Il nuovo A20 Pro porta la GPU a 7 core e raddoppia il Neural Engine da 16 a 32 core. Ma il dettaglio che più dice sulla direzione del chip è il passaggio a un bus di memoria a 96 bit, anziché i 64 bit delle generazioni precedenti. Apple non sta solo aumentando i core dedicati all'intelligenza artificiale, ma sta allargando il canale che alimenta quei core. E lo fa su un processo a 2 nanometri, dove ogni millimetro quadrato di silicio costa caro. La banda risultante, circa 115 GB/s, non è un numero da scheda tecnica: per l'inference on-device è spesso il vincolo più duro, più della potenza di calcolo pura. Un modello sottoposto a quantization che deve generare token in tempo reale vive o muore sulla capacità di spostare pesi e attivazioni dalla memoria al motore di calcolo.

Scegliere un bus più largo su 2 nm è una decisione di architettura, non una conseguenza automatica. Aumenta la complessità del memory controller, occupa area sul die e alza il costo unitario. Se Apple accetta questo prezzo, è perché la priorità non è massimizzare i margini sul singolo chip, ma rendere sostenibile l'esecuzione locale di modelli più grandi. Il raddoppio del Neural Engine va nella stessa direzione: 32 core dedicati permettono di parallelizzare meglio le operazioni tipiche delle reti neurali, riducendo la latenza percepita e mantenendo i dati sul dispositivo.

C'è una lettura di secondo ordine. Per gli sviluppatori, un Neural Engine più ampio e una banda di memoria più elevata alzano il soffitto di ciò che può girare senza cloud. Le funzioni di intelligenza artificiale che oggi vengono delegate a server remoti per ragioni di prestazioni possono migrare in locale, con vantaggi in termini di privacy e di reattività. Chi perde, almeno in parte, è l'infrastruttura cloud che oggi assorbe parte di questi carichi: se l'edge diventa abbastanza capace, una quota di inferenze non lascia più il dispositivo, e questo cambia anche il calcolo dei costi operativi per i fornitori di servizi.

La terza implicazione è competitiva. Un bus a 96 bit su LPDDR5X e un Neural Engine a 32 core fissano un riferimento che i produttori di SoC Android dovranno rincorrere. La corsa alla banda di memoria, già visibile nel settore server per i LLM, si sposta sui dispositivi mobili. Per chi valuta strategie di deployment locale, questa notizia non riguarda solo gli smartphone: è un segnale che la direzione del mercato punta a spostare il calcolo verso il punto di utilizzo. In AI-RADAR, i trade-off tra costi del silicio, autonomia di calcolo e controllo dei dati sono al centro dei framework analitici su /llm-onpremise.

Resta una domanda aperta: l'hardware da solo non basta. Senza un ecosistema software che sfrutti davvero il Neural Engine, i 32 core rischiano di restare sotto utilizzati fuori dalle applicazioni first-party. Il vero banco di prova sarà se i framework e le librerie permetteranno a terze parti di accedere a queste risorse senza passare da astrazioni che ne limitano le prestazioni.