NPU ve Windows: co to je, jak to funguje a proč je to důležité

Informatec Digital » Zdroje » NPU ve Windows: co to je, jak to funguje a proč je to důležité

Příchod neuronukleárních procesorů (NPU) do Windows zcela změnil způsob, jakým používáme umělou inteligenci na počítačích. To, co se dříve spoléhalo téměř výhradně na cloud, nyní začíná běžet přímo na našich noteboocích, stolních počítačích a mini PC, a to s enormním zlepšením rychlosti, výdrže baterie a soukromí. Windows 11, zejména s novými zařízeními Copilot+ a nejnovějšími procesory od společností Intel, AMD a Qualcomm, je jádrem této revoluce.

Pokud v nadcházejících měsících uvažujete o upgradu počítače, je nezbytné pochopit, co je NPU, proč ho Microsoft vyžaduje pro mnoho pokročilých funkcí umělé inteligence ve Windows 11 , jakou roli hraje v počítačích Copilot+, které modely procesorů ho obsahují a které reálné aplikace již tento nový čip využívají. Pojďme se na to podívat blíže, aniž bychom museli jít kolem horké kaše, abyste se mohli informovaně rozhodnout, zda se upgrade vyplatí.

Co přesně je NPU a proč o něm teď všichni mluví?

Když mluvíme o NPU (neuronové procesorové jednotce) v moderním počítači, máme na mysli procesor specializovaný na provádění matematických operací neuronových sítí a dalších algoritmů strojového učení. Není určen k nahrazení CPU nebo GPU, ale spíše k jejich doplnění tím, že zvládá vše, co souvisí s umělou inteligencí.

Na rozdíl od centrální procesorové jednotky (CPU), která je navržena k sekvenčnímu provádění logických instrukcí, a grafické karty, která se zaměřuje na masivní vykreslování pixelů, je NPU od základu navržena tak, aby násobila a akumulovala matice čísel neuvěřitelnou rychlostí a s velmi nízkou spotřebou energie . To je přesně základ toho, jak modely umělé inteligence „myslí“, od rozpoznávání obličeje až po generování obrazu.

V praxi bychom mohli říci, že NPU se stávají specifickým motorem všech inteligentních funkcí systému a aplikací, od rozmazání pozadí ve videohovoru až po přepis v reálném čase, včetně asistentů jako Copilot nebo pokročilých filtrů pro střih videa.

Klíčovou výhodou je, že umělá inteligence může běžet přímo na zařízení, aniž by musela odesílat data na vzdálené servery. To zlepšuje soukromí, snižuje latenci a odlehčuje CPU a GPU , čímž je uvolňuje pro jiné úkoly.

Mnoho výrobců navíc navrhuje tyto jednotky tak, aby fungovaly s formáty s nižší přesností, jako je INT8, namísto FP32. Vzhledem k tomu, že pro přesné předpovědi není nutná extrémní matematická přesnost, může NPU s každou inferencí ušetřit značné množství energie , což je obzvláště důležité u notebooků a mini PC.

CPU, GPU a NPU: trojúhelník moderního SoC

Procesory používané v moderních zařízeních s Windows 11 obvykle využívají přístup System-on-a-Chip (SoC), kde jsou CPU, GPU a NPU integrovány na stejném křemíkovém čipu . Tato fyzická blízkost jim umožňuje sdílet systémovou paměť RAM a přenášet úlohy mezi nimi bez významných úzkých míst.

V tomto trojúhelníku CPU funguje jako řídicí mozek, GPU zpracovává masivní paralelní zpracování grafiky a NPU se plně zaměřuje na strojové učení a operace s neuronovými sítěmi . Každý z nich má svou oblast odbornosti a Windows 11 rozhoduje, co kam půjde, na základě pracovní zátěže.

Když systém potřebuje aplikovat video efekty, provést okamžitý překlad řeči nebo spustit model umělé inteligence ONNX, Windows 11 analyzuje dostupný hardware a pokud detekuje NPU, přesměruje tyto úlohy na něj, aby dosáhl nejlepší rovnováhy mezi výkonem a spotřebou energie . Pokud z jakéhokoli důvodu není NPU k dispozici, převezme kontrolu GPU nebo nakonec CPU.

Toto inteligentní rozdělení úloh je obzvláště důležité u tenkých notebooků, mini PC a all-in-one zařízení, kde je řízení teploty a spotřeba energie kritické (viz naše návody k hardwaru notebooků ). Přenesení trvalé práce umělé inteligence na NPU zabraňuje přehřátí CPU a nutnosti snižovat jeho frekvenci , čímž se udržuje celková plynulost systému.

Co se týče efektivity, konvenční GPU může spotřebovat desítky wattů k běhu algoritmů umělé inteligence určité složitosti, zatímco NPU zvládne stejnou práci s mnohem nižší spotřebou , což vám umožní snadno prodloužit výdrž baterie o 15 % až 20 % v náročných scénářích s umělou inteligencí.

NPU a Windows 11: role počítačů Copilot+

Společnost Microsoft zašla ještě o krok dál s uvedením počítačů Copilot+, nové kategorie počítačů s Windows 11, které jsou navrženy tak, aby se umělá inteligence nestala jen doplňkovou funkcí, ale něčím, co je integrováno do každodenního života uživatele. Tyto stroje se vyznačují mimo jiné vysoce výkonným NPU schopným překročit 40 TOPS (tera operací za sekundu).

Tento požadavek na více než 40 TOPS není rozmar: mnoho nových funkcí umělé inteligence ve Windows 11, a to jak na systémové, tak na aplikační úrovni, potřebuje tuto úroveň trvalého výkonu k poskytování překladů v reálném čase, generování obrázků, video efektů a inteligentních asistentů, aniž by to snižovalo výdrž baterie nebo výkon jiných úkolů.

V praxi je počítač Copilot+ navržen tak, aby nabízel celodenní výdrž baterie, neustále dostupné funkce umělé inteligence a přímý přístup k nejpokročilejším modelům a funkcím umělé inteligence od společnosti Microsoft. Myšlenka spočívá v tom, že Copilot můžete používat k práci, studiu nebo tvorbě, aniž byste se museli tolik spoléhat na cloud.

Tyto systémy se spoléhají na procesory nové generace od společností Qualcomm (například rodina Snapdragon X Elite), AMD (například nejnovější Ryzen AI) a Intel (Core Ultra a nástupci) – pro porovnání možností se podívejte na ekvivalenty procesorů Intel a AMD . Všechny sdílejí koncept integrace tří výpočetních enginů: CPU, GPU a NPU , takže Windows 11 dokáže velmi efektivně rozdělit pracovní zátěž.

Samotná platforma Windows 11 se připravuje využít tyto funkce prostřednictvím jedinečných funkcí, jako jsou vylepšené efekty videohovorů, inteligentní organizace dokumentů, asistenti shrnující lokální obsah a kreativní funkce, které se spoléhají na umělou inteligenci, aniž by neustále odesílaly data do cloudu.

Čip Snapdragon X Elite a sázka od Qualcommu

Jednou z klíčových komponent počítače Copilot+ je čip Snapdragon X Elite, založený na architektuře Arm a vyvinutý společností Qualcomm. Tento procesor byl navržen s ohledem na integraci umělé inteligence a obsahuje velmi výkonný a extrémně energeticky úsporný NPU.

NPU telefonu Snapdragon X Elite dokáže paralelně zpracovávat velké objemy dat, dosahuje desítek bilionů operací za sekundu , což mu umožňuje zvládat úkoly náročné na umělou inteligenci, jako je simultánní překlad, vylepšení obrazu nebo analýza v reálném čase, aniž by se baterie rychle vybila.

Windows 11 koordinuje kombinovanou práci CPU, GPU a NPU v těchto zařízeních. Systém se v daném okamžiku rozhodne, která komponenta je pro daný úkol nejvhodnější, a hledá optimální rovnováhu mezi rychlostí, odezvou a spotřebou energie . Výsledkem jsou velmi tenké a lehké notebooky s celodenní výdrží baterie a konzistentně aktivním zážitkem s umělou inteligencí.

Hlavní výhodou tohoto přístupu je, že mnoho funkcí umělé inteligence v počítačích Copilot+ lze spustit přímo na samotném zařízení: od funkcí Windows 11 až po nástroje třetích stran optimalizované pro NPU . To snižuje závislost na internetovém připojení a zlepšuje zabezpečení dat.

Qualcomm také nabízí vývojářům specifické zdroje prostřednictvím svého centra Qualcomm AI Hub, kde najdete modely již optimalizované a ověřené pro tyto NPU , připravené k efektivnímu provozu na zařízeních Copilot+ se Snapdragon X Elite.

Jak systém Windows detekuje a používá NPU pro umělou inteligenci

NPU, stejně jako jakýkoli jiný hardwarový prostředek v počítači, potřebuje, aby operační systém a aplikace věděly, jak s ním komunikovat a využívat jeho výkon . Společnost Microsoft zdokonaluje způsob přístupu k těmto jednotkám a v současné době se jako primární metoda doporučuje používat Windows Machine Learning (WinML).

DirectML byl po určitou dobu standardním přístupem pro práci s akcelerací umělé inteligence ve Windows, ale nyní se do popředí dostal WinML . Tento posun si klade za cíl zjednodušit život vývojářům a umožnit aplikacím co nejplynuleji využívat NPU a GPU, a to jak na počítačích Copilot+, tak na dalších zařízeních s NPU Intel nebo AMD.

Díky Windows ML systém automaticky detekuje zprostředkovatele spouštění (EP) kompatibilní s hardwarem zařízení. Namísto ručního balení knihoven specifických pro výrobce, které by vývojář musel stahovat a spravovat, systém Windows tyto EP integrovaným způsobem stahuje a spravuje prostřednictvím samotného systému nebo služby Windows Update.

Ve své podstatě Windows ML stále používá běhové prostředí ONNX jako inferenční engine, ale skrývá před vývojářem velkou část složitosti správy různých dodavatelů hardwaru . Microsoft spolupracuje přímo se společnostmi Qualcomm, Intel, AMD a dalšími partnery, aby zajistil dostupnost aktualizovaných a optimalizovaných EP pro každou novou generaci křemíku.

Když aplikace nasadí model umělé inteligence pomocí Windows ML na PC s NPU, proces je automatický: WinML zkontroluje, které akcelerátory jsou k dispozici, vybere nejefektivnější EP (QNN pro NPU Qualcomm, OpenVINO pro platformy Intel atd.), načte jej a spustí inferenci. Pokud se něco pokazí, bezproblémově se přepne na GPU nebo CPU bez jakéhokoli zásahu uživatele.

Formáty modelů, kvantizace a nástroje pro vývojáře

Modely umělé inteligence jsou obvykle zpočátku trénovány na vysoce přesných formátech, jako je FP32, ale spotřebitelské NPU obvykle lépe fungují s menšími reprezentacemi, jako je INT8, a dosahují tak mnohem vyššího výkonu a energetické účinnosti.

To znamená, že modely musí být před spuštěním na NPU převedeny nebo kvantizovány. Mnoho modelů je k dispozici připravených k použití v optimalizovaném formátu ONNX, ale ti, kteří si chtějí vytvořit vlastní model (BYOM), mohou k jeho přizpůsobení hardwaru použít specifické sady nástrojů.

Mezi nejzajímavější zdroje patří Qualcomm AI Hub , který nabízí ověřené a optimalizované modely pro běh na počítačích Copilot+ s procesory Snapdragon X Elite. Součástí je také populární ONNX Model Zoo , repozitář předtrénovaných modelů s otevřeným zdrojovým kódem připravených ke běhu na různých zařízeních s podporou NPU, včetně zařízení od Intelu a AMD.

Pro optimalizaci vlastních modelů společnost Microsoft doporučuje používat Olive, nástroj, který se integruje s ONNX Runtime a zvládá kompresi, optimalizaci a kompilaci orientovanou na NPU . Tato kombinace umožňuje výrazně vyšší výkon se stejným hardwarem, což je obzvláště důležité u notebooků, kde se počítá každý watt.

Celý tento ekosystém vývojářům výrazně usnadňuje soustředění se na uživatelskou zkušenost a ponechání nízkoúrovňové integrace hardwaru na Windows ML, ONNX Runtime a souvisejících nástrojích , což je místo, kde se dříve objevovaly problémy s kompatibilitou a údržbou.

Jak měřit skutečný výkon NPU ve Windows

Při integraci funkcí umělé inteligence do aplikace je klíčové měřit skutečný výkon modelů na NPU a pochopit, co se v systému děje. Systém Windows nabízí několik diagnostických a trasovacích nástrojů, které to umožňují do značné míry podrobně.

Prvním referenčním bodem, přístupným každému uživateli, je Správce úloh systému Windows 11. Na kartě „Výkon“ se nachází samostatná sekce pro NPU, CPU, paměť, disk, Wi-Fi a GPU. Zde můžete vidět procento využití, verzi ovladače a další relevantní údaje.

Pro vývojáře a pokročilé uživatele přicházejí na řadu další výkonnější nástroje, jako je Windows Performance Recorder (WPR) , který nyní obsahuje profil neuronového zpracování pro záznam aktivity NPU, a Windows Performance Analyzer (WPA) , který umožňuje analyzovat tyto záznamy.

WPR generuje podrobné záznamy o tom, jak systém interaguje s NPU prostřednictvím modelu ovladače MCDM od společnosti Microsoft. WPA vám poté umožňuje zobrazit grafy a časové osy zobrazující CPU, disk, síť, události ONNX Runtime a vyhrazenou tabulku NPU , vše na stejné časové ose.

To umožňuje zkoumat aspekty, jako je pracovní zatížení, doba načítání modelu, vytváření inferenčních relací, konfigurační parametry poskytovatele provádění, doba každé jednotlivé inference a profil každého operátora v modelu AI. Lze sledovat i metriky subhardwaru NPU, jako je šířka pásma paměti.

Další nástroje: GPUView, ONNX Runtime a hardwarové profily

Kromě WPR a WPA nabízí ekosystém Windows i další nástroje, které pomáhají lépe pochopit, co přesně NPU dělá při spouštění modelů umělé inteligence . Jedním z nich je GPUView, nástroj, který čte události zaznamenané v souborech trasování (.etl) a vizuálně je zobrazuje.

GPUView nyní dokáže zobrazit nejen operace GPU, ale také aktivitu NPU a události DirectX spojené se zařízeními MCDM . To je užitečné pro zobrazení toho, jak je pracovní zátěž skutečně rozdělena mezi GPU a NPU, když aplikace intenzivně využívá jak umělou inteligenci, tak grafiku.

Na druhou stranu, ONNX Runtime, počínaje verzí 1.17 a s vylepšeními ve verzi 1.18.1, generuje běhové události, které lze zachytit a vizualizovat pomocí WPA . To umožňuje vidět, jak dlouho trvá načtení modelu, která konfigurace EP se používá, jak se chovají inference na NPU (např. QNN) a kolik času každý operátor spotřebuje v modelu.

Vývojáři mohou kombinovat specifické profily ONNX Runtime s dalšími profily WPR (CPU, disk atd.), aby získali velmi přesný obraz o tom, kde se tráví čas a jak optimalizovat výkon . Nástroje třetích stran, jako je Qualcomm Snapdragon Profiler (qprof), navíc nabízejí pohled na celý systém a poskytují ještě podrobnější metriky NPU na platformách Snapdragon.

S touto sadou utilit je možné nejen ověřit, zda je NPU používáno, ale také detekovat úzká hrdla, neočekávané latence nebo neoptimální konfigurace a opravit je tak, aby se co nejlépe využil dostupný hardware.

Jak zjistit, zda má váš počítač s Windows NPU a co používá k jeho využití

Pro koncové uživatele je typická otázka: má můj počítač skutečně NPU a používá ho systém Windows? Nejjednodušší způsob, jak to zkontrolovat, je otevřít Správce úloh (Ctrl+Shift+Esc), přejít na kartu „Výkon“ a hledat sekci s označením „NPU“.

Pokud se zobrazí graf vyhrazeného NPU, znamená to, že váš počítač má tento specializovaný procesor. Na kartě „Procesy“ můžete vidět, které aplikace spotřebovávají zdroje NPU, nebo se hlouběji ponořit do techničtější analýzy pomocí pokročilých nástrojů. Pokud se graf nezobrazí, může být užitečné zkontrolovat konfiguraci systému počítače a nastavení BIOSu nebo UEFI a ověřit úpravy firmwaru nebo podporu akcelerátoru.

Přítomnost NPU je v moderních počítačích stále běžnější, zejména v noteboocích s certifikací Copilot+ PC a v těch, které integrují nejnovější generaci procesorů od společností AMD, Intel nebo Qualcomm. Výrobci tyto jednotky začleňují jako standardní hardwarovou komponentu, stejně jako byly kdysi grafické karty integrovány do samotných procesorů.

V mnoha případech si uživatel začne všímat výhod, aniž by musel cokoli měnit ve způsobu své práce: jasnější videohovory, efekty aplikované v reálném čase bez zpoždění, delší výdrž baterie při používání chytrých funkcí a celkový pocit plynulosti i při současném spouštění několika úkolů.

Pro ty, kteří se zajímají o technické záležitosti, vám trasovací nástroje ve Windows umožňují přesně vědět, které procesy zatěžují NPU a s jakými vzorci využití , což je velmi užitečné, pokud testujete nový software nebo chcete ověřit, zda aplikace skutečně využívá hardware.

Reálné aplikace, které již využívají NPU ve Windows

Kromě teorie je zajímavé sledovat, které každodenní programy využívají NPU ve Windows . Seznam roste měsíc od měsíce, ale několik známých jmen se již začalo spoléhat na tento čip k urychlení svých funkcí umělé inteligence.

Ve světě úprav obrázků je Adobe Photoshop ukázkovým příkladem. Nástroje poháněné umělou inteligencí, jako je automatický výběr objektů, odstraňování pozadí a redukce šumu za chodu, mohou běžet mnohem rychleji, pokud má počítač NPU, což uvolní GPU pro jiné úlohy vykreslování.

Pokud jde o zabezpečení, Norton Antivirus začlenil funkce založené na umělé inteligenci, které využívají NPU k rychlejší detekci phishingových útoků a podvodů na webových stránkách. Díky tomu je ochrana v reálném čase rychlejší, aniž by docházelo k přetížení CPU nebo zpomalení systému.

V oblasti designu a vizuálního obsahu platformy jako Canva přidávají stále výkonnější nástroje pro generování a úpravy s využitím umělé inteligence. Mnoho z těchto funkcí lze urychlit pomocí lokálního hardwaru, pokud je k dispozici NPU, což zkracuje čekací doby při aplikaci filtrů, generativních pozadí nebo inteligentních úprav.

Pro střih videa DaVinci Resolve Studio integruje nástroje, které těží z lokální akcelerace pomocí umělé inteligence, jako je redukce šumu, rozpoznávání obličejů, automatické rámování a další pokročilé funkce. Delegování těchto úkolů na NPU vede k plynulejšímu střihu a kratšímu času exportu.

Kromě toho na úrovni operačního systému využívají Windows Studio Effects, Copilot a další funkce Windows 11 NPU ke spouštění video efektů, izolace řeči nebo kontextových asistentů v reálném čase, čímž se CPU soustředí na aplikace produktivity, které má uživatel otevřené.

NPU na trhu: Intel, AMD, Qualcomm a tlak na počítače s umělou inteligencí

Zavedení NPU v počítačích není ojedinělý experiment: vše naznačuje, že jsme svědky zásadního přechodu podobného přechodu na SSD disky nebo integraci GPU do procesorů . Analytické firmy jako IDC odhadují, že do roku 2025 bude na trhu více než 100 milionů osobních zařízení (notebooků, tabletů a stolních počítačů) s integrovanými NPU.

V této souvislosti jsou tři hlavní hráči, kteří nejvíce investují do nativní umělé inteligence pro počítače, AMD, Intel a Qualcomm . Každý s vlastním přístupem, ale všichni se stejným cílem: umožnit umělé inteligenci běžet přímo na hardwaru uživatele, rychle, efektivně a soukromě.

Například společnost AMD uvedla na trh rodiny procesorů Ryzen AI Max Series a Ryzen AI 300 s architekturami jako Zen 5 a XDNA 2. Nejpokročilejší modely nabízejí až 55 TOPS výkonu AI, čímž pětinásobně znásobují výkon předchozí generace a umožňují vznik velmi výkonných ultrapřenosných procesorů. Chcete-li se o jejich architekturách dozvědět více, přečtěte si o AMD RDNA 5 a uDNA.

V tomto rozsahu vynikají procesory jako AMD Ryzen AI 9 HX 370 , jehož NPU dosahuje 50 TOPS a překračuje minimální prahovou hodnotu Copilot+ PC o 25 %, stejně jako Ryzen AI 395+ , který nabízí ještě vyšší trvalý výkon AI pro náročné lokální modely. Díky svému přístupu k prostorovému toku dat tyto čipy přesouvají data mezi jednotkami MAC bez neustálého přístupu k paměti RAM, čímž snižují latenci a spotřebu energie.

Společnost Intel jasně uvedla, že umělá inteligence je jádrem jejího plánu: jejím cílem je během několika let dodat více než 100 milionů procesorů se specializovanými akcelerátory umělé inteligence , dosáhnout až 120 nejlepších výkonů v kombinaci a podporovat více než 500 funkcí založených na umělé inteligenci s podporou ekosystému stovek nezávislých vývojářů softwaru. Chcete-li sledovat vývoj jejích čipů, podívejte se na naše nejnovější zprávy o procesorech Intel.

Pokud jde o Qualcomm, jeho platformy Snapdragon X Elite se staly jedním z pilířů počítačů Copilot+ a konsolidují model, kde CPU, GPU a NPU koexistují ve vysoce efektivním SoC, ideálním pro ultratenké notebooky s mnohahodinovou výdrží baterie a neustále dostupnými funkcemi umělé inteligence.

Výhody pro různé typy uživatelů: od automatizace kanceláří až po lokální umělou inteligenci

Velká otázka pro mnohé zní: co získám v každodenním životě s NPU ve Windows? Odpověď závisí na typu použití, ale téměř všichni typičtí uživatelé z ní nějakým způsobem profitují.

Pro kancelářské pracovníky umožňuje NPU spouštět funkce, jako jsou efekty Windows Studia ve videohovorech (rozmazání pozadí, automatické ostření, vylepšení osvětlení, izolace hlasu), bez zatěžování CPU. Tím se uvolní více místa pro zpracování velkých tabulek, více otevřených aplikací a intenzivního prohlížení webu, aniž by se počítač zpomalil.

Studenti a distribuované týmy mohou využívat překlady v reálném čase, automatický přepis zvuku a asistenty, kteří pomáhají se shrnutím dokumentů, a to i v situacích s omezeným připojením. Lokální umělá inteligence eliminuje velkou část latence a zlepšuje zážitek z mezinárodních schůzek.

Kreativní profesionálové, ať už ve fotografii nebo videu, těží z filtrů akcelerovaných NPU, rozpoznávání scén, inteligentních masek a rychlejšího generativního výplně , což zkracuje čekací doby při úpravách a exportu projektů. To je patrné zejména u náročných pracovních postupů.

A konečně, uživatelé, kteří chtějí spouštět modely umělé inteligence lokálně na svých počítačích (například aby se vyhnuli nahrávání citlivých dat do cloudu), nacházejí chybějící součást v NPU. Zpracování inferencí na samotném zařízení chrání soukromí, eliminuje závislosti na připojení a může nabídnout vysoce konkurenceschopné doby odezvy pro úkoly, jako jsou lokální chatboti, klasifikace dokumentů nebo analýza obrázků.

Ve všech případech je společným jmenovatelem to, že NPU umožňuje umělé inteligenci přestat být něčím vzdáleným, co funguje pouze tehdy, když jste připojeni, a fungovat jako nativní funkce počítače, vždy dostupná a přizpůsobená tomu, co děláte , od nejjednodušších až po nejpokročilejší.

Často kladené otázky o NPU, výkonu a ochraně osobních údajů ve Windows

Častou otázkou je, jak se NPU ve skutečnosti liší od tradiční grafické karty . I když GPU může spouštět modely umělé inteligence, je primárně navržena pro grafiku, zatímco NPU je navržena výhradně pro akceleraci neuronových sítí a operací strojového učení. To jí umožňuje uvolnit CPU i GPU od opakujících se úloh umělé inteligence a zároveň spotřebovávat výrazně méně energie.

Další důležitou otázkou je, jak zlepšuje soukromí. Díky lokálnímu spouštění funkcí umělé inteligence vám NPU zabraňuje nutnosti neustále odesílat osobní údaje do cloudu . Pro ty, kteří pracují s citlivými informacemi (novináři, právníci, lékaři, firmy s kritickými daty) nebo si prostě cení svého soukromí, to představuje významný rozdíl oproti spoléhání se výhradně na vzdálené služby.

Pokud jde o hraní her, NPU nenahrazuje GPU, ale může v určitých scénářích nepřímo pomoci . Technologie jako AMD FidelityFX Super Resolution využívají umělou inteligenci ke zvýšení rozlišení obrazu a zlepšení snímkové frekvence (nebo Nvidia DLSS 5 ). Pokud část tohoto výpočtu provádí NPU, GPU se může zaměřit na čisté vykreslování, což se v některých hrách promítá do vyváženějšího celkového výkonu.

Je také logické se ptát, zda umělá inteligence integrovaná do antivirového softwaru, asistentů nebo nástrojů pro produktivitu bude „špehovat“ více. Realita je taková, že lokální zpracování v NPU umožňuje pravý opak : čím více se toho dělá na samotném zařízení, tím méně dat musí cestovat na externí servery, což snižuje plochu pro útok. Nicméně je vždy vhodné prostudovat si zásady ochrany osobních údajů každé aplikace.

Obecný názor, jak mezi výrobci, tak mezi analytiky, je, že NPU a počítače s umělou inteligencí nejsou pomíjivým módním výstřelkem, ale spíše dalším logickým krokem ve vývoji osobních počítačů , stejně jako tomu bylo ve své době u vícejádrových procesorů a SSD úložišť. Stále jsme v raných fázích, ale to, co již na trhu vidíme, naznačuje, že během několika let budou NPU stejně běžné jako integrované GPU.

Veškerý tento posun směrem k NPU ve Windows buduje pevný základ pro to, aby se umělá inteligence posunula z izolované cloudové služby na standardní funkci osobního počítače, což umožní rychlejší, efektivnější a soukromější počítače, které jsou lépe přizpůsobeny tomu, jak každý den pracujeme, studujeme a vytváříme obsah.