR: produzione seria
| Scheda | VRAM | SDXL 1024 | Verdetto |
|--------|------|-----------|----------|
| RTX 4070 Ti Super 16GB | 16 GB | circa 14 sec | Sweet spot del 2026 |
| RTX 4080 Super 16GB | 16 GB | circa 12 sec | Più veloce, ma il prezzo morde |
La RTX 4070 Ti Super 16GB e il miglior acquisto per un ritoccatore che fa sul serio con l'IA. 16 GB di VRAM, bus a 256 bit, FP8, velocità vicina alla 4080. Regge Flux in Q8, SDXL con qualsiasi impostazione, allena LoRA. Questa scheda copre i tuoi carichi IA per i prossimi 2 o 3 anni.
2200 EUR e oltre: ammiraglie
| Scheda | VRAM | SDXL 1024 | Verdetto |
|--------|------|-----------|----------|
| RTX 4090 24GB | 24 GB | circa 12 sec | Re dell'IA fino al 2025 |
| RTX 5090 32GB | 32 GB | circa 8 sec | Nuovo re, se la trovi |
La RTX 4090 e lo standard del settore. Se il budget lo consente e vuoi una scheda che fra 3 anni sia ancora attuale, e la scelta giusta. 24 GB di VRAM reggono Flux FP16, modelli video, training SDXL.
La RTX 5090 con 32 GB e supporto FP4 per l'inferenza in Blackwell e il nuovo soffitto. Se la scheda e disponibile e c'e budget, per produzione IA seria non ha senso prendere qualcosa di più piccolo.
Mercato dell'usato: 3060 12GB e 3090 24GB
Se il budget e stretto ma vuoi il massimo della memoria, l'usato salva la giornata. In area euro eBay e i mercatini locali tra privati sono i canali naturali.
La RTX 3060 12GB sull'usato costa 180 o 230 EUR. Per quei soldi prendi 12 GB di VRAM, sufficienti per il 90 per cento dei compiti IA. Più lenta della 4060 Ti, ma se la scelta e tra una 3060 12GB usata e una 3050 8GB nuova, sempre la 3060.
La RTX 3090 24GB e il miglior acquisto usato per IA. Su eBay si trova a 650 o 870 EUR. Per memoria pareggia la 4090, in velocità SDXL e indietro del 40 per cento circa, ma a metà prezzo si accetta. 24 GB aprono Flux FP16, modelli video, training serio. Difetti: consuma 350 watt, scalda, richiede un alimentatore importante (minimo 850W) e buona ventilazione.
Cosa non comprare usato: tutto ciò che ha minato. La serie RTX 30 dopo due anni di hashrate 24/7 e una lotteria. Controlla le temperature della memoria in HWInfo: se su una 3090 la memoria sale sopra i 100 gradi sotto carico, i pad termici sono andati.
Tempi reali di SDXL 1024 su schede diverse
I numeri qui sotto sono per SDXL 1024 per 1024 base, 30 passi DPM++ 2M Karras, senza upscale e senza ControlNet. Un compito reale con upscale e LoRA durera 2 o 3 volte di più.
| Scheda | Tempo di generazione | Prezzo nuovo |
|--------|----------------------|--------------|
| RTX 3050 8GB | 45 sec | 250 EUR |
| RTX 4060 8GB | 30 sec | 305 EUR |
| RTX 3060 12GB | 38 sec | 295 EUR (o 215 usata) |
| RTX 4060 Ti 16GB | 28 sec | 520 EUR |
| RTX 4070 12GB | 18 sec | 705 EUR |
| RTX 4070 Super 12GB | 16 sec | 785 EUR |
| RTX 4070 Ti Super 16GB | 14 sec | 1035 EUR |
| RTX 4080 Super 16GB | 12 sec | 1470 EUR |
| RTX 3090 24GB | 17 sec | 760 EUR usata |
| RTX 4090 24GB | 12 sec | 2500 EUR |
| RTX 5090 32GB | 8 sec | 3480 EUR |
Nota: tra la 4060 Ti 16GB e la 4070 ci sono 1,5 volte di differenza in velocità, ma la 4060 Ti ha 16 GB contro 12 GB. Per i flussi pesanti vince la VRAM. Per la velocità pura della generazione semplice vince la 4070.
Consumi e raffreddamento
Le moderne schede per IA sono stufette. Non come i rig da mining, ma richiedono attenzione a case e alimentatore.
- RTX 4060 e 4060 Ti: 115 a 160 W, alimentatore 550W basta
- RTX 4070 e 4070 Super: 200 a 220 W, alimentatore 650W
- RTX 4070 Ti Super e 4080 Super: 285 a 320 W, alimentatore 750W
- RTX 4090: 450 W, alimentatore da 850 a 1000W
- RTX 5090: 575 W, alimentatore da 1000W in su
- RTX 3090 (usata): 350 W, alimentatore 850W obbligatorio
Sotto carico IA prolungato la scheda lavora alle frequenze di picco per ore. Un case gaming con una sola ventola in espulsione non basta. Minimo tre ventole: due in aspirazione, una in espulsione. Per 4090 e 5090 meglio un bench aperto o un case specializzato con flusso d'aria. Il rumore in studio stanca, quindi o liquido o PC dietro una parete sottile.
Cosa fare con budget limitato
Se non ci sono soldi per una scheda decente ma il lavoro IA va fatto, esistono tre livelli di compromesso.
Livello 1: ottimizzazione su una scheda media. Avvia Stable Diffusion con i flag --medvram (6 o 8 GB) o --lowvram (4 GB). Attiva Tiled VAE e Tiled Diffusion per gli upscale. Usa modelli quantizzati (Q4_K_S, Q5 GGUF per Flux). La velocità cala del 30 o 50 per cento, ma almeno la generazione parte.
Livello 2: servizi cloud. RunPod, Vast.ai e Massed Compute danno accesso a RTX 4090, A6000 o H100 per 0,30 o 2 EUR all'ora. Se fai 5 o 10 render a settimana, noleggiare costa meno che comprare.
Livello 3: API. Replicate, Fal.ai, Leonardo via API. Paghi a generazione e non pensi all'hardware. Bene per compiti occasionali, male per lavoro sistematico. Per un ritoccatore che integra IA nel flusso quotidiano, l'hardware proprio si ripaga in 3 o 6 mesi rispetto al cloud.
Cosa non comprare nel 2026
Per risparmiarti tempo:
- GTX 1660, 1660 Ti, 1660 Super: solo 6 GB, niente core tensor, lente. Si può lanciare SD 1.5, ma e una sofferenza. Per l'IA nel 2026 questa serie e morta.
- GTX 1080 e 1080 Ti: anche con 11 GB sulla 1080 Ti, l'assenza di core tensor la rende 4 o 5 volte più lenta di una 3060 12GB. Non vale nemmeno 80 EUR.
- RTX 2060 6GB: poca VRAM, velocità bassa. Solo se la hai già e non puoi sostituirla.
- RTX 4060 Ti versione 8GB: confonderla con la versione 16GB e un errore classico. 8 GB per 430 EUR e pagare troppo.
- AMD RX 580, 590, 5500: nessun supporto ROCm, DirectML traballa. Il tuo tempo vale più del risparmio.
- Intel Arc A770 16GB: sulla carta interessa, in pratica il supporto nei framework SD e acerbo. Fra un anno potrebbe diventare una buona opzione, oggi no.
CTA: corso AI PRO
Hai scelto la scheda, l'hai montata, hai avviato ComfyUI e ti sei scontrato con la domanda successiva: cosa fare con questo hardware. Quali modelli scaricare, come costruire un flusso per la fotografia di prodotto, come generare sfondi per abbigliamento da marketplace, come allenare una LoRA sui propri prodotti, come integrare l'IA in Photoshop.
Il corso AI PRO di gdefoto.com e un corso pratico per fotografi e ritoccatori che stanno portando Stable Diffusion e Flux in produzione. Non teoria sulle reti neurali, ma flussi concreti: generazione di bg plate per prodotto, estensione del frame, sostituzione dello sfondo, training di LoRA su brand identity, integrazione con Photoshop e Capture One.
Dopo il corso produci visual pubblicitari in 30 minuti invece che in due giorni e offri ai clienti servizi che i concorrenti non hanno ancora imparato.
In sintesi: cosa comprare nel 2026
Checklist breve per budget:
- Fino a 300 EUR: RTX 4060 8GB nuova o RTX 3060 12GB usata.
- 400 a 530 EUR: RTX 4060 Ti 16GB. Ingresso nell'IA seria.
- 760 a 980 EUR: RTX 4070 Super 12GB nuova o RTX 3090 24GB usata.
- 980 a 1650 EUR: RTX 4070 Ti Super 16GB. Scelta migliore per la maggior parte dei professionisti.
- 2200 EUR e oltre: RTX 4090 24GB o RTX 5090 32GB. Vertice senza compromessi.
La cosa principale da ricordare: 8 GB di VRAM nel 2026 sono già pochi. 12 GB sono il minimo per la comodita. 16 GB sono il tetto ragionevole per la maggior parte dei compiti. 24 GB e oltre sono per chi sbatte contro i 16 GB ogni giorno. Non risparmiare sulla memoria, risparmia sulla velocità. Tra due anni ti ringrazierai.
GPU da laptop o da desktop per Stable Diffusion
Sull'hardware per Stable Diffusion sorge il dubbio tra laptop e desktop, e ci sono differenze chiare. La GPU da desktop offre più memoria video a parità di prezzo, un raffreddamento migliore e la possibilità di ampliare o cambiare la scheda in seguito. Poiché in Stable Diffusion la memoria video decide quasi tutto, un desktop con una scheda con più VRAM rende meglio e permette di lavorare con modelli e risoluzioni maggiori senza restare senza memoria. Inoltre mantiene un rendimento costante su lotti lunghi senza soffocare per temperatura.
La GPU da laptop equivalente ha di solito meno memoria e meno margine termico, quindi rende sotto una da desktop dello stesso nome e si scalda prima in generazioni lunghe. Il suo vantaggio è la mobilità. Per chi deve lavorare ovunque e fa un uso occasionale, un buon laptop va bene. Per chi elabora cataloghi, vuole stabilità nei lotti e cerca il miglior rendimento per euro, il desktop è la scelta chiara. La regola: dai priorità a VRAM e raffreddamento, ed entrambi giocano a favore del desktop, salvo che la mobilità sia indispensabile.
Noleggiare GPU nel cloud come alternativa all'acquisto
Comprare una scheda potente non è l'unica via: noleggiare GPU nel cloud è un'alternativa sensata, soprattutto all'inizio o per i picchi di lavoro. I servizi di GPU cloud danno accesso a ore su schede di fascia alta che sarebbe caro comprare, e paghi solo per il tempo d'uso. Ideale per provare prima di investire, per progetti puntuali con molto volume o per accedere a schede con molta memoria senza esborsare il prezzo pieno dell'hardware.
Il rovescio è che, con un uso intenso e costante, il noleggio finisce per costare più dell'acquisto, e dipendi dalla connessione e dal caricare le tue immagini su un server, cosa che può scontrarsi con la riservatezza di certi prodotti. La regola pratica: per un uso occasionale, per provare o per un picco puntuale, il cloud evita un investimento grande; per un flusso quotidiano e costante, o quando conta la privacy delle immagini, conviene comprare una GPU propria. Molti combinano: una scheda locale per il quotidiano e il cloud per i picchi che superano la sua capacità.
Domande frequenti sulla GPU per Stable Diffusion
Cosa è più importante in una GPU per Stable Diffusion
La memoria video, la VRAM. Decide quali modelli e risoluzioni puoi usare ed evita di restare senza memoria. Dai priorità alla VRAM su quasi tutto il resto.
Laptop o desktop
Il desktop dà più VRAM a parità di prezzo, raffreddamento migliore e ampliabilità futura. Il laptop solo se la mobilità è indispensabile, accettando un rendimento inferiore.
Conviene noleggiare GPU nel cloud
Per uso occasionale, prove o picchi puntuali, sì, evita un investimento grande. Per uso quotidiano e costante, o quando conta la privacy, conviene comprare.
Come scelgo secondo il mio uso
Poco uso o budget ridotto, dai priorità alla VRAM su una scheda modesta o usa il cloud. Uso professionale e cataloghi, una GPU desktop con la più VRAM che ti puoi permettere.
Strumenti foto online gratuiti
Modifica la tua foto nel browser, senza installare né registrarti: