Okay, I need to translate and structure this article in Italian. Let me start by reading through the original text carefully to ensure I understand all the key points. The title is about Hermes AI agents powered by NVIDIA hardware. The main sections include introduction, Hermes capabilities, Qwen 3.6 models, DGX Spark, getting started steps, and recent updates. First, the title translation should be concise and accurate. "Hermes Unlocks Self-Improving AI Agents, Powered by NVIDIA RTX PCs and DG

Agenti AI trasformativi con Hermes

Agentic AI sta rivoluzionando il modo in cui gli utenti eseguono compiti. Hermes Agent, un framework open source sviluppato da Nous Research, ha ottenuto 140.000 stelle su GitHub in meno di tre mesi e, come rivelato da OpenRouter, è ora l’agente più utilizzato al mondo. Disegnato per la riproduzione locale, Hermes si basa su hardware NVIDIA per massimizzare velocità e affidabilità: RTX PCs, RTX PRO Workstations e DGX Spark sono le scelte ottimali per farlo funzionare ininterrottamente.

Integrato con modelli avanzati di Alibaba

Nelle prestazioni locali, Hermes trova complementarità con i nuovi modelli Qwen 3.6 di Alibaba, che supportano capacità di AI avanzata su infrastrutture ridotte. Il modello Qwen 3.6 a 27 miliardi di parametri, ad esempio, fornisce risultati paragonabili a modelli più grandi (120 miliardi di parametri) in spazi di memoria ridotti. La combinazione con NVIDIA RTX e DGX garantisce elaborazioni accelerate, essenziale per compiti complessi e iterativi.

Funzionalità distintive di Hermes

Hermes si distingue per quattro caratteristiche chiave:

• Abilità auto-evolventi: Ogni volta che incontra sfide complesse o riceve feedback, Hermes registra le nuove competenze apprese, adattandosi autonomamente.
• Sottosistemi isolati: Gli agenti secondari vengono utilizzati in contesti ristretti, evitando confusione e riducendo il carico di contesto necessario.
• Affidabilità: Gli strumenti inclusi in Hermes sono sottoposti a stress test rigorosi da Nous Research, garantendo funzionamento stabile anche con modelli di grandi dimensioni.
• Risultati superiori: Test condotti con modelli identici mostrano una chiara superiorità di Hermes rispetto ad altri framework, grazie al suo livello di orchestrazione attiva.

Collaborazione con modelli Qwen 3.6

Le nuove versioni del modello Qwen 3.6 di Alibaba offrono nuovi avanzamenti per agenti locali. La versione a 35 miliardi di parametri richiede soli 20 GB di RAM, rispetto ai 70 GB necessari per i modelli precedenti. La sua compatibilità con sistemi NVIDIA RTX e DGX Spark permette di sfruttare il potenziale di NVIDIA Tensor Cores, accelerando l’inferenza e riducendo notevolmente i tempi di esecuzione.

DGX Spark: Il computer AI costantemente attivo

Hermes prevede di operare senza interruzioni, e i sistemi NVIDIA DGX Spark supportano il continuo funzionamento. Equipaggiato con 128 GB di memoria unificata e 1 petaflop di capacità AI, DGX Spark gestisce modelli a 120 miliardi di parametri, ideale per lavoro non interrotto. I nuovi modelli Qwen 3.6 permettono di ottenere un’architettura più leggera ma altrettanto potente, con esecuzioni più rapide per carichi di lavoro multipli.

Implementazione pratica con Hermes

Avviare Hermes su hardware NVIDIA richiede pochi passaggi:

1. Accedi al repository GitHub di Hermes per scaricare il framework.

2. Collega Hermes a uno dei modelli supportati, come Qwen 3.6, tramite runtime come llama.cpp, o Ollama.

3. Scegli un hardware compatibile (RTX, Pro o DGX Spark) per garantire prestazioni ottimali.

Hermes include supporto pre-installato per LM Studio e Ollama, semplificando l’implementazione per esperti e sviluppatori.

Aggiornamenti tecnologici recenti

• NVIDIA RTX PRO GPUs: Fino a 3x più veloci nel generare token per modelli Qwen 3.6, abilitando esecuzioni in tempo reale.
• Modelli Gemma di Google