Chi parla e perché conta
In una puntata del podcast Power On condotta da Mark Gurman per Bloomberg, riportata da IT之家 il 13 novembre 2026, è intervenuto Gerard Williams III, ingegnere che ha guidato l'architettura delle CPU dei processori Apple della serie A e M. Il suo curriculum include la partecipazione allo sviluppo dell'A7, primo chip mobile a 64 bit dell'azienda, e dell'M1, il processore con cui Apple ha spostato i Mac dai chip Intel alla piattaforma Apple Silicon.
L'esperienza maturata in quel percorso, basato su silicio progettato internamente e su un'integrazione stretta tra hardware e software, è il presupposto delle tesi esposte nell'intervista. Dopo aver lasciato Apple nel 2019, Williams ha cofondato NUVIA, realtà poi acquisita da Qualcomm, dove ha guidato l'architettura CPU Oryon; nel 2026 ha avviato una nuova impresa, NUVACORE, attiva nei chip per data center destinati all'AI.
La CPU dietro le quinte dell'AI
Secondo Williams, l'attenzione del settore per le GPU di NVIDIA non deve oscurare il ruolo della CPU nei data center. Se le GPU e gli acceleratori svolgono il grosso del calcolo parallelo richiesto dai modelli linguistici, alla CPU restano compiti di coordinamento: gestione della memoria, meccanismi di sicurezza, esecuzione del sistema operativo e attività seriali che non si prestano alla parallelizzazione.
Su questo punto la sua posizione è netta: la CPU è il cervello che tiene insieme l'infrastruttura, non un accessorio. NUVACORE traduce questa convinzione in una scelta progettuale chiamata Core First: il nucleo viene sviluppato senza legarsi in partenza a un insieme di istruzioni specifico, sia esso x86, ARM o RISC-V, e solo in un secondo momento viene adattato all'ecosistema di riferimento.
Dalla batteria del telefono alla bolletta del data center
Il passaggio più concreto riguarda l'energia. Williams sostiene che l'attenzione quasi maniacale ai consumi nel mondo mobile, dove ogni milliwatt contava per l'autonomia, possa essere trasferita ai processori per server. Poiché i data center per l'AI assorbono quantità di energia nell'ordine dei gigawatt, risparmi di pochi milliwatt per singolo core, moltiplicati per milioni di core, potrebbero consentire, a parità di corrente e di spazio disponibile, una capacità di calcolo da due a tre volte superiore.
Williams ha anche indicato un possibile effetto dei nuovi strumenti sulla progettazione: la fase iniziale di modellazione delle prestazioni, che richiede tradizionalmente da sette a dodici mesi all'interno di un ciclo di sviluppo di due anni e mezzo o tre, si sarebbe ridotta a due o tre mesi grazie all'AI. L'ha descritta come un'estensione delle capacità del team, utile per esplorare idee più ambiziose, ma ha precisato che i modelli non sono sempre affidabili: la verifica finale resta affidata a ingegneri esperti.
Cosa resta da verificare
Le cifre sul risparmio energetico e sull'accelerazione dei tempi di progetto sono stime e dichiarazioni di Williams, non risultati misurati su prodotti disponibili. NUVACORE è una società di recente costituzione e il materiale non indica se abbia già realizzato silicio, clienti o benchmark indipendenti. Anche il confronto tra il consumo dei data center e quello dei chip mobili, pur coerente nelle unità di misura, non è accompagnato da dati di consumo reali.
