AI Core su Android, cos’è e perchè occupa fino a 11 GB

Chi possiede uno smartphone Android di fascia alta potrebbe essersi accorto che un servizio di sistema chiamato AI Core occupa uno spazio considerevole nella memoria interna. Alcuni utenti hanno segnalato consumi che arrivano fino a 11 GB. Google ha aggiornato la propria pagina di supporto ufficiale per spiegare le ragioni di questo comportamento e chiarire che non si tratta di un malfunzionamento.

Cos’è AI Core e perché è installato sul tuo smartphone

AI Core è un servizio integrato nei dispositivi Android compatibili che gestisce l’intelligenza artificiale direttamente sul dispositivo, senza bisogno di connessione a server remoti. La sua funzione principale è eseguire Gemini Nano, il modello AI sviluppato da Google per l’elaborazione in locale.

Attraverso questo servizio, dispositivi come il Pixel 10 Pro riescono a offrire funzionalità come risposte intelligenti ai messaggi e riepiloghi automatici delle notifiche, il tutto in modo privato e senza trasmettere dati a server esterni. Negli ultimi anni sia Google che Samsung hanno puntato con forza su questo tipo di intelligenza artificiale integrata direttamente nei propri flagship Android, riducendo la dipendenza dal cloud per le operazioni più sensibili.

Quali smartphone supportano AI Core e Gemini Nano

I dispositivi che integrano AI Core non sono tutti gli Android, ma una selezione specifica di flagship con hardware sufficiente a eseguire modelli AI in locale. La soglia minima riguarda la quantità di RAM disponibile e la potenza del chip dedicato all’elaborazione neurale.

Tra i dispositivi attualmente compatibili rientrano i Google Pixel dalla serie 6 in poi, che rappresentano il punto di riferimento per questa tecnologia dato che Google sviluppa sia il software che il chip Tensor. Sul fronte Samsung, la compatibilità è stata estesa ai modelli Galaxy S23 e S24 con l’aggiornamento One UI 6.1, che ha portato Gemini Nano anche fuori dall’ecosistema Pixel.

La tendenza è chiara: con il passare del tempo la lista dei dispositivi supportati si allungherà progressivamente, man mano che i chip di nuova generazione diventano sufficientemente potenti da eseguire modelli AI compatti direttamente in locale. Il requisito minimo attuale è generalmente intorno agli 8 GB di RAM, soglia che esclude ancora la fascia media del mercato Android ma che nei prossimi due o tre anni potrebbe abbassarsi significativamente.

Perché AI Core arriva a occupare oltre 10 GB di spazio

Il motivo del consumo elevato è legato al processo di aggiornamento dei modelli AI. Quando AI Core scarica una versione aggiornata del modello in background, mantiene temporaneamente sul dispositivo sia la versione precedente sia quella nuova in contemporanea.

Questa fase di coesistenza può durare fino a tre giorni e rappresenta una precauzione tecnica deliberata. Se il nuovo modello dovesse risultare instabile o causare problemi, il sistema può tornare immediatamente a quello precedente senza costringere l’utente a riscaricare diversi gigabyte di dati da zero. È lo stesso principio usato dagli aggiornamenti di sistema di Windows e macOS, applicato ai modelli di intelligenza artificiale.

Il risultato visibile è un picco temporaneo di occupazione dello storage che può sorprendere, ma non indica alcun problema con il dispositivo.

Lo spazio si libera da solo: non serve fare nulla

Una volta completato l’aggiornamento e verificata la stabilità del nuovo modello, lo spazio occupato viene rilasciato automaticamente. Google specifica nella pagina di supporto ufficiale che non è necessario alcun intervento manuale da parte dell’utente.

La logica alla base di questo meccanismo è quella di garantire continuità del servizio. Rimuovere il vecchio modello prima di aver confermato il corretto funzionamento di quello nuovo potrebbe interrompere temporaneamente l’accesso alle funzioni AI e richiedere un nuovo download di diversi gigabyte in caso di errore. Mantenere entrambe le versioni attive per qualche giorno riduce questo rischio in modo significativo, a costo di un utilizzo temporaneo di spazio aggiuntivo.

AI in locale vs AI nel cloud: perché Google ha scelto questa strada

La scelta di eseguire Gemini Nano direttamente sul dispositivo invece che su server remoti non è casuale e non riguarda solo le prestazioni. Il modello on-device risponde a tre esigenze concrete che il cloud computing non riesce a soddisfare allo stesso modo.

La prima è la privacy. Quando un modello AI elabora i tuoi messaggi, le tue notifiche o le tue ricerche direttamente sul telefono, quei dati non lasciano mai il dispositivo. Non vengono inviati a Google, non vengono analizzati su server esterni, non contribuiscono ad addestrare modelli futuri senza il consenso esplicito dell’utente. È una differenza sostanziale rispetto all’approccio cloud, dove ogni interazione con l’AI passa attraverso l’infrastruttura del fornitore.

La seconda è la velocità. Un modello che gira in locale risponde in millisecondi, senza dipendere dalla qualità della connessione internet. Su una rete 4G lenta o in assenza di segnale, le funzioni AI on-device continuano a funzionare normalmente, mentre quelle cloud-based si interrompono o rallentano drasticamente.

La terza è il costo infrastrutturale. Ogni query inviata a un server AI ha un costo computazionale reale per chi gestisce l’infrastruttura. Spostare l’elaborazione sul dispositivo dell’utente significa distribuire questo costo su milioni di chip invece di concentrarlo su data center centralizzati, con un risparmio significativo alla scala di Google.

Il compromesso è lo spazio di archiviazione occupato dai modelli, che come abbiamo visto può essere considerevole durante le fasi di aggiornamento. È un trade-off consapevole che Google ha scelto privilegiando privacy e velocità rispetto all’ottimizzazione dello storage.

Cosa fare se lo spazio non si libera

In circostanze normali non è necessario fare nulla. Se dopo diversi giorni lo spazio non dovesse tornare ai livelli precedenti, Google suggerisce di verificare che il dispositivo non abbia problemi di connettività che impediscono il completamento dell’aggiornamento.

Cancellare manualmente la cache di AI Core dalle impostazioni di Android può accelerare il processo, ma non è la soluzione raccomandata da Google come primo intervento. La strada più semplice è attendere il completamento automatico dell’aggiornamento, che nella maggior parte dei casi avviene entro le 72 ore.

Il futuro dell’AI on-device: dove stiamo andando

Il caso AI Core è sintomatico di una tendenza più ampia che sta ridisegnando il modo in cui l’intelligenza artificiale viene distribuita sui dispositivi mobili. Quello che oggi occupa diversi gigabyte sul Pixel 10 Pro è destinato a diventare progressivamente più compatto grazie all’ottimizzazione dei modelli e al miglioramento delle tecniche di quantizzazione, che permettono di ridurre le dimensioni di un modello AI senza perdite significative di qualità.

Apple segue un approccio simile con Apple Intelligence, il sistema AI integrato nei dispositivi con chip A17 Pro e M-series in poi. Anche in questo caso i modelli risiedono parzialmente sul dispositivo, con le elaborazioni più complesse che vengono delegate a server cloud dedicati solo quando necessario. E probabilmente queste funzionalità saranno estese anche agli accessori.

Qualcomm e MediaTek stanno entrambi investendo massicciamente in unità di elaborazione neurale più potenti nei propri chip, con l’obiettivo esplicito di rendere l’AI on-device accessibile anche alla fascia media del mercato Android entro il 2027. Questo significa che la situazione che oggi riguarda i flagship di Google e Samsung potrebbe diventare la normalità su quasi tutti gli smartphone Android nei prossimi anni.

L’implicazione pratica è che lo spazio occupato dai modelli AI, e quindi anche da AI Core, diventerà una voce fissa nel consumo di storage degli smartphone, esattamente come oggi diamo per scontato che il sistema operativo occupi diversi gigabyte. Gli utenti dovranno abituarsi a considerare questa quota nei propri calcoli quando scelgono la capacità di archiviazione del prossimo dispositivo.