NPU i Windows: hvad det er, hvordan det fungerer, og hvorfor det er vigtigt

Informatic Digital » Recursos » NPU i Windows: hvad det er, hvordan det fungerer, og hvorfor det er vigtigt

Ankomsten af ​​NPU'er i Windows har fuldstændig ændret, hvordan vi bruger kunstig intelligens på pc'er. Det, der tidligere næsten udelukkende var afhængig af skyen, begynder nu at køre direkte på vores bærbare computere, stationære computere og mini-pc'er med enorme forbedringer i hastighed, batterilevetid og privatliv. Windows 11, især med de nye Copilot+-enheder og de nyeste processorer fra Intel, AMD og Qualcomm, er kernen i denne revolution.

Hvis du overvejer at opgradere din computer i de kommende måneder, er det vigtigt at forstå, hvad en NPU er, hvorfor Microsoft kræver den til mange avancerede AI-funktioner i Windows 11 , dens rolle i Copilot+ pc'er, hvilke processormodeller der inkluderer den, og hvilke virkelige applikationer der allerede udnytter denne nye chip. Lad os se nærmere på det uden at vride om det, så du kan træffe en informeret beslutning om, hvorvidt opgraderingen er umagen værd.

Hvad er en NPU egentlig, og hvorfor taler alle om det nu?

Når vi taler om en NPU (Neural Processing Unit) i en moderne computer, refererer vi til en processor, der er specialiseret i at udføre matematiske operationer i neurale netværk og andre maskinlæringsalgoritmer. Den er ikke beregnet til at erstatte CPU'en eller GPU'en, men snarere til at supplere dem ved at håndtere alt relateret til AI.

I modsætning til den centrale processorenhed (CPU), som er designet til at udføre logiske instruktioner sekventielt, og grafikkortet, som fokuserer på massiv pixelgengivelse, er NPU'en designet fra bunden til at multiplicere og akkumulere matricer af tal med utrolig hastighed og med meget lavt strømforbrug . Dette er netop grundlaget for, hvordan AI-modeller "tænker", fra ansigtsgenkendelse til billedgenerering.

I praksis kan vi sige, at NPU'er bliver den specifikke motor for alle systemets og applikationernes intelligente funktioner , lige fra sløring af baggrunden i et videoopkald til transskription i realtid, inklusive assistenter som Copilot eller avancerede videoredigeringsfiltre.

En vigtig fordel er, at AI kan køre direkte på enheden uden at skulle sende data til eksterne servere. Dette forbedrer privatlivets fred, reducerer latenstid og aflaster CPU'en og GPU'en , hvilket frigør dem til andre opgaver.

Derudover designer mange producenter disse enheder til at fungere med formater med lavere præcision som INT8 i stedet for FP32. Da det ikke kræver ekstrem matematisk præcision at foretage nøjagtige forudsigelser, kan NPU'en spare en betydelig mængde energi med hver inferens , hvilket er især vigtigt i bærbare computere og mini-pc'er.

CPU, GPU og NPU: Trekanten i den moderne SoC

Processorerne, der bruges i moderne Windows 11-enheder, anvender typisk en System-on-a-Chip (SoC)-tilgang, hvor CPU, GPU og NPU er integreret på den samme siliciumchip . Denne fysiske nærhed gør det muligt for dem at dele system-RAM og overføre opgaver mellem dem uden væsentlige flaskehalse.

I denne trekant fungerer CPU'en som den kontrollerende hjerne, GPU'en håndterer massiv parallel processering af grafik, og NPU'en fokuserer udelukkende på maskinlæring og neurale netværksoperationer . Hvert område har sit ekspertiseområde, og Windows 11 bestemmer, hvad der skal hvorhen, baseret på arbejdsbyrden.

Når systemet skal anvende videoeffekter, udføre taleoversættelse undervejs eller køre en ONNX AI-model, analyserer Windows 11 den tilgængelige hardware, og hvis den registrerer en NPU, omdirigerer den disse opgaver til den for at opnå den bedste balance mellem ydeevne og strømforbrug . Hvis NPU'en af ​​en eller anden grund ikke er tilgængelig, tager GPU'en eller i sidste ende CPU'en over.

Denne intelligente opgavefordeling er især vigtig i tynde bærbare computere, mini-pc'er og alt-i-en-computere, hvor temperaturstyring og strømforbrug er afgørende (se vores vejledninger til bærbare computerhardware ). Ved at aflaste vedvarende AI-arbejde til NPU'en forhindres CPU'en i at overophede og dermed være nødt til at begrænse dens frekvens , hvilket opretholder den samlede systemgennemstrømning.

Med hensyn til effektivitet kan en konventionel GPU forbruge snesevis af watt til at køre AI-algoritmer af en vis kompleksitet, mens en NPU kan udføre det samme arbejde med et meget lavere forbrug , hvilket giver dig mulighed for nemt at forlænge batterilevetiden med 15% til 20% i intensive AI-scenarier.

NPU og Windows 11: Copilot+ pc'ernes rolle

Microsoft er gået et skridt videre med introduktionen af ​​Copilot+ PC'er, en ny kategori af Windows 11-computere, der er designet til at gøre AI ikke til en ekstra funktion, men til noget integreret i brugerens daglige liv. Disse maskiner udmærker sig blandt andet ved at have en højtydende NPU, der er i stand til at overstige 40 TOPS (Tera Operations Per Second).

Dette krav om mere end 40 TOPS er ikke en lune: mange af Windows 11's nye AI-funktioner, både på system- og applikationsniveau, har brug for det niveau af vedvarende kraft for at levere realtidsoversættelser, billedgenerering, videoeffekter og intelligente assistenter uden at forringe batterilevetiden eller udførelsen af ​​andre opgaver.

I praksis er en Copilot+ PC designet til at tilbyde batterilevetid hele dagen, konstant tilgængelige AI-oplevelser og direkte adgang til Microsofts mest avancerede AI-modeller og -funktioner. Ideen er, at du kan bruge Copilot til at hjælpe dig med at arbejde, studere eller være kreativ uden at være så afhængig af skyen.

Disse systemer er afhængige af næste generations processorer fra Qualcomm (såsom Snapdragon X Elite-familien), AMD (såsom den nyeste Ryzen AI) og Intel (Core Ultra og efterfølgere) – for at sammenligne muligheder, se Intel- og AMD-processorækvivalenserne . De deler alle konceptet med at integrere tre processormotorer: CPU, GPU og NPU , så Windows 11 kan fordele arbejdsbyrden meget effektivt.

Selve Windows 11-platformen forbereder sig på at udnytte disse muligheder gennem unikke oplevelser, såsom forbedrede videoopkaldseffekter, intelligent dokumentorganisering, assistenter, der opsummerer lokalt indhold , og kreative funktioner, der er afhængige af AI uden konstant at sende data til skyen.

Snapdragon X Elite-chippen og Qualcomms satsning

En af nøglekomponenterne i Copilot+ PC'en er Snapdragon X Elite-chippen, baseret på Arm-arkitekturen og udviklet af Qualcomm. Denne processor er designet med AI-integration i tankerne og inkorporerer en meget kraftfuld og ekstremt energieffektiv NPU.

Snapdragon X Elites NPU kan behandle store mængder data parallelt og nå op på titusindvis af billioner af operationer i sekundet , hvilket gør det muligt at håndtere AI-intensive opgaver såsom simultanoversættelse, billedforbedring eller realtidsanalyse uden at aflade batteriet på ingen tid.

Windows 11 koordinerer det kombinerede arbejde fra CPU, GPU og NPU i disse enheder. Systemet beslutter til enhver tid, hvilken komponent der er bedst egnet til hver opgave, og søger den optimale balance mellem hastighed, responstid og energiforbrug . Dette resulterer i meget tynde og lette bærbare computere med batterilevetid hele dagen og en konstant aktiv AI-oplevelse.

Den største fordel ved denne tilgang er, at mange af AI-oplevelserne i Copilot+ pc'er kan køre direkte på selve enheden: fra Windows 11-funktioner til tredjepartsværktøjer, der er optimeret til NPU'en . Dette reducerer afhængigheden af ​​en internetforbindelse og forbedrer datasikkerheden.

Qualcomm tilbyder også specifikke ressourcer til udviklere gennem sin Qualcomm AI Hub, hvor du kan finde modeller, der allerede er optimeret og valideret til disse NPU'er , klar til at køre effektivt på Copilot+ enheder med Snapdragon X Elite.

Hvordan Windows registrerer og bruger NPU'en til kunstig intelligens

NPU'en, ligesom enhver anden hardwareressource i en pc, har brug for, at operativsystemet og applikationerne ved, hvordan de kommunikerer med den og udnytter dens kraft . Microsoft har forfinet, hvordan man får adgang til disse enheder, og i øjeblikket er anbefalingen at bruge Windows Machine Learning (WinML eller WinML) som den primære metode.

I en periode var DirectML standardmetoden til at arbejde med AI-acceleration på Windows, men nu har WinML taget plads . Dette skift har til formål at forenkle udviklerens liv og gøre det muligt for applikationer at udnytte NPU'en og GPU'en så problemfrit som muligt, både på Copilot+ pc'er og andre enheder med Intel- eller AMD-NPU'er.

Med Windows ML registrerer systemet automatisk de Execution Providers (EP'er), der er kompatible med enhedens hardware. I stedet for at udvikleren manuelt skal pakke producentspecifikke biblioteker, downloader og administrerer Windows disse EP'er på en integreret måde via selve systemet eller Windows Update.

I sin kerne bruger Windows ML stadig ONNX Runtime som sin inferensmotor, men det skjuler meget af kompleksiteten ved at administrere forskellige hardwareleverandører fra udvikleren . Microsoft samarbejder direkte med Qualcomm, Intel, AMD og andre partnere for at sikre, at opdaterede og optimerede EP'er er tilgængelige for hver ny generation af silicium.

Når en applikation implementerer en AI-model ved hjælp af Windows ML på en pc med en NPU, er processen automatisk: WinML kontrollerer, hvilke acceleratorer der er tilgængelige, vælger den mest effektive EP (QNN til Qualcomm NPU'er, OpenVINO til Intel-platforme osv.), indlæser den og starter inferens. Hvis noget går galt, skifter den problemfrit til GPU'en eller CPU'en uden brugerindgriben.

Modelformater, kvantisering og udviklerværktøjer

AI-modeller trænes typisk initialt i højpræcisionsformater som FP32, men forbruger-NPU'er har en tendens til at fungere bedre med mindre repræsentationer som INT8 for at opnå meget højere ydeevne og energieffektivitet.

Det betyder, at modeller skal konverteres eller kvantiseres, før de køres på NPU'en. Mange modeller er tilgængelige klar til brug i optimeret ONNX-format, men dem, der ønsker at medbringe deres egen model (BYOM), kan bruge specifikke værktøjskæder til at tilpasse den til hardwaren.

Blandt de mest interessante ressourcer er Qualcomm AI Hub , som tilbyder validerede og optimerede modeller til kørsel på Copilot+ pc'er med Snapdragon X Elite-processorer. Også inkluderet er den populære ONNX Model Zoo , et arkiv af præ-trænede, open source-modeller, der er klar til at køre på forskellige NPU-aktiverede enheder, herunder dem fra Intel og AMD.

For at optimere sine egne modeller anbefaler Microsoft at bruge Olive, et værktøj der integrerer med ONNX Runtime til at håndtere komprimering, optimering og NPU-orienteret kompilering . Denne kombination giver mulighed for betydeligt højere ydeevne med den samme hardware, hvilket er særligt vigtigt i bærbare computere, hvor hver en watt tæller.

Hele dette økosystem gør det meget nemmere for udviklere at fokusere på brugeroplevelsen og overlade hardwareintegrationen på lavt niveau til Windows ML, ONNX Runtime og tilhørende værktøjer , hvilket var der, kompatibilitets- og vedligeholdelsesproblemer plejede at opstå.

Sådan måler du den faktiske ydeevne af en NPU i Windows

Når man integrerer AI-funktioner i en applikation, er det afgørende at måle modellernes faktiske ydeevne på NPU'en og forstå, hvad der sker i systemet. Windows tilbyder adskillige diagnosticerings- og sporingsværktøjer til at gøre dette i detaljer.

Det første referencepunkt, som er tilgængeligt for alle brugere, er Windows 11 Jobliste . Under fanen "Ydeevne" er der en specifik sektion til NPU'en sammen med CPU, hukommelse, disk, Wi-Fi og GPU. Der kan du se brugsprocenten, driverversionen og andre relevante data.

For udviklere og avancerede brugere kommer andre mere kraftfulde værktøjer i spil, såsom Windows Performance Recorder (WPR) , som nu inkluderer en neural behandlingsprofil til at registrere NPU-aktivitet, og Windows Performance Analyzer (WPA) , som giver dig mulighed for at analysere disse optagelser.

WPR genererer detaljerede spor af, hvordan systemet interagerer med NPU'en, via Microsofts MCDM-drivermodel. Derefter giver WPA dig mulighed for at se grafer og tidslinjer, der viser CPU, disk, netværk, ONNX Runtime-hændelser og en dedikeret NPU-tabel , alt sammen på den samme tidslinje.

Dette gør det muligt at undersøge aspekter som arbejdsbyrde, modelindlæsningstid, oprettelse af inferenssessioner, konfigurationsparametre for eksekveringsudbydere, tidspunktet for hver enkelt inferens og profilen for hver operator inden for AI-modellen. Selv NPU-underhardware-metrikker, såsom hukommelsesbåndbredde, kan observeres.

Yderligere værktøjer: GPUView, ONNX Runtime og hardwareprofiler

Ud over WPR og WPA tilbyder Windows-økosystemet andre værktøjer, der hjælper med bedre at forstå præcis, hvad NPU'en gør, når den kører AI-modeller . Et af disse er GPUView, et værktøj, der læser hændelser registreret i sporingsfiler (.etl) og viser dem visuelt.

GPUView kan nu ikke kun vise GPU-operationer, men også NPU-aktivitet og DirectX-hændelser forbundet med MCDM-enheder . Dette er nyttigt til at se, hvordan arbejdsbyrden faktisk er fordelt mellem GPU'en og NPU'en, når en applikation bruger både AI og grafik intensivt.

På den anden side udsender ONNX Runtime, startende med version 1.17 og med forbedringer i 1.18.1, runtime-hændelser, der kan registreres og visualiseres med WPA . Dette giver dig mulighed for at se, hvor lang tid en model tager at indlæse, hvilken EP-konfiguration der bruges, hvordan inferenser på NPU'en (f.eks. QNN) opfører sig, og hvor meget tid hver operator bruger i modellen.

Udviklere kan kombinere specifikke ONNX Runtime-profiler med andre WPR-profiler (CPU, disk osv.) for at få et meget præcist billede af, hvor tiden bruges, og hvordan man optimerer ydeevnen . Derudover tilbyder tredjepartsværktøjer som Qualcomm Snapdragon Profiler (qprof) et systemomfattende overblik og leverer endnu mere detaljerede NPU-målinger på Snapdragon-platforme.

Med dette sæt af værktøjer er det ikke blot muligt at verificere, at NPU'en er i brug, men også at opdage flaskehalse, uventede latenser eller suboptimale konfigurationer og korrigere dem for at få mest muligt ud af den tilgængelige hardware.

Sådan finder du ud af, om din Windows-pc har en NPU, og hvad den bruger til at drage fordel af den.

For slutbrugere er det typiske spørgsmål: Har min computer rent faktisk en NPU, og bruger Windows den? Den nemmeste måde at tjekke det på er at åbne Jobliste (Ctrl+Shift+Esc), gå til fanen "Ydeevne" og finde et afsnit mærket "NPU".

Hvis der vises en dedikeret NPU-graf, betyder det, at din computer har denne specialiserede processor. Derfra kan du se, hvilke applikationer der bruger NPU-ressourcer, i fanen "Processer", eller dykke dybere med avancerede værktøjer for en mere teknisk analyse. Hvis den ikke vises, kan det være nyttigt at kontrollere din pc's systemkonfiguration og BIOS- eller UEFI-indstillinger for at bekræfte firmwarejusteringer eller acceleratorunderstøttelse.

Tilstedeværelsen af ​​NPU'er bliver mere og mere almindelig i moderne computere, især i bærbare computere certificeret som Copilot+ PC'er og dem, der integrerer den nyeste generation af processorer fra AMD, Intel eller Qualcomm. Producenter inkorporerer disse enheder som en standard hardwarekomponent, ligesom GPU'er engang var integreret i selve processorerne.

I mange tilfælde begynder brugeren at bemærke fordelene uden at skulle ændre noget i den måde, de arbejder på: klarere videoopkald, effekter anvendt i realtid uden forsinkelse, længere batterilevetid ved brug af smarte funktioner og en generel følelse af flydende funktionalitet, selv med flere opgaver kørende på samme tid.

For dem med teknisk nysgerrighed, giver Windows-sporingsværktøjer dig mulighed for at vide præcis, hvilke processer der belaster NPU'en, og med hvilke brugsmønstre , noget meget nyttigt, hvis du tester ny software, eller hvis du vil verificere, at en applikation virkelig udnytter hardwaren.

Virkelige applikationer, der allerede udnytter NPU'en i Windows

Ud over teorien er det interessante at se, hvilke hverdagsprogrammer der udnytter NPU'en i Windows . Listen vokser måned for måned, men flere kendte navne er allerede begyndt at bruge denne chip til at accelerere deres AI-funktioner.

Inden for billedredigering er Adobe Photoshop et godt eksempel. AI-drevne værktøjer som automatisk objektvalg, baggrundsfjerning og støjreduktion på farten kan køre meget hurtigere, hvis pc'en har en NPU, hvilket frigør GPU'en til andre renderingsopgaver.

Med hensyn til sikkerhed har Norton Antivirus indbygget AI-drevne funktioner, der udnytter NPU'en til hurtigere at opdage phishingforsøg og svindel på websteder. Dette gør realtidsbeskyttelse hurtigere uden at overbelaste CPU'en eller gøre systemet langsommere.

Inden for design og visuelt indhold har platforme som Canva tilføjet stadig mere kraftfulde AI-drevne genererings- og redigeringsværktøjer. Mange af disse funktioner kan accelereres med lokal hardware, når en NPU er tilgængelig, hvilket reducerer ventetider, når man anvender filtre, generative baggrunde eller smarte justeringer.

Til videoredigering integrerer DaVinci Resolve Studio også værktøjer, der drager fordel af lokal AI-acceleration, såsom støjreduktion, ansigtsgenkendelse, automatisk framing og andre avancerede funktioner. Delegering af disse opgaver til NPU'en resulterer i en mere jævn redigeringsoplevelse og kortere eksporttider.

Derudover udnytter Windows Studio Effects, Copilot og andre Windows 11-funktioner på operativsystemniveau NPU'en til at køre videoeffekter, taleisolering eller kontekstuelle assistenter i realtid, hvilket holder CPU'en fokuseret på de produktivitetsapplikationer, som brugeren har åbne.

NPU'er på markedet: Intel, AMD, Qualcomm og presset på for AI-pc'er

Indførelsen af ​​NPU'er i pc'er er ikke et isoleret eksperiment: alt tyder på, at vi er vidne til en fundamental overgang, der ligner skiftet til SSD'er eller integrationen af ​​GPU'er i processorer . Analysefirmaer som IDC anslår, at mere end 100 millioner personlige enheder (bærbare computere, tablets og stationære computere) vil blive udgivet med integrerede NPU'er i 2025.

I denne sammenhæng er de tre store aktører, der har investeret mest i native AI til pc'er, AMD, Intel og Qualcomm . Hver med sin egen tilgang, men alle med det samme mål: at gøre det muligt for AI at køre direkte på brugerens hardware, hurtigt, effektivt og privat.

AMD har for eksempel lanceret Ryzen AI Max-serien og Ryzen AI 300-familierne med arkitekturer som Zen 5 og XDNA 2. De mest avancerede modeller tilbyder op til 55 TOPS AI-ydeevne, hvilket ganger den forrige generations ydeevne med fem og muliggør meget kraftfulde ultrabærbare formfaktorer. For at lære mere om deres arkitekturer kan du læse om AMD RDNA 5 og uDNA.

Inden for dette interval skiller processorer som AMD Ryzen AI 9 HX 370 sig ud , hvis NPU når 50 TOPS og overstiger Copilot+ PC-minimumsgrænsen med 25%, ligesom Ryzen AI 395+ , der tilbyder endnu bedre vedvarende AI-ydeevne til krævende lokale modeller. Takket være deres spatial dataflow-tilgang flytter disse chips data mellem MAC-enheder uden konstant at have adgang til RAM, hvilket reducerer latenstid og strømforbrug.

Intel har på sin side gjort det klart, at AI er kernen i deres roadmap: deres mål er at levere mere end 100 millioner processorer med dedikerede AI-acceleratorer inden for et par år, opnå op til 120 TOPS kombineret ydeevne og understøtte mere end 500 AI-baserede funktioner med støtte fra et økosystem af hundredvis af uafhængige softwareudviklere. For at følge udviklingen af ​​deres chips, tjek vores seneste nyheder om Intel-processorer.

Qualcomms Snapdragon X Elite PC-platforme er blevet en af ​​grundpillerne i Copilot+ PC'er og konsoliderer modellen, hvor CPU, GPU og NPU sameksisterer i en yderst effektiv SoC, perfekt til ultratynde bærbare computere med mange timers batterilevetid og altid tilgængelige AI-funktioner.

Fordele for forskellige typer brugere: fra kontorautomation til lokal AI

Det store spørgsmål for mange er: hvad får jeg ud af det i min hverdag med en NPU i Windows? Svaret afhænger af brugstypen, men næsten alle typiske brugere drager fordel af det på en eller anden måde.

For kontorarbejdere tillader NPU funktioner som Windows Studio-effekter i videoopkald (baggrundssløring, autofokus, lysforbedring, stemmeisolering) at køre uden at belaste CPU'en. Dette frigør mere plads til at håndtere tunge regneark, flere åbne produktivitetsprogrammer og intensiv websurfing uden at computeren bliver langsommere.

Studerende og distribuerede teams kan drage fordel af oversættelser i realtid, automatisk lydtransskription og assistenter, der hjælper med dokumentresuméer, selv i scenarier med begrænset forbindelse. Lokal AI eliminerer meget af latensen og forbedrer oplevelsen i internationale møder.

Kreative professionelle, både inden for fotografering og video, drager fordel af NPU-accelererede filtre, scenegenkendelse, smarte masker og hurtigere generativ udfyldning , hvilket reducerer ventetider ved redigering og eksport af projekter. Dette er især mærkbart i krævende arbejdsgange.

Endelig finder brugere, der ønsker at køre AI-modeller lokalt på deres pc'er (for eksempel for at undgå at uploade følsomme data til skyen), den manglende brik i NPU'en. Behandling af inferencer på selve enheden beskytter privatlivets fred, eliminerer forbindelsesafhængigheder og kan tilbyde meget konkurrencedygtige svartider for opgaver som lokale chatbots, dokumentklassificering eller billedanalyse.

I alle tilfælde er fællesnævneren, at NPU'en tillader AI at holde op med at være noget fjernt, der kun fungerer, når du er forbundet, og i stedet fungere som en indbygget funktion i pc'en, altid tilgængelig og tilpasset det, du laver , fra det enkleste til det mest avancerede.

Ofte stillede spørgsmål om NPU, ydeevne og privatliv i Windows

Et almindeligt spørgsmål er, hvordan en NPU egentlig adskiller sig fra et traditionelt grafikkort . Selvom en GPU kan køre AI-modeller, er den primært designet til grafik, hvorimod en NPU udelukkende er designet til at accelerere neurale netværk og maskinlæringsoperationer. Dette gør det muligt at frigøre både CPU'en og GPU'en fra gentagne AI-opgaver, samtidig med at den bruger betydeligt mindre strøm.

Et andet vigtigt spørgsmål er, hvordan det forbedrer privatlivets fred. Ved at køre AI-funktioner lokalt forhindrer NPU'en dig i løbende at skulle sende personoplysninger til skyen . For dem, der arbejder med følsomme oplysninger (journalister, advokater, læger, virksomheder med kritiske data) eller blot værdsætter deres privatliv, gør dette en betydelig forskel i forhold til at være helt afhængige af fjerntjenester.

Inden for gaming erstatter en NPU ikke GPU'en, men den kan indirekte hjælpe i visse scenarier . Teknologier som AMD FidelityFX Super Resolution bruger AI til at opskalere billedet og forbedre billedhastigheden (eller Nvidias DLSS 5 ). Hvis en del af denne beregning udføres af NPU'en, kan GPU'en fokusere på ren rendering, hvilket i nogle titler resulterer i en mere afbalanceret samlet ydeevne.

Det er også logisk at undre sig over, om den AI, der er integreret i antivirussoftware, assistenter eller produktivitetsværktøjer, vil "spionere" mere. Realiteten er, at lokal behandling i NPU'en muliggør det stik modsatte : jo mere der gøres på selve enheden, jo mindre data skal rejse til eksterne servere, hvilket reducerer angrebsfladen. Når det er sagt, er det altid tilrådeligt at gennemgå privatlivspolitikken for hver applikation.

Den generelle opfattelse, både blandt producenter og analytikere, er, at NPU'er og AI-pc'er ikke er en forbigående dille, men snarere det næste logiske skridt i pc-udviklingen , ligesom multi-core-processorer og SSD-lagring var det i deres tid. Vi er stadig i de tidlige stadier, men det, vi allerede ser på markedet, tyder på, at NPU'er om bare få år vil være lige så almindelige som integrerede GPU'er.

Al denne bevægelse mod NPU'er i Windows skaber et solidt fundament for, at AI kan gå fra at være en isoleret cloudtjeneste til en standardfunktion i den personlige computer, hvilket muliggør hurtigere, mere effektive og mere private computere, der er bedre tilpasset den måde, vi arbejder, studerer og skaber indhold på hver dag.