Qualcomm ridisegna i flagship Android mettendo l'AI al centro di tutto

Allo Snapdragon Summit 2026, Qualcomm ha presentato due nuove piattaforme per smartphone di fascia alta: Snapdragon 8 Elite Gen 6 e Snapdragon 8 Elite Extreme Gen 6. In apparenza è una storia già sentita — nuova generazione, chip più piccolo, più veloce, più efficiente. Ma c'è qualcosa di diverso questa volta: Qualcomm sta cercando di trasformare l'intelligenza artificiale da funzione accessoria a ragione d'acquisto principale di uno smartphone top di gamma, ridisegnando attorno a questo obiettivo l'intera architettura del chip.

Un chip costruito per l'AI pesante

Il modello Extreme è quello che meglio racconta questa ambizione. Supporta modelli di intelligenza artificiale con oltre 30 miliardi di parametri — una misura della complessità dei sistemi AI: più parametri significa, in linea di massima, risposte più accurate e ragionamenti più sofisticati. Chiunque abbia provato funzioni di AI generativa su uno smartphone sa però che il problema non è solo la potenza: i dati devono muoversi rapidamente tra la memoria e i blocchi di calcolo, senza che il telefono si surriscaldi o esaurisca la batteria in pochi minuti.

Per affrontarlo, Qualcomm distribuisce il carico AI su più componenti hardware: una NPU Hexagon potenziata (il blocco dedicato all'AI), una cache flessibile da 16 MB chiamata FlexCache e una GPU Adreno con AI matrix cores dedicati. L'idea è che il chip scelga di volta in volta il percorso più efficiente, invece di sovraccaricare un singolo componente.

Nella pratica, l'obiettivo è far funzionare direttamente sul telefono — senza passare dal cloud — attività che oggi associamo alle demo: riassunti di documenti lunghi, traduzioni in tempo reale più affidabili, editing di foto e video con modelli più complessi, assistenti che non si limitano a rispondere ma coordinano azioni tra app diverse. La variabile critica non è la potenza di picco, ma la ripetibilità: quante volte al giorno puoi usare queste funzioni senza avvertire il compromesso tra prestazioni e autonomia.

L'AI sullo smartphone diventa utile solo se funziona bene ogni giorno, non solo nelle demo

Il nodo a 2 nanometri vale più di una specifica

Entrambi i chip sono prodotti con un processo a 2 nanometri — un riferimento alla dimensione dei transistor, che incide su velocità, consumi e calore generato. Ma vale la pena guardare al 2 nm come a un fattore strategico, non solo come a una voce di scheda tecnica. TSMC, il principale produttore mondiale di chip avanzati, ha avviato la produzione in volume del nodo a 2 nm nel quarto trimestre del 2025, con un'accelerazione prevista nel corso del 2026. La variante più raffinata, chiamata N2P, è attesa in produzione di massa nella seconda metà del 2026.

Questo calendario spiega perché un annuncio "a 2 nm" può essere vero e, al tempo stesso, non diventare subito disponibile per tutti. Nelle prime fasi, la capacità produttiva è limitata, i costi sono alti e gli stessi wafer sono contesi da mercati diversi: non solo smartphone, ma anche i sistemi AI e i supercomputer che competono per gli stessi stabilimenti produttivi. L'Extreme, in questa lettura, è pensato per un segmento ristretto di dispositivi Ultra e Pro, dove i margini più alti possono assorbire il costo del nodo e i produttori sono disposti a investire in dissipazione termica e ottimizzazione software.

Cinque gigahertz e il problema del calore

Uno dei dati più comunicati è la frequenza massima di 5 GHz della CPU Oryon — un primato per uno smartphone. Ma la frequenza da sola racconta poco. Negli smartphone il vero vincolo è il calore: se la CPU raggiunge 5 GHz solo in brevi scatti e poi abbassa i ritmi per proteggere temperatura e consumi, il beneficio per chi usa il telefono si traduce in accelerazioni isolate — apertura di app, esportazione di un video breve — e non in un dispositivo costantemente più reattivo.

Qualcomm dichiara miglioramenti fino al 13% sulla CPU e al 44% sulla GPU rispetto alla generazione precedente, e aggiunge funzioni multimediali di rilievo: registrazione video in 8K a 60 fotogrammi al secondo, slow-motion in 4K a 240 fps e codec video di qualità professionale assistiti dall'AI. Anche qui, però, il valore pratico dipende dalla catena completa. Girare in 8K a 60 fps richiede un sensore adeguato, uno storage veloce, una dissipazione efficace e, soprattutto, una scelta precisa dei produttori su cosa abilitare. In passato diverse funzioni "premium" sono rimaste limitate a pochi modelli o a modalità specifiche, perché il costo di implementazione — tra hardware, calibrazione e test — non è banale.

Il mercato spinge verso il premium

Il contesto in cui questi chip arriveranno è rilevante. Nel secondo trimestre del 2026, i ricavi globali degli smartphone sono cresciuti del 7% rispetto all'anno precedente, raggiungendo 109 miliardi di dollari, nonostante un calo delle unità vendute. È il segnale di una tendenza alla premiumizzazione: si vendono meno telefoni, ma più costosi, e il valore si concentra dove funzioni visibili — fotocamera, video, AI, audio — possono giustificare prezzi più alti. In questo scenario Qualcomm deve aiutare i partner Android a sostenere i listini senza poter contare su una crescita dei volumi.

La pressione sui costi, però, non è sparita. IDC segnala per lo stesso periodo una contrazione del mercato globale, attribuita in parte a una crisi della memoria che ha alzato i costi e complicato le forniture. Per i chip di fascia alta questo è un nodo critico: far girare modelli AI più grandi richiede più RAM e più banda di memoria — esattamente le aree dove l'inflazione dei costi si fa sentire di più. Se l'AI diventa il motivo principale per acquistare un top di gamma, allora la quantità di memoria smette di essere una semplice opzione di configurazione e diventa parte della promessa.

La memoria dello smartphone non è più solo spazio di archiviazione: è il carburante dell'AI

Quanto sarà davvero "on-device"

Qui si apre la domanda più concreta per i prossimi mesi: quanta parte dell'AI annunciata funzionerà davvero sul dispositivo, e quanta resterà ibrida, con il cloud a fare il lavoro pesante? I modelli da decine di miliardi di parametri sono una misura complessa, perché non conta solo il numero: contano le tecniche di compressione (chiamate quantizzazione), le architetture che attivano solo una parte dei parametri per ogni operazione (i cosiddetti mixture-of-experts) e la gestione efficiente della memoria per seguire conversazioni lunghe. Per rendere l'AI usabile in tasca, bisogna ridurre i movimenti di dati e aumentare l'efficienza per operazione, non semplicemente aumentare la potenza teorica.

C'è poi un elemento spesso sottovalutato: la portabilità del software. Perché l'Extreme diventi più di un esercizio d'ingegneria, servono applicazioni e strumenti di sviluppo capaci di scegliere autonomamente tra CPU, GPU e NPU senza costringere gli sviluppatori a scrivere tre versioni dello stesso programma. È lo stesso schema già visto quando l'AI su smartphone ha cominciato a spostarsi dalla CPU verso gli acceleratori dedicati: il salto di qualità non è arrivato con l'aumento della potenza, ma quando le pipeline di lavoro — fotocamera, audio, assistenti — sono state riprogettate attorno all'hardware. Qualcomm prova ora a ripetere quella transizione su scala più ampia, con l'AI generativa come carico quotidiano.

MediaTek alla finestra

Il quadro competitivo rende questa partita più urgente. MediaTek ha iniziato a spingere esplicitamente sull'idea di AI agenziale — sistemi capaci di agire autonomamente tra più app — e su soluzioni a 2 nm per smartphone, dichiarando l'arrivo di un proprio chip flagship a 2 nm entro la fine del terzo trimestre. La narrativa «2 nm più AI come differenziatore» non è più esclusiva di Qualcomm, e i produttori Android potrebbero trovarsi per la prima volta dopo anni con un'alternativa credibile anche sul piano del marketing, non solo dei benchmark.

Per chi compra uno smartphone in Europa, la conseguenza più concreta non riguarda il costo del chip in sé, ma i tempi e la disponibilità dei primi modelli che lo adotteranno. I primi telefoni con chip di nuova generazione arrivano quasi sempre prima in Asia, con qualche settimana o mese di ritardo sui mercati europei e spesso con varianti di prodotto diverse. In un ciclo dove il 2 nm e l'AI alzano i requisiti di memoria e dissipazione, è probabile che alcune funzioni — video 8K, modalità AI più pesanti, pipeline audio avanzate — restino appannaggio delle varianti Ultra, mentre i modelli base offriranno una parte del pacchetto, orientata soprattutto all'efficienza e alle funzioni AI più leggere.

Il vero banco di prova non sarà lo Snapdragon Summit, ma i telefoni reali nelle mani degli utenti. Tre indicatori diranno più di qualsiasi presentazione: quanta autonomia resta quando l'AI lavora davvero in background, quanto rapidamente arrivano app che sfruttano queste capacità in modo visibile, e quanti modelli — non solo uno o due Ultra di punta — riusciranno effettivamente a montare il 2 nm in volumi significativi.