Apple ha presentato M6 per il nuovo Mac mini e M5 Ultra per il nuovo Mac Studio, introducendo due chip destinati a fasce di utilizzo differenti ma accomunati dalla crescente centralità dell’intelligenza artificiale eseguita direttamente sul dispositivo.
M6 è il primo chip Apple realizzato, secondo l’azienda, con una tecnologia produttiva a 2 nanometri. Integra una CPU e una GPU entrambe a 12 core, un Neural Accelerator in ciascun core grafico, un doppio Neural Engine a 16 core e una banda di memoria unificata che può raggiungere 170 GBps. M5 Ultra punta invece ai carichi professionali più complessi, con una CPU fino a 36 core, una GPU fino a 80 core, un massimo di 512GB di memoria unificata e una banda di memoria di 1,2 TBps.
L’obiettivo dichiarato è aumentare le prestazioni senza rinunciare all’efficienza energetica, estendendo le capacità dei Mac desktop in attività che spaziano dalla produttività quotidiana allo sviluppo software, dal montaggio video al rendering tridimensionale, fino all’esecuzione locale di modelli di intelligenza artificiale di grandi dimensioni.
Sri Santhanam, Vice President of Silicon Engineering Group di Apple, ha dichiarato: “Oggi presentiamo il nuovo M6, incredibilmente evoluto, e M5 Ultra, il chip della serie M più potente di sempre: entrambi segnano un enorme salto in avanti in termini di prestazioni ed elaborazione AI per i chip Apple”.
Santhanam ha poi aggiunto: “Prodotto con una tecnologia a 2 nanometri all’avanguardia, M6 combina una nuova CPU, due core della CPU e della GPU aggiuntivi, un Dual Neural Engine 16-core e più banda di memoria unificata, per gestire i carichi di lavoro con un’incredibile efficienza energetica. E per chi necessita di prestazioni desktop eccezionali per eseguire modelli AI di grandi dimensioni, M5 Ultra ha una GPU enorme, ora con Neural Accelerator, e più banda di memoria unificata, ed è in grado di ridefinire i confini di ciò che è possibile fare su un computer desktop”.
M6 nasce l’intelligenza artificiale sul dispositivo
M6 è stato progettato per coprire un insieme molto ampio di attività: flussi di lavoro quotidiani, didattica, sviluppo di applicazioni, progetti creativi, utilizzi aziendali e sperimentazione con l’intelligenza artificiale. Il chip cerca quindi un equilibrio tra prestazioni generali, consumi ed elaborazione AI locale, senza rivolgersi esclusivamente agli utenti professionali più esigenti.
La tecnologia produttiva a 2 nanometri permette ad Apple di concentrare un maggior numero di transistor in uno spazio più contenuto. In linea generale, una maggiore densità può contribuire a migliorare sia le prestazioni sia l’efficienza energetica, anche se i risultati effettivi dipendono dall’intera progettazione del chip e dovranno essere valutati attraverso test indipendenti.
Una delle novità principali è il Dual Neural Engine a 16 core. Apple dichiara una potenza di calcolo di picco fino a due volte superiore rispetto alle generazioni precedenti per i flussi AI eseguiti direttamente sul Mac. I framework di sistema possono utilizzare automaticamente e contemporaneamente entrambi i motori, consentendo alle applicazioni compatibili di eseguire più rapidamente i modelli.
L’elaborazione locale è un elemento strategico perché permette di svolgere almeno una parte delle operazioni senza trasferire continuamente dati e richieste verso servizi cloud. Può quindi offrire vantaggi in termini di latenza, riservatezza e disponibilità delle funzioni anche in assenza di una connessione stabile. La reale esperienza d’uso, tuttavia, dipenderà dall’ottimizzazione delle applicazioni e dai modelli che potranno essere eseguiti entro i limiti della memoria disponibile.
Fra gli esempi proposti da Apple compare l’editing di un’illustrazione astratta e colorata in Adobe Photoshop. Il materiale visivo associato all’annuncio mostra un Mac Studio con Studio Display, mentre la descrizione delle prestazioni collega il caso d’uso al nuovo Mac mini con M6, presentato come una macchina particolarmente veloce e reattiva nei flussi creativi svolti con applicazioni come Photoshop.
Una CPU a 12 core con tre diverse categorie di core
La CPU di M6 dispone di 12 core, due in più rispetto a M5. L’architettura comprende due super core, quattro performance core e sei efficiency core, ai quali sono assegnati compiti differenti.
I due super core sono destinati soprattutto ai flussi single-thread, nei quali la velocità di un singolo nucleo può incidere direttamente sulla reattività del sistema e sull’esecuzione di determinate operazioni. I quattro performance core lavorano insieme ai super core nei carichi multi-thread più impegnativi, mentre i sei efficiency core gestiscono le attività quotidiane e i processi in background con un consumo energetico più contenuto.
Apple sostiene che M6 offra le prestazioni single-thread più veloci al mondo. L’azienda dichiara inoltre prestazioni multi-thread fino a 1,2 volte superiori rispetto a M5 e fino a 2,4 volte superiori rispetto a M1. Si tratta di benchmark forniti da Apple e non di risultati verificati in modo indipendente: configurazioni, applicazioni utilizzate e caratteristiche dei singoli test saranno determinanti per stabilire quanto questi incrementi si traducano in vantaggi concreti.
Fra le attività che dovrebbero beneficiare della nuova CPU, Apple indica l’editing delle immagini, la compilazione e la scrittura di codice, l’indicizzazione di nuovi file e l’esecuzione di carichi di lavoro basati su agenti AI. Il progetto punta inoltre a mantenere prestazioni per watt competitive, facendo lavorare insieme le tre categorie di core a seconda della complessità e della priorità delle operazioni.
GPU a 12 core, Neural Accelerator e grafica più evoluta
Anche la GPU di M6 passa a 12 core, due in più rispetto a M5. Ogni core grafico integra un Neural Accelerator, cioè un’unità specializzata nell’accelerazione dei calcoli utilizzati dai modelli di intelligenza artificiale.
Grazie a questa configurazione, Apple dichiara prestazioni di picco per l’AI della GPU superiori di quasi il 30% rispetto a M5 e di oltre otto volte rispetto a M1. Uno degli effetti indicati dall’azienda è una più rapida elaborazione dei prompt quando si interagisce con modelli linguistici di grandi dimensioni, o LLM, eseguiti direttamente sul dispositivo.
Un’altra dimostrazione visiva mostra un Mac Studio e uno Studio Display sui quali viene riprodotta una scena cinematografica del videogioco Mixtape. In questo contesto, la GPU a 12 core di M6 viene presentata come capace di sostenere una maggiore velocità di elaborazione geometrica, una gestione più evoluta delle risorse e frame rate fluidi anche nei giochi graficamente impegnativi.
L’architettura comprende aggiornamenti al core shader e al Dynamic Caching, la tecnologia con cui il sistema assegna dinamicamente la memoria necessaria alle diverse operazioni grafiche. Sono presenti anche il ray tracing con accelerazione hardware, utilizzato per simulare in modo più realistico il comportamento della luce, e miglioramenti che, secondo Apple, consentono rendering più rapidi e frame rate più elevati.
M6 aumenterebbe inoltre del 50% il geometry rate, cioè la velocità con cui la GPU può elaborare la geometria delle scene complesse. Il dato potrebbe risultare rilevante nei videogiochi, nella modellazione tridimensionale, nelle applicazioni di progettazione e in altri flussi che devono gestire un elevato numero di elementi grafici.
Fino a 32GB di memoria unificata e 170 GBps di banda
M6 supporta fino a 32GB di memoria unificata, condivisa fra CPU, GPU e altre unità del chip. Questa architettura riduce la necessità di duplicare continuamente i dati fra aree di memoria separate e può rendere più efficiente l’esecuzione di applicazioni che utilizzano contemporaneamente risorse di calcolo generali, grafiche e neurali.
La capacità massima è pensata per il multitasking con più applicazioni impegnative e per l’esecuzione locale di modelli linguistici utilizzati in attività agentiche. Apple associa questa elaborazione sul dispositivo a una maggiore sicurezza e riservatezza, perché i dati possono rimanere sul Mac invece di essere inviati a un’infrastruttura remota.
La banda di memoria unificata raggiunge 170 GBps, il 10% in più rispetto a M5 e circa 2,5 volte il valore di M1. Una maggiore banda permette alle diverse unità del chip di accedere più rapidamente ai dati, riducendo uno dei possibili colli di bottiglia nei carichi grafici e AI.
Fra i casi d’uso illustrati da Apple compare una configurazione composta da Mac Studio e Studio Display sulla quale è visibile del codice scritto in Xcode. L’azienda collega il Dual Neural Engine a 16 core, la GPU più grande con Neural Accelerator e la maggiore banda di memoria alla possibilità, per chi sviluppa applicazioni, di scrivere codice, indicizzare file ed eseguire più simulatori in Xcode a velocità più elevate.
M5 Ultra porta l’architettura Apple Silicon su quattro die
Se M6 cerca di bilanciare prestazioni, consumi e accessibilità, M5 Ultra è destinato ai flussi di lavoro professionali più impegnativi. Apple lo propone per rendering 3D di progetti complessi, produzione di effetti visivi, analisi scientifica e utilizzo locale di modelli di frontier AI che richiedono una grande capacità di calcolo.
Uno degli scenari mostrati dall’azienda comprende un Mac Studio collegato a uno Studio Display con una timeline video in fase di montaggio in Adobe Premiere Pro. La combinazione fra potenza di calcolo e banda di memoria viene indicata come particolarmente adatta alla gestione di timeline complesse contenenti più flussi video ed effetti ad alta risoluzione.
La principale novità strutturale di M5 Ultra è l’impiego dell’architettura UltraFusion per collegare due chip M5 Max dual-die. Il risultato è una configurazione quad-die, composta quindi da quattro die che devono funzionare come se fossero un unico processore. È la prima volta che Apple adotta questa soluzione in un System on a Chip della serie M.
UltraFusion porta la banda di comunicazione fra i die a oltre 4,4 TBps e aumenta di più di sei volte la densità delle connessioni. La combinazione fra larghezza di banda elevata e latenza molto contenuta è essenziale per evitare che la suddivisione fisica del processore rallenti lo scambio di dati fra le sue diverse parti.
La CPU può arrivare a 36 core, suddivisi in 12 super core e 24 performance core. Rispetto a M3 Ultra, Apple dichiara prestazioni single-thread fino a 1,25 volte superiori e prestazioni multi-thread fino a 1,3 volte superiori. Anche in questo caso, i valori rappresentano risultati comunicati dall’azienda e richiederanno riscontri indipendenti nei diversi software professionali.
Una GPU fino a 80 core per grafica e modelli AI
M5 Ultra può integrare una GPU di nuova generazione con un massimo di 80 core, ciascuno dotato di Neural Accelerator. Apple attribuisce a questa configurazione prestazioni di picco per l’AI fino a 4,5 volte superiori rispetto a M3 Ultra e più di sei volte superiori rispetto a M1 Ultra.
La GPU utilizza il più recente core shader progettato dall’azienda, il Dynamic Caching di seconda generazione, il mesh shading con accelerazione hardware e il ray tracing di terza generazione. Il mesh shading consente di gestire in modo più flessibile ed efficiente la complessità geometrica delle scene, mentre il ray tracing accelera la simulazione realistica di luci, ombre e riflessi.
Nel complesso, Apple dichiara prestazioni grafiche fino al 40% superiori rispetto a M3 Ultra. Il vantaggio potenziale riguarda la modellazione e il rendering 3D, gli effetti visivi, la produzione video e le applicazioni che utilizzano la GPU come motore di calcolo parallelo.
Un’immagine a corredo mostra un Mac Studio e uno Studio Display con una casa sull’albero in fase di elaborazione nell’app Draw Things. L’esempio serve a rappresentare la generazione locale di immagini AI di alta qualità, affidata alla GPU fino a 80 core e ai Neural Accelerator integrati.
Un media engine dedicato alla produzione video
M5 Ultra comprende anche un media engine più potente per la gestione dei formati video. Il chip dispone di un processore dedicato alla codifica dei contenuti H.264 e HEVC, di quattro motori per la codifica e decodifica ProRes e della decodifica AV1 con accelerazione hardware.
Queste unità specializzate evitano di affidare tutte le operazioni alla CPU o alla GPU e rendono il sistema particolarmente adatto al montaggio e alla riproduzione di video ad alta risoluzione. La presenza di più motori ProRes può essere importante soprattutto nei flussi professionali che utilizzano contemporaneamente numerose sorgenti e devono mantenere un’elevata fluidità durante il montaggio.
Il chip integra inoltre un Neural Engine a 32 core, progettato per gestire attività AI complesse direttamente sul dispositivo e per supportare le funzioni di Apple Intelligence. Apple sottolinea la possibilità di elaborare i dati localmente e con un’elevata efficienza energetica, ma disponibilità e prestazioni delle singole funzioni continueranno a dipendere dal software, dalle lingue supportate e dalle applicazioni effettivamente ottimizzate per il nuovo hardware.
Fino a 512GB di memoria per modelli con centinaia di miliardi di parametri
Uno dei maggiori elementi distintivi di M5 Ultra è la disponibilità di un massimo di 512GB di memoria unificata, accompagnata da una banda di 1,2 TBps, il 50% in più rispetto a M3 Ultra.
La capacità consente, nei casi compatibili, di conservare nella memoria locale interi set di dati, limitando gli spostamenti verso unità di archiviazione più lente. Per l’intelligenza artificiale, Apple indica la possibilità di aumentare il numero di token elaborati al secondo e di eseguire interamente sul dispositivo LLM di dimensioni molto elevate, con centinaia di miliardi di parametri.
A titolo dimostrativo, Apple mostra un Mac Studio con Studio Display sul quale sono visibili grafici e visualizzazioni di dati complessi in LM Studio Bionic e MATLAB. Lo scenario ipotizza l’impiego locale dei modelli AI tramite LM Studio Bionic per assistere ricercatori e professionisti nell’esecuzione di simulazioni complesse in MATLAB.
La possibilità di eseguire modelli così grandi su una workstation locale potrebbe risultare interessante per laboratori, aziende e professionisti che lavorano con informazioni riservate o che vogliono ridurre la dipendenza dai servizi cloud. Al tempo stesso, la quantità di memoria non è l’unico fattore rilevante: contano l’ottimizzazione del modello, la precisione numerica utilizzata, la velocità di generazione, i consumi e la compatibilità degli strumenti software.
Core AI, Core ML, Metal e Xcode collegano software e hardware
Apple accompagna i nuovi chip con un insieme di framework e strumenti di sviluppo capaci di accedere direttamente alle diverse unità hardware. Fra questi figurano Core AI, Core ML, Metal e Xcode.
Su M6, gli sviluppatori possono sfruttare il Dual Neural Engine a 16 core e i Neural Accelerator presenti nella GPU. Su M5 Ultra possono invece contare sul pool di memoria unificata fino a 512GB e su una banda di 1,2 TBps, oltre che sulla GPU e sul Neural Engine di maggiori dimensioni.
Attraverso questi strumenti, è possibile eseguire e ottimizzare localmente modelli AI di grandi dimensioni. I framework di Apple assegnano automaticamente i diversi compiti a CPU, GPU e Neural Engine, cercando di utilizzare l’unità più adatta a ogni tipo di elaborazione.
Gli sviluppatori possono inoltre accedere al framework Apple Foundation Models, usare App Intents per integrare nelle applicazioni le funzioni di Apple Intelligence oppure adottare modelli proprietari. La strategia punta quindi a consentire lo sviluppo e l’esecuzione sul Mac di carichi AI complessi, offrendo un percorso integrato che comprende chip, sistema operativo, framework e strumenti di programmazione.
La strategia industriale: spostare una parte dell’AI dal cloud al desktop
L’annuncio di M6 e M5 Ultra indica con chiarezza la direzione scelta da Apple: rendere l’intelligenza artificiale locale una componente ordinaria dell’esperienza Mac, non più limitata a pochi compiti specializzati.
M6 porta questa impostazione in un computer compatto come Mac mini, con una configurazione pensata per lo sviluppo, la creatività, lo studio e l’uso aziendale. M5 Ultra la estende invece alle workstation, dove quantità di memoria e banda disponibili possono permettere di lavorare con modelli e set di dati troppo grandi per molti sistemi personali.
Sul piano industriale, questo approccio potrebbe aumentare la pressione sui produttori di processori per PC, workstation e acceleratori AI. La competizione non riguarda più soltanto la velocità della CPU, ma l’integrazione fra calcolo generale, grafica, unità neurali, memoria e strumenti software.
Apple può trarre vantaggio dal controllo simultaneo di chip, sistema operativo e framework di sviluppo. Questa integrazione facilita l’ottimizzazione, ma rafforza anche il legame con il suo ecosistema: applicazioni e flussi di lavoro costruiti intorno a Core ML, Metal, Apple Foundation Models e App Intents potrebbero essere meno semplici da trasferire su altre piattaforme.
Prestazioni dichiarate, costi e compatibilità restano da verificare
I dati comunicati descrivono incrementi importanti, ma quasi tutti i confronti prestazionali provengono da Apple. Saranno quindi necessari benchmark indipendenti per capire come M6 e M5 Ultra si comportino con applicazioni, modelli AI e flussi di lavoro differenti.
Occorrerà verificare anche quante applicazioni riusciranno a utilizzare contemporaneamente i diversi motori di calcolo. La presenza di Neural Engine e Neural Accelerator non produce automaticamente lo stesso vantaggio in ogni programma: il software deve essere progettato o aggiornato per sfruttare in modo efficace l’hardware.
Per M5 Ultra, la configurazione quad-die rappresenta un passaggio tecnico particolarmente significativo. L’elevata banda di UltraFusion è progettata per fare apparire i quattro die come un unico processore, ma i test reali dovranno mostrare come questa soluzione si comporti nei carichi caratterizzati da frequenti scambi di dati e in quelli che non si distribuiscono facilmente su molti core.
Anche la capacità di eseguire modelli con centinaia di miliardi di parametri non equivale necessariamente a un’esperienza sempre rapida o conveniente. Dimensioni del modello, livello di quantizzazione, velocità nella produzione dei token, consumo energetico e requisiti di memoria possono modificare sensibilmente il risultato.
Due chip per allargare il ruolo del Mac desktop
M6 e M5 Ultra rappresentano due declinazioni della stessa strategia. Il primo mira a rendere più veloci e accessibili produttività, sviluppo, grafica e AI locale sul Mac mini; il secondo porta il Mac Studio verso carichi che, fino a poco tempo fa, richiedevano infrastrutture più specializzate o un ricorso sistematico al cloud.
Le opportunità sono rilevanti soprattutto per sviluppatori, creativi, ricercatori e organizzazioni che devono elaborare localmente dati sensibili. Le incognite riguardano invece i risultati effettivi fuori dai test controllati, la compatibilità del software, i costi delle configurazioni con maggiore memoria e la convenienza rispetto alle alternative basate sul cloud o su workstation concorrenti.
Il vero valore dei nuovi chip dipenderà quindi non soltanto dai picchi prestazionali dichiarati, ma dalla capacità dell’ecosistema software di trasformare CPU, GPU, motori neurali e memoria unificata in vantaggi concreti e ripetibili. Se questa integrazione funzionerà come previsto, Mac mini e Mac Studio potranno occupare un ruolo più ampio nei flussi di lavoro AI personali e professionali; la conferma definitiva, però, dovrà arrivare dalle applicazioni reali e dalle verifiche indipendenti.
