\n
<\/p>\n
L’architettura dei computer portatili sta attraversando la trasformazione pi\u00f9 incisiva degli ultimi trent’anni. Per decenni il valore di un microprocessore per personal computer \u00e8 stato misurato su parametri prestazionali tradizionali: frequenza di clock espressa in gigahertz, numero di core fisici, quantit\u00e0 di memoria cache di terzo livello e potenza di calcolo della componente grafica integrata. Con l’avvento dei modelli linguistici generativi e delle applicazioni di elaborazione multimediale in tempo reale sul dispositivo, questa scala di valori ha subito un ribaltamento radicale: oggi l’elemento cardine che definisce un’architettura moderna \u00e8 la NPU (Neural Processing Unit), un coprocessore specializzato nell’eseguire calcoli tensoriali e matriciali a bassissimo assorbimento energetico.<\/p>\n
Lo scontro per la leadership negli AI PC vede contrapposti tre colossi con visioni ingegneristiche differenti: Qualcomm, che ha scosso il mercato con l’architettura ARM dei chip Snapdragon X; Intel, che risponde con la riprogettazione dei chip Lunar Lake integrando la memoria sul package; e AMD, che fa leva sull’architettura Zen 5 e sulla tecnologia XDNA 2 della serie Ryzen AI per superare la soglia psicologica dei cinquanta TOPS dedicati esclusivamente ai carichi neurali.<\/p>\n
Per comprendere il motivo per cui l’industria ha introdotto una terza unit\u00e0 computazionale all’interno del silicio, \u00e8 necessario analizzare la natura matematica delle reti neurali. Le CPU convenzionali sono progettate per gestire istruzioni seriali complesse con latenze minime, mentre le GPU eccellono nel parallelismo massivo richiesto dalla grafica tridimensionale e dal rendering vettoriale. Tuttavia, entrambi questi componenti manifestano inefficienze quando vengono impiegati per carichi di intelligenza artificiale continua su dispositivi a batteria.<\/p>\n
L’esecuzione costante di modelli di linguaggio (LLM) quantizzati, algoritmi di riduzione del rumore ambientale o filtri visivi avanzati su CPU comporterebbe un consumo elevato e frequenze di throttling termico immediate. Demandare tali processi alla GPU assicura velocit\u00e0 di esecuzione, ma comporta una dissipazione termica compresa tra trenta e cento watt, compromettendo l’autonomia del portatile. La NPU interviene proprio in questa nicchia: si tratta di una matrice specializzata nell’accelerazione di moltiplicazioni e accumuli matriciali (MAC) su numeri a precisione ridotta (INT8 e FP16). Operando su registri dedicati e accedendo alla memoria senza transitare per la pipeline generale, una NPU moderna garantisce fino a venti volte l’efficienza energetica di una GPU equivalente, svolgendo carichi di inferenza continui assorbendo spesso meno di tre o quattro watt.<\/p>\n\n