Apple punta su 1,5 TB di memoria per il chip M7 Ultra del 2028

Dalla domenica 12 luglio 2026 circola un'indiscrezione attribuita a Bloomberg e ripresa da diverse testate specializzate: l'Apple M7 Ultra, atteso per il 2028, sarà progettato con un approccio AI-first e potrà arrivare fino a 1,5 TB di memoria unificata. Non si tratta di un semplice aggiornamento di prestazioni. Apple starebbe provando a spostare il senso stesso della competizione: non più il chip più veloce per il Mac più potente, ma una piattaforma pensata per eseguire modelli di intelligenza artificiale di grandi dimensioni, in locale o su infrastruttura proprietaria, senza dipendere da schede grafiche esterne o da servizi cloud di terze parti.

Perché la memoria conta più dei core

Nell'intelligenza artificiale moderna, le prestazioni percepite non dipendono solo dalla velocità di calcolo. Dipendono da quanto rapidamente e con quanta continuità il processore riesce ad accedere ai dati e ai pesi del modello, cioè i parametri numerici che definiscono il comportamento di un sistema AI. In questo scenario, la memoria — quantità, velocità, latenza e vicinanza fisica al processore — diventa la vera leva competitiva. Un M7 Ultra da 1,5 TB, almeno sulla carta, non è un dettaglio tecnico: è un invito a ripensare cosa può essere un Mac di fascia alta nel mondo dell'intelligenza artificiale generativa.

Per capire quanto sia un cambio di rotta, basta guardare al precedente più recente: il Mac Studio presentato il 5 marzo 2025 con chip M3 Ultra arrivava fino a 512 GB di memoria unificata, con una banda dichiarata di 800 GB/s. Apple lo posizionava già come macchina per flussi di lavoro legati all'AI, capace di tenere in memoria modelli linguistici di grandi dimensioni senza doverli frammentare tra RAM e storage. Il salto a 1,5 TB proposto dall'M7 Ultra triplicherebbe quella soglia.

Vale la pena spiegare cosa si intende con memoria unificata, perché fuori dalla comunità tecnica viene spesso confusa con la RAM tradizionale. È più simile a una grande vasca comune da cui attingono componenti diversi dello stesso chip: CPU, GPU e il Neural Engine dedicato all'AI. Su macOS, questo approccio semplifica certi flussi di lavoro — meno copie di dati tra memorie separate — e consente configurazioni che nel mondo PC diventano rapidamente complesse e costose, soprattutto quando si vuole molta memoria vicina al processore grafico.

Con 1,5 TB di memoria, un Mac potrebbe ospitare più modelli AI simultaneamente senza rallentamenti

Una soglia da 1,5 TB sposta l'asticella verso casi d'uso finora tipici di workstation estreme o server. Un modello di grandi dimensioni, più modelli tenuti attivi in memoria per ridurre i tempi di caricamento, oppure sessioni di inferenza — cioè l'esecuzione pratica del modello su richieste reali — con contesti molto lunghi: tutte situazioni in cui la differenza tra un'esperienza fluida e una frustrante non sta nel picco di potenza teorica, ma nel fatto che il modello ci stia tutto in memoria, senza che il sistema debba continuamente scaricare dati su disco.

Il confronto con Nvidia è asimmetrico

Apple racconta l'M7 Ultra come qualcosa che si avvicina alla scala enterprise. Ma il confronto con Nvidia richiede qualche precisazione. L'AI enterprise non è definita da una singola workstation: sono sistemi con più schede grafiche dotate di HBM, interconnessioni ad altissima banda e architetture pensate per scalare. La piattaforma rack-scale GB200 NVL72 di Nvidia dichiara fino a 13,4 TB di HBM3E totali a livello rack, con memoria aggregabile e scalabile tramite interconnessioni dedicate. Non è una gara tra un chip e un altro: è una differenza di filosofia.

Apple vince quando controlla l'intero ecosistema: chip, sistema operativo, strumenti di sviluppo, applicazioni e servizi cloud. Nvidia vince quando l'obiettivo è far crescere potenza e parallelismo su cluster, dove contano rete, orchestrazione e un ecosistema software che per l'AI è diventato uno standard industriale. Se l'M7 Ultra punta davvero a carichi enterprise, Apple dovrà costruire un percorso credibile per sviluppatori e aziende che oggi ragionano in termini di CUDA — il linguaggio di programmazione proprietario Nvidia — framework ottimizzati e infrastrutture già consolidate.

Il chip pensato anche per i server Apple

La seconda parte della notizia è altrettanto rilevante: secondo l'indiscrezione, l'M7 Ultra non sarebbe destinato solo ai Mac, ma anche ai futuri server AI di Apple. In questo quadro, il chip Ultra diventerebbe un componente condiviso tra dispositivi consumer e data center proprietario. È la direzione suggerita dalla strategia di Apple attorno a PCC, l'architettura cloud progettata per gestire richieste pesanti di Apple Intelligence mantenendo garanzie di privacy: Apple sostiene che i dati non vengano conservati e che l'esecuzione in cloud sia verificabile da ricercatori di sicurezza, con un impianto di verifiable transparency — trasparenza verificabile — documentato pubblicamente.

Letta in questo contesto, la mossa sul silicio assume un significato più strategico. Se Apple costruisce un continuum tra elaborazione sul dispositivo e cloud privato, può spostare i carichi di lavoro in modo dinamico, mantenendo una promessa commerciale centrata su privacy, latenza e controllo dei dati. La memoria, di nuovo, diventa l'abilitatore: un grande pool di memoria vicino al processore serve sia a far girare modelli grandi sul Mac, sia a progettare nodi server capaci di reggere inferenza complessa senza frammentare tutto su storage o architetture distribuite.

Apple vuole che lo stesso chip faccia da ponte tra il Mac e il suo cloud privato

Il vero ostacolo è nella catena di fornitura

Nel 2026, l'elemento più incerto non è il progetto in sé: è la filiera. La memoria è diventata una delle risorse più contese dell'intera industria tecnologica. La domanda legata all'AI ha accelerato la corsa a HBM e memoria per server, creando uno squilibrio tra domanda e offerta che dà ai produttori maggiore potere sui prezzi e sulle allocazioni. Secondo dichiarazioni attribuite al CEO di SK Hynix in un'intervista a Reuters, il 2027 potrebbe essere l'anno peggiore per la scarsità di memoria, con pressioni destinate a restare elevate oltre il 2030.

C'è poi un collo di bottiglia meno visibile ma altrettanto determinante: il packaging avanzato, cioè la tecnologia industriale che consente di assemblare chip e memoria in modo molto compatto, con connessioni ad alta densità. In una dichiarazione riportata da Tom's Hardware il 16 giugno 2026, un dirigente di TSMC ha affermato che le tecniche di packaging wafer-level come CoWoS restano centrali per i chip AI più grandi, e che le soluzioni alternative non le sostituiranno rapidamente. La capacità produttiva in questo settore è già contesa da tutto il mondo data center.

Questi vincoli non sono astratti: hanno già avuto effetti concreti sui prodotti Apple. La configurazione da 512 GB del Mac Studio M3 Ultra è stata rimossa dal configuratore, e a maggio 2026 sono emersi ulteriori tagli alle opzioni di memoria disponibili. Anche un'azienda con la scala negoziale di Apple può essere costretta a rivedere la propria gamma quando la domanda globale si concentra su pochi componenti ad alta densità.

Cosa sta davvero inseguendo Apple

Vale la pena chiedersi quale obiettivo stia davvero guidando questa strategia. Se la priorità fosse l'addestramento di grandi modelli — la fase più computazionalmente intensa dello sviluppo AI — il vantaggio strutturale resterebbe nelle piattaforme multi-GPU con HBM e scalabilità a rack. Se invece l'obiettivo è rendere più potente e coerente una combinazione di inferenza locale e inferenza su cloud privato, allora un Ultra con molta memoria diventa una scelta quasi ovvia: più modelli residenti in memoria, meno dipendenza da servizi esterni, più controllo sul comportamento del sistema e un'integrazione software che Apple può spingere in modo aggressivo su macOS e sulle proprie API.

L'aspetto più significativo di questa indiscrezione è che suggerisce un cambiamento di priorità interno ad Apple: l'AI non come funzione aggiunta a posteriori, ma come requisito che decide architettura, packaging, configurazioni di memoria e posizionamento di prodotto. È un ribaltamento del percorso tipico: prima si fa il chip, poi si cerca il caso d'uso. Qui il caso d'uso — modelli grandi, contesti lunghi, inferenza sempre più pervasiva — detta i vincoli dal principio.

Perché questa strategia funzioni, Apple dovrà fare due cose contemporaneamente: prenotare capacità nella filiera memoria con anni di anticipo e costruire un racconto credibile per sviluppatori e aziende. Nel 2026 Apple ha già posto le basi con la promessa di un cloud privato verificabile. Se l'M7 Ultra dovesse arrivare nel 2028 con 1,5 TB, quella promessa si trasformerebbe in un vincolo tecnico: non basterà più dichiarare privacy e potenza, bisognerà renderle disponibili in quantità, senza che la scarsità di memoria riscriva la gamma di prodotti a metà strada.