\nopen https:\/\/github.com\/CyberTimon\/RapidRAW\/releases\/latest\n<\/code><\/pre>\nSul Mac M1 con 16 GB di RAM ho l’ultima release stabile installata da met\u00e0 aprile. L’app si aggiorna controllando GitHub al primo lancio, non installa servizi n\u00e9 processi in background. Per portare i RAW dentro RapidRAW uso il file manager nativo:<\/p>\n
\nopen -a RapidRAW ~\/Pictures\/lavoro\/rack-cliente\n<\/code><\/pre>\nUn esempio reale<\/h2>\n
Tre settimane fa ho fatto una giornata di documentazione fotografica in una sala server di un cliente: rack, cablaggio, etichette degli apparati, pannelli di patch, layout della sala. Documentazione visiva che il cliente voleva annessa al rapporto di audit. La sala era illuminata da neon bianchi freddi sul soffitto, ma con la macchina alle prese con primi piani sui rack vicini a 60 cm di distanza l’esposimetro mi spingeva a 1\/60 di secondo a f\/5.6 e ISO 6400 per tenere il dettaglio sui pannelli laterali in ombra. Sessantacinque scatti, tutti tirati al limite per la luce disponibile.<\/p>\n
Tornato a casa ho importato la cartella con digiKam, esportato gli scatti buoni in ~\/Pictures\/lavoro\/rack-cliente\/<\/code>, e li ho aperti in RapidRAW uno per uno. Per il denoise il pannello “Detail” ha uno slider “AI Denoise” che attivo con un click: il modello on-device lavora qualche secondo (sul mio M1 base, 16 GB, conta circa 4-6 secondi per un file ARW della Sony da 24 megapixel), e tira fuori una versione con il grano cromatico domato e il dettaglio strutturale conservato sui caratteri delle etichette degli apparati. Sulle scritte piccole stampate sui pannelli (matricole, numeri di porta, indicazioni di patch) l’effetto \u00e8 netto: prima erano border-line illeggibili, dopo si rileggono pulite. Risultato finale: PDF di audit consegnato il giorno dopo con foto pulite.<\/p>\nCosa fa bene<\/h2>\n
Denoise AI on-device veloce e di qualit\u00e0 onesta su scatti tra ISO 1600 e 12800. Pipeline GPU via wgpu davvero reattiva sul Mac M1, anche su file da 60 megapixel scorre come se fossero JPEG. Editor non-distruttivo con preset salvabili. Niente cataloghi monstre tipo Lightroom, niente sincronizzazione cloud, niente account.<\/p>\n
Cosa fa meno bene<\/h2>\n
Funzionalit\u00e0 avanzate ancora limitate rispetto agli editor RAW commerciali maturi: lens correction su database meno completo, masking ancora basico, niente AI per maschere su soggetto\/cielo come hanno gli editor di fascia alta. L’ecosistema plugin \u00e8 inesistente (app giovane). Per chi vive di tethered shooting o batch su mille scatti non \u00e8 ancora la scelta.<\/p>\n
Privacy – vantaggio del modello locale<\/h2>\n
I file RAW di documentazione di sala server sono materiale che non posso assolutamente caricare da nessuna parte: nei dettagli stretti dei pannelli si leggono nomi di rack, etichette degli apparati, numeri di porta, schemi di patching che fanno parte della baseline di sicurezza fisica del cliente. RapidRAW li processa interamente on-device sfruttando la Neural Engine del chip M1, niente upload, niente API remote, niente coda di elaborazione remota. Tutto resta dentro la macchina.<\/p>\n
L’app non scarica modelli in ~\/.cache\/huggingface\/...<\/code> perch\u00e9 usa un modello AI proprietario impacchettato dentro il bundle dell’app stessa, eseguito tramite Core ML \/ Neural Engine. Per disinstallarla basta trascinare l’icona nel cestino e svuotare ~\/Library\/Application Support\/RapidRAW\/<\/code>.<\/p>\nConfronto con servizi cloud equivalenti: Lightroom AI Denoise lavora on-device sui RAW (e questo \u00e8 in linea con quello che fa RapidRAW), ma il workflow di sincronizzazione Lightroom CC comporta upload sul cloud Adobe; tool come Topaz DeNoise o ON1 NoNoise lavorano anch’essi on-device sui Mac Apple Silicon ma sono closed e paid. RapidRAW resta il candidato con il core AGPL-3.0 e l’esecuzione interamente on-device.<\/p>\n
Licenza: il core RapidRAW \u00e8 AGPL-3.0 (open source con clausola network copyleft). Il modello AI di denoise \u00e8 proprietary, distribuito incluso nell’app, ma viene eseguito esclusivamente on-device tramite framework Core ML. Per uso desktop personale e professionale interno la combinazione \u00e8 perfettamente utilizzabile; per chi vuole redistribuire o forkare va letta bene la licenza AGPL.<\/p>\n
In pratica<\/h2>\n
Per le sessioni di sviluppo dei miei scatti ad alto ISO, RapidRAW si \u00e8 stabilizzato come l’editor che apro per primo dopo la selezione in digiKam. La velocit\u00e0 del denoise on-device e il fatto che gira nativamente con pipeline Metal lo rendono lo strumento pi\u00f9 rapido nella mia catena. Per i lavori di documentazione visiva tecnica dove la pulizia del dettaglio \u00e8 cruciale, mi ha dato un livello di qualit\u00e0 che a mano non avrei mai raggiunto in tempi ragionevoli.<\/p>\n
\n\nImmagine generata con ComfyUI Mac M1 \/ RealVisXL V5 Lightning.<\/p>\n<\/blockquote>\n","protected":false},"excerpt":{"rendered":"
Da un po’ di tempo cerco un editor RAW leggero da affiancare a digiKam per la fase di sviluppo: niente catalogo gigante, niente preset cloud, solo una superficie pulita su cui ritoccare gli scatti uno per uno. Sul MacBook Pro M1 ho montato RapidRAW, un editor open source scritto in Rust con backend GPU via […]<\/p>\n","protected":false},"author":1,"featured_media":89,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[1],"tags":[],"class_list":["post-88","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-self-hosting"],"_links":{"self":[{"href":"https:\/\/rpi.temporiti.net\/wordpress\/index.php?rest_route=\/wp\/v2\/posts\/88","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/rpi.temporiti.net\/wordpress\/index.php?rest_route=\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/rpi.temporiti.net\/wordpress\/index.php?rest_route=\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/rpi.temporiti.net\/wordpress\/index.php?rest_route=\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/rpi.temporiti.net\/wordpress\/index.php?rest_route=%2Fwp%2Fv2%2Fcomments&post=88"}],"version-history":[{"count":10,"href":"https:\/\/rpi.temporiti.net\/wordpress\/index.php?rest_route=\/wp\/v2\/posts\/88\/revisions"}],"predecessor-version":[{"id":400,"href":"https:\/\/rpi.temporiti.net\/wordpress\/index.php?rest_route=\/wp\/v2\/posts\/88\/revisions\/400"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/rpi.temporiti.net\/wordpress\/index.php?rest_route=\/wp\/v2\/media\/89"}],"wp:attachment":[{"href":"https:\/\/rpi.temporiti.net\/wordpress\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=88"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/rpi.temporiti.net\/wordpress\/index.php?rest_route=%2Fwp%2Fv2%2Fcategories&post=88"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/rpi.temporiti.net\/wordpress\/index.php?rest_route=%2Fwp%2Fv2%2Ftags&post=88"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}