Il self-hosting non coincide più con “mettere su Plex” o un sistema per lo storage dei dati da mettere sotto la scrivania. Accanto a Pi-hole, Jellyfin e ai server per film e musica, molti utenti stanno spostando in casa sincronizzazione dei file, password manager, automazioni domestiche, bilanci familiari, gestione documenti, motori di ricerca, strumenti di monitoraggio e perfino modelli AI eseguiti in locale. Il server domestico, da archivio passivo, sta diventando un piccolo centro operativo personale.
Per anni il self-hosting, almeno a livello di laboratorio, amatoriale e domestico, ha significato soprattutto recuperare il controllo sui dati: una scheda Raspberry Pi, un mini PC, Docker, qualche volume persistente e una buona dose di pazienza. Poi sono arrivati servizi cloud sempre più verticali, abbonamenti ricorrenti, limiti sulle API, cambi di prezzo, dismissioni improvvise e modelli di AI remota con costi a consumo. A quel punto il ragionamento è cambiato: non si tratta solo di risparmiare, ma di capire quali funzioni convenga davvero riportare sotto il proprio controllo.
I dati tecnici raccontano bene la differenza fra vecchio e nuovo self-hosting. Un media server di solito usa la GPU solo quando deve fare transcodifica, per esempio convertendo al volo un flusso 4K in un formato compatibile con il dispositivo client. Un modello linguistico (LLM) caricato in locale, invece, può saturare GPU, memoria video e alimentatore per tutta la durata delle attività svolte.
