Arm C2 Ultra spinge l’AI agentica, Samsung prepara fabbriche robotiche e High-NA EUV

⚙️ Da sapere

• Arm C2 Ultra promette fino al 15% in più in single-thread e fino a 1,7 volte le prestazioni su alcuni modelli AI.
• Samsung punta a fabbriche autonome entro il 2030 con agenti AI, digital twin, robot specializzati e infrastruttura di calcolo dedicata.
• Samsung e ASML preparano fotomaschere da 12 pollici e l’uso High-NA EUV nella produzione DRAM di massa entro il 2028.

L’intelligenza artificiale sta ridisegnando contemporaneamente il processore, la fabbrica e gli strumenti utilizzati per costruire i semiconduttori. Arm presenta C2 Ultra come il proprio core mobile più potente e lo inserisce in una piattaforma progettata per orchestrare agenti AI direttamente sul dispositivo; Samsung spinge invece verso una struttura industriale full-stack nella quale modelli, digital twin e robot entrano nelle linee produttive. Alla base di questa trasformazione resta però la capacità di fabbricare chip sempre più complessi: la nuova intesa tra Samsung Electronics e ASML prepara l’adozione della High-NA EUV nella produzione DRAM di massa entro il 2028 e apre persino il passaggio dalle tradizionali fotomaschere da 6 pollici a quelle da 12 pollici.

Arm C2 Ultra trasforma la CPU nel coordinatore dell’AI agentica

La nuova Arm CSS for Mobile 2 nasce da un cambiamento preciso del carico di lavoro mobile: un agente non deve soltanto eseguire inferenza, ma mantenere il contesto, recuperare informazioni, pianificare, aprire applicazioni e decidere continuamente dove eseguire ogni fase tra CPU, GPU, acceleratori dedicati e cloud. Il nuovo cluster combina C2 Ultra, C2 Pro e due unità SME2, Scalable Matrix Extension 2, raddoppiando la capacità SME2 rispetto alla generazione precedente. Arm dichiara per C2 Ultra fino al 15% di incremento single-thread, navigazione Web più veloce del 15%, avvio delle applicazioni più rapido del 12% e un incremento multi-thread del cluster del 12%.

Nei workload AI selezionati il miglioramento arriva fino a 1,7 volte, mentre alcuni task accelerati con SME2 mostrano picchi fino al 70%. In un workflow agentico completo comprendente elaborazione vocale, recupero della memoria, reasoning, esecuzione applicativa e browsing, la configurazione con due SME2 completa il processo il 24% più rapidamente della precedente generazione. Sono benchmark Arm e andranno quindi verificati sui SoC commerciali, ma chiariscono il cambio architetturale: la CPU non viene trasformata in una NPU generalista, bensì nel componente che coordina le diverse unità mentre accelera localmente i modelli più piccoli e sensibili alla latenza.

SME2 e Mali G2-Ultra NX dividono inferenza e neural graphics

Arm sta contemporaneamente distribuendo il calcolo neurale su più blocchi. SME2 accelera modelli relativamente piccoli utilizzati per linguaggio, speech, planning e reasoning, riducendo gli spostamenti di dati verso acceleratori separati. La GPU Mali G2-Ultra NX integra invece neural accelerator direttamente nell’architettura grafica, insieme a un nuovo execution engine e alla terza generazione del ray tracing Arm. Il risultato è un sistema eterogeneo nel quale la CPU coordina l’agente, SME2 esegue inferenze locali adatte al processore general purpose e la GPU gestisce neural graphics e workload visivi più complessi.

Anche l’interconnessione SI L2 viene ottimizzata per latenza, bandwidth, coerenza e quality of service quando più motori accedono contemporaneamente alla memoria. Il passaggio è rilevante perché la battaglia per l’AI on-device non può essere ridotta alla dimensione della NPU: latenza end-to-end, accessi alla memoria e capacità di mantenere CPU, GPU e acceleratori occupati diventano altrettanto importanti dei TOPS dichiarati. Il recente Exynos 2700 attribuito ai Galaxy S27 mostra già una NPU ampliata, una GPU Xclipse 970 più grande e 24 MB di system-level cache, segnale di come l’intera industria mobile stia aumentando le risorse dedicate al calcolo locale.

Leggi anche: NVIDIA porta Agentic AI su Jetson e Fox Blueprint nelle fabbriche autonome

Samsung applica la stessa logica full-stack direttamente alla fabbrica

La strategia industriale di Samsung Electronics segue una logica sorprendentemente simile, ma su scala manifatturiera. L’obiettivo dichiarato è trasformare entro il 2030 le operazioni produttive globali in AI-Driven Factories, nelle quali agenti specializzati, simulazioni digital twin e analisi in tempo reale coordinino produzione, controllo qualità, manutenzione, riparazioni e logistica. Samsung distingue già diverse classi di robot: Operating Robots per operazioni e gestione degli impianti, Logistics Robots per la movimentazione autonoma dei materiali, Assembly Robots per attività di precisione ed Environmental Safety Robots destinati ad aree nelle quali l’accesso umano è difficile o pericoloso. L’ambizione non consiste quindi nell’installare genericamente umanoidi accanto agli operai, ma nel costruire una catena nella quale percezione, simulazione, pianificazione e movimento siano integrati nello stesso sistema produttivo. La società dispone inoltre di una AI Megafactory sviluppata con NVIDIA e basata su oltre 50.000 GPU, Omniverse, Jetson Thor e piattaforme dedicate alla physical AI. Samsung Research descrive parallelamente una ricerca robotica che copre l’intero stack, da OS, middleware e AI fino a sensori, attuatori, manipulation e locomotion. La competizione industriale si sposta così verso chi riesce a controllare più livelli contemporaneamente, una direzione simile a quella analizzata nella corsa cinese a robotica, chip e AI industriale a Shenzhen.

Samsung e ASML preparano High-NA EUV anche per le memorie DRAM

Tutta questa capacità AI richiede però chip più densi ed efficienti, ed è qui che entra la nuova collaborazione con ASML. Samsung ha annunciato l’8 settembre l’espansione della partnership sulla High Numerical Aperture EUV, tecnologia che aumenta l’apertura numerica del sistema litografico e consente di stampare strutture più piccole con maggiore risoluzione. La novità più concreta è il piano di introdurre High-NA EUV nella produzione DRAM ad alto volume entro il 2028, che Samsung presenta come prima applicazione industriale di questo tipo nel settore delle memorie. L’azienda punta a utilizzare la maggiore risoluzione per prolungare lo scaling DRAM, ridurre alcuni passaggi di processo e aumentare l’efficienza produttiva. La scelta è strategica perché la domanda AI sta trasformando memorie DRAM e soprattutto HBM in uno dei principali colli di bottiglia della filiera: SK Hynix ha già avviato investimenti per 24,3 miliardi di euro mentre prevede tensioni sull’offerta almeno fino al 2030. Samsung deve quindi recuperare contemporaneamente capacità, rendimento e competitività tecnologica contro SK Hynix e Micron.

Le fotomaschere da 12 pollici possono cambiare anche l’economia della litografia

L’accordo Samsung-ASML contiene un secondo sviluppo meno immediato ma potenzialmente molto importante: Samsung entra nell’iniziativa industriale dedicata alle fotomaschere da 12 pollici per High-NA EUV. Da decenni il settore utilizza prevalentemente il formato da 6 pollici. Il formato più grande dovrebbe aumentare la produttività delle fabbriche, ridurre i costi e soprattutto rimuovere alcune limitazioni legate allo stitching, cioè alla necessità di combinare esposizioni differenti quando il pattern supera determinate dimensioni. Samsung contribuirà quindi non soltanto come utilizzatore degli scanner ASML, ma allo sviluppo dell’infrastruttura necessaria a produrre, manipolare e controllare le nuove maschere. È un passaggio che mostra quanto il salto litografico non dipenda da una singola macchina: servono maschere, metrologia, materiali, process control e fab capaci di utilizzare il nuovo ecosistema con yield industrialmente sostenibili. Proprio questa dipendenza da ASML spiega perché la Cina continui parallelamente a investire su scanner domestici DUV: Shanghai Aishengna è entrata nella produzione delle prime macchine cinesi a immersione, ma il divario rispetto alla High-NA EUV resta ancora enorme.

Continua con:

• ASML, NVIDIA e SK Hynix mostrano come litografia e memoria siano diventate infrastrutture dell’AI
• Samsung Foundry alza i prezzi mentre la domanda AI porta il 4 nm alla piena capacità

L’AI full-stack parte dal transistor e arriva fino al robot

Arm, Samsung e ASML stanno lavorando su livelli completamente differenti, ma il risultato dell’8 settembre mostra come questi livelli stiano diventando interdipendenti. Arm ridisegna CPU, GPU e interconnessioni perché un agente mobile richiede orchestrazione continua e inferenza locale. Samsung applica la stessa logica a fabbriche nelle quali agenti AI, digital twin e robot devono percepire e modificare il mondo fisico. ASML fornisce infine la tecnologia necessaria a continuare a comprimere i transistor e le celle di memoria che alimentano entrambi questi scenari. L’AI “full-stack” non significa quindi semplicemente possedere un modello e una GPU. Significa controllare o coordinare architettura CPU, accelerazione neurale, memoria, litografia, fab, software, simulazione e robotica. È proprio questa profondità della filiera a spiegare perché Samsung stia contemporaneamente investendo in High-NA EUV e fabbriche autonome: senza processi produttivi più avanzati non esistono i chip necessari alla nuova AI, e senza AI industriale diventa sempre più difficile produrre quei chip con la complessità e il volume richiesti dal mercato.