A chegada do Apple Silicon M6 marca uma mudança importante na evolução dos processadores da Apple. O novo chip é o primeiro da empresa para Macs produzido em 2 nanômetros, combinando maior densidade de transistores, novos blocos de computação e uma arquitetura de CPU que reúne, pela primeira vez, supernúcleos, núcleos de performance e núcleos de eficiência no mesmo projeto.
Ao mesmo tempo, a Apple apresentou o M5 Ultra, seu chip mais poderoso até agora, projetado para cargas profissionais extremas, desenvolvimento de IA e execução local de modelos de linguagem de grande porte. A solução utiliza uma arquitetura quad-die baseada na conexão de dois chips M5 Max de dois dies cada, levando a abordagem de escalabilidade da Apple a um novo patamar.
Mais do que uma atualização incremental, os dois chips mostram como a Apple está direcionando sua arquitetura para uma realidade em que IA local, eficiência energética, memória unificada e alta largura de banda passam a ser elementos centrais da computação pessoal e profissional.
Apple Silicon M6: a chegada dos 2nm e uma nova arquitetura de núcleos
O Apple Silicon M6 estreia a litografia de 2 nm nos Macs. A mudança é relevante porque processos mais avançados permitem aumentar a densidade de transistores e melhorar a eficiência energética sem necessariamente ampliar proporcionalmente a área do chip.
Na prática, isso cria espaço para adicionar recursos de computação mantendo o equilíbrio entre desempenho e consumo de energia. No M6, a Apple ampliou tanto a CPU quanto a GPU em relação ao M5, enquanto elevou a largura de banda da memória unificada para até 170 GB/s.
O processador possui 12 núcleos de CPU, dois a mais que o M5. A configuração também representa uma mudança arquitetural importante: o M6 combina diferentes classes de núcleos para distribuir as cargas de maneira mais eficiente.
Apple Silicon M6 combina supernúcleos, performance e eficiência
A CPU do M6 é formada por 2 supernúcleos, 4 núcleos de performance e 6 núcleos de eficiência. Essa divisão permite que o sistema escolha diferentes níveis de capacidade computacional conforme o tipo de tarefa executada.
Os supernúcleos são direcionados às tarefas que exigem o máximo desempenho por thread. Eles são especialmente importantes para aplicações que ainda dependem fortemente de processamento single-thread, como determinadas etapas de compilação, execução de código, ferramentas de desenvolvimento e aplicações interativas.
Os núcleos de performance, por sua vez, são destinados a cargas multithread mais pesadas, enquanto os núcleos de eficiência assumem atividades menos exigentes e tarefas em segundo plano.
Segundo a Apple, essa configuração proporciona o desempenho single-thread mais rápido do mundo e até 1,2 vez mais desempenho multithread em comparação com o M5. O ganho não depende apenas da quantidade de núcleos, mas também de melhorias na arquitetura, caches e capacidade de processamento de cada núcleo.
Essa abordagem também evidencia uma tendência importante: aumentar o desempenho de um processador moderno não significa simplesmente adicionar mais núcleos. A combinação entre núcleos especializados e gerenciamento inteligente de energia tornou-se fundamental para obter alto desempenho sem comprometer autonomia e temperatura.
GPU maior e suporte nativo a FP8 para inteligência artificial
O M6 também amplia sua capacidade gráfica. O chip possui uma GPU de 12 núcleos, dois a mais que o M5, com Neural Accelerator integrado a cada núcleo gráfico.
Segundo a Apple, a nova GPU proporciona quase 30% mais capacidade máxima de computação para IA em comparação com o M5. O projeto também incorpora melhorias no sistema de shaders, Dynamic Caching e aceleração de hardware para ray tracing.
Uma das mudanças mais importantes para desenvolvedores de IA é o suporte nativo em hardware ao formato FP8. O FP8 utiliza apenas oito bits para representar valores de ponto flutuante e pode reduzir requisitos de memória e movimentação de dados em determinadas operações de aprendizado de máquina.
No M5, operações FP8 dependiam de processamento por software. No M6, a capacidade passa a ser tratada diretamente pelo hardware, potencialmente reduzindo a sobrecarga e melhorando a eficiência em cargas compatíveis.
Isso é particularmente relevante para inferência de modelos de IA, quantização e outras operações nas quais reduzir a precisão numérica pode proporcionar ganhos significativos de desempenho sem necessariamente comprometer a qualidade do resultado.
O M6 também utiliza um Neural Engine dual de 16 núcleos, reforçando a estratégia de distribuir cargas de IA entre diferentes unidades especializadas do SoC.
M5 Ultra: arquitetura quad-die para cargas de trabalho massivas
Enquanto o M6 representa a evolução da computação convencional e da IA em um chip de menor porte, o M5 Ultra segue outra direção: escalar agressivamente a arquitetura para cargas profissionais.
A Apple utiliza sua tecnologia UltraFusion para conectar dois chips M5 Max, cada um composto por dois dies. O resultado é uma configuração quad-die, com quatro dies trabalhando como um único processador do ponto de vista do sistema. É a primeira vez que a Apple leva essa abordagem a quatro dies dentro de um SoC da família M.
Um detalhe técnico importante é diferenciar duas cifras. A UltraFusion oferece mais de 4,4 TB/s de largura de banda entre os dies, enquanto o sistema de memória unificada do M5 Ultra chega a 1,2 TB/s. São métricas distintas e não devem ser confundidas.
Essa interconexão de altíssima largura de banda é fundamental para que os quatro dies possam operar de maneira coordenada, reduzindo o impacto que normalmente surgiria quando diferentes processadores precisam trocar grandes quantidades de dados.
M5 Ultra transforma memória unificada em vantagem para LLMs
O M5 Ultra chega a 36 núcleos de CPU, divididos em 12 supernúcleos e 24 núcleos de performance, além de uma GPU com até 80 núcleos.
Pela primeira vez na linha Ultra, a Apple coloca Neural Accelerators em cada núcleo da GPU, direcionando uma parcela ainda maior da capacidade gráfica para inteligência artificial. A empresa afirma que o desempenho máximo de computação de IA da GPU pode chegar a 4,3 vezes o desempenho do M3 Ultra, dependendo da carga utilizada.
O chip também conta com Neural Engine de 32 núcleos e suporta até 512 GB de memória unificada. A combinação é particularmente interessante para IA porque CPU, GPU e aceleradores podem acessar o mesmo grande pool de memória, sem depender da separação tradicional entre RAM do sistema e memória dedicada da GPU.
Para modelos de linguagem grandes, essa característica pode ser tão importante quanto a quantidade de unidades de processamento. Um modelo que não cabe na memória disponível simplesmente não pode ser executado integralmente no dispositivo sem recorrer a técnicas adicionais, como offloading ou particionamento.
Com 512 GB de memória e 1,2 TB/s de largura de banda, o M5 Ultra pode manter conjuntos de dados e modelos muito maiores localmente. A Apple destaca justamente a possibilidade de executar LLMs com centenas de bilhões de parâmetros diretamente no dispositivo.
Para desenvolvedores, pesquisadores e profissionais de IA, isso reduz a dependência de infraestrutura em nuvem em determinadas tarefas. Também pode significar maior privacidade, previsibilidade de custos e menor latência, especialmente quando os dados não precisam sair do computador.
Apple Silicon M6 e M5 Ultra pressionam o futuro do hardware
O lançamento do Apple Silicon M6 e do M5 Ultra mostra duas estratégias complementares. De um lado, o M6 utiliza a transição para 2 nm para aumentar eficiência, densidade e capacidade computacional em uma plataforma destinada ao uso cotidiano. Do outro, o M5 Ultra explora agressivamente empacotamento avançado, múltiplos dies e memória unificada de alta capacidade para atingir níveis de computação antes associados a estações de trabalho muito maiores.
A importância do M6 também vai além do número de núcleos. A combinação entre supernúcleos, performance, eficiência, Neural Accelerators, FP8 em hardware e Neural Engine mostra que a arquitetura está sendo construída para diferentes tipos de inteligência artificial, em vez de simplesmente adicionar uma unidade neural isolada.
Já o M5 Ultra evidencia que a capacidade de memória se tornou um dos principais fatores para a computação de IA local. Em modelos grandes, ter centenas de gigabytes disponíveis e uma largura de banda de 1,2 TB/s pode ser determinante para manter os dados próximos às unidades de processamento.
Essa mudança coloca pressão sobre todo o mercado de semicondutores. Concorrentes precisam avançar simultaneamente em processos de fabricação, arquitetura heterogênea, aceleradores de IA, empacotamento 3D e tecnologias de memória. O resultado é uma disputa que não acontece mais apenas pelo maior número de núcleos ou pelo maior clock.
Para usuários profissionais, a consequência pode ser ainda mais significativa: computadores de mesa compactos passam a ser capazes de executar localmente cargas que anteriormente exigiam servidores ou infraestrutura em nuvem.
No ecossistema do SempreUpdate, a discussão fica especialmente relevante para desenvolvedores, administradores e entusiastas que acompanham a evolução da computação ARM e da IA local. A chegada dos 2 nm no M6 e da arquitetura quad-die no M5 Ultra indica que a próxima geração de computadores será definida tanto pela eficiência energética quanto pela capacidade de processar inteligência artificial diretamente no dispositivo.
