NPU sous Windows : définition, fonctionnement et importance

Informatec Digital » Ressources » NPU sous Windows : définition, fonctionnement et importance

L'arrivée des NPU sous Windows a radicalement transformé notre utilisation de l'intelligence artificielle sur PC. Ce qui reposait auparavant presque exclusivement sur le cloud s'exécute désormais directement sur nos ordinateurs portables, de bureau et mini-PC, avec des gains considérables en termes de vitesse, d'autonomie et de confidentialité. Windows 11, notamment grâce aux nouveaux périphériques Copilot+ et aux processeurs Intel, AMD et Qualcomm de dernière génération, est au cœur de cette révolution.

Si vous envisagez de mettre à niveau votre ordinateur dans les prochains mois, il est essentiel de comprendre ce qu'est un NPU, pourquoi Microsoft l'utilise pour de nombreuses fonctionnalités d'IA avancées sous Windows 11 , son rôle dans les PC Copilot+, les modèles de processeurs qui l'intègrent et les applications concrètes qui tirent déjà parti de cette nouvelle puce. Examinons cela de plus près, sans détour, afin que vous puissiez décider en toute connaissance de cause si cette mise à niveau est pertinente.

Qu'est-ce qu'un NPU exactement et pourquoi tout le monde en parle en ce moment ?

Lorsqu'on parle d'une NPU (unité de traitement neuronal) dans un ordinateur moderne, on fait référence à un processeur spécialisé dans l'exécution des opérations mathématiques des réseaux neuronaux et autres algorithmes d'apprentissage automatique. Elle n'est pas destinée à remplacer le CPU ou le GPU, mais plutôt à les compléter en gérant tout ce qui concerne l'IA.

Contrairement au processeur (CPU), conçu pour exécuter des instructions logiques séquentiellement, et à la carte graphique, spécialisée dans le rendu de grandes quantités de pixels, le NPU est conçu dès le départ pour multiplier et accumuler des matrices de nombres à une vitesse incroyable et avec une consommation d'énergie très faible . C'est précisément le principe de fonctionnement des modèles d'IA, de la reconnaissance faciale à la génération d'images.

En pratique, on pourrait dire que les NPU deviennent le moteur spécifique de toutes les fonctions intelligentes du système et des applications, du flou d'arrière-plan lors d'un appel vidéo à la transcription en temps réel, en passant par les assistants comme Copilot ou les filtres de montage vidéo avancés.

Un avantage majeur réside dans le fait que l'IA peut s'exécuter directement sur l'appareil, sans nécessiter l'envoi de données à des serveurs distants. Cela améliore la confidentialité, réduit la latence et décharge le processeur et la carte graphique , leur permettant ainsi de se consacrer à d'autres tâches.

De plus, de nombreux fabricants conçoivent ces unités pour fonctionner avec des formats de précision inférieure, comme INT8, au lieu de FP32. Comme elles ne nécessitent pas une précision mathématique extrême pour effectuer des prédictions exactes, les NPU peuvent économiser une quantité importante d'énergie à chaque inférence , ce qui est particulièrement important pour les ordinateurs portables et les mini-PC.

CPU, GPU et NPU : le triangle du SoC moderne

Les processeurs utilisés dans les appareils Windows 11 modernes utilisent généralement une architecture système sur puce (SoC), où le processeur (CPU), le processeur graphique (GPU) et l'unité de traitement réseau (NPU) sont intégrés sur une même puce de silicium . Cette proximité physique leur permet de partager la mémoire vive (RAM) et de transférer des tâches entre eux sans goulots d'étranglement importants.

Dans ce triangle, le processeur (CPU) joue le rôle de cerveau, le processeur graphique (GPU) gère le traitement parallèle massif pour les graphismes, et l'unité de traitement neuronal (NPU) se concentre entièrement sur l'apprentissage automatique et les opérations sur les réseaux neuronaux . Chacun a son domaine d'expertise, et Windows 11 répartit les tâches en fonction de la charge de travail.

Lorsque le système doit appliquer des effets vidéo, effectuer une traduction vocale instantanée ou exécuter un modèle d'IA ONNX, Windows 11 analyse le matériel disponible et, s'il détecte un NPU, lui redirige ces tâches afin d'optimiser le rapport performances/consommation d'énergie . Si, pour une raison quelconque, le NPU est indisponible, le GPU ou, en dernier recours, le CPU prend le relais.

Cette répartition intelligente des tâches est particulièrement importante dans les ordinateurs portables fins, les mini-PC et les ordinateurs tout-en-un, où la gestion thermique et la consommation d'énergie sont cruciales (voir nos tutoriels sur le matériel informatique pour ordinateurs portables ). Le déchargement des tâches d'IA prolongées vers le NPU empêche la surchauffe du CPU et la réduction de sa fréquence , assurant ainsi la fluidité globale du système.

En termes d'efficacité, un GPU classique peut consommer des dizaines de watts pour exécuter des algorithmes d'IA d'une certaine complexité, tandis qu'un NPU peut effectuer le même travail avec une consommation beaucoup plus faible , ce qui vous permet d'allonger facilement l'autonomie de la batterie de 15 % à 20 % dans des scénarios d'IA intensifs.

NPU et Windows 11 : le rôle des PC Copilot+

Microsoft franchit une nouvelle étape avec le lancement des PC Copilot+, une nouvelle catégorie d'ordinateurs Windows 11 conçus pour intégrer l'IA non pas comme une fonctionnalité supplémentaire, mais comme un élément essentiel du quotidien de l'utilisateur. Ces machines se distinguent notamment par leur NPU haute performance, capable de dépasser les 40 TOPS (téra-opérations par seconde).

Cette exigence de plus de 40 TOPS n'est pas un caprice : bon nombre des nouvelles fonctionnalités d'IA de Windows 11, tant au niveau du système qu'au niveau des applications, nécessitent ce niveau de puissance soutenue pour fournir des traductions en temps réel, la génération d'images, des effets vidéo et des assistants intelligents sans pénaliser l'autonomie de la batterie ni les performances des autres tâches.

Concrètement, un PC Copilot+ est conçu pour offrir une autonomie d'une journée entière, des expériences d'IA disponibles en permanence et un accès direct aux modèles et fonctionnalités d'IA les plus avancés de Microsoft. L'idée est de pouvoir utiliser Copilot pour travailler, étudier ou créer sans dépendre autant du cloud.

Ces systèmes s'appuient sur des processeurs de nouvelle génération de Qualcomm (comme la gamme Snapdragon X Elite), d'AMD (comme le dernier Ryzen AI) et d'Intel (Core Ultra et ses successeurs). Pour comparer les options, consultez les équivalences des processeurs Intel et AMD . Ils partagent tous le principe d'intégration de trois moteurs de traitement : CPU, GPU et NPU , permettant à Windows 11 de répartir la charge de travail de manière très efficace.

La plateforme Windows 11 elle-même se prépare à tirer parti de ces capacités grâce à des expériences uniques, telles que des effets d'appel vidéo améliorés, une organisation intelligente des documents, des assistants qui résument le contenu local et des fonctionnalités créatives qui s'appuient sur l'IA sans envoyer constamment des données vers le cloud.

Le pari de Qualcomm sur la puce Snapdragon X Elite

L'un des composants clés du PC Copilot+ est la puce Snapdragon X Elite, basée sur l'architecture Arm et développée par Qualcomm. Ce processeur a été conçu pour l'intégration de l'IA, intégrant un NPU très puissant et extrêmement économe en énergie.

Le NPU du Snapdragon X Elite peut traiter de grands volumes de données en parallèle, atteignant des dizaines de billions d'opérations par seconde , ce qui lui permet de gérer des tâches gourmandes en IA telles que la traduction simultanée, l'amélioration d'images ou l'analyse en temps réel sans vider la batterie en un rien de temps.

Windows 11 coordonne le travail combiné du processeur (CPU), de la carte graphique (GPU) et de l'unité de traitement réseau (NPU) de ces appareils. À tout moment, le système détermine le composant le plus adapté à chaque tâche, en recherchant l'équilibre optimal entre vitesse, réactivité et consommation d'énergie . Il en résulte des ordinateurs portables très fins et légers, dotés d'une autonomie d'une journée et offrant une expérience d'IA fluide et continue.

Le principal avantage de cette approche réside dans le fait que de nombreuses expériences d'IA sur PC Copilot+ peuvent s'exécuter directement sur l'appareil : des fonctionnalités de Windows 11 aux outils tiers optimisés pour le NPU . Cela réduit la dépendance à une connexion Internet et améliore la sécurité des données.

Qualcomm propose également des ressources spécifiques pour les développeurs via son Qualcomm AI Hub, où vous pouvez trouver des modèles déjà optimisés et validés pour ces NPU , prêts à fonctionner efficacement sur les appareils Copilot+ avec Snapdragon X Elite.

Comment Windows détecte et utilise le NPU pour l'intelligence artificielle

L'unité de traitement réseau (NPU), comme toute autre ressource matérielle d'un PC, a besoin que le système d'exploitation et les applications sachent comment communiquer avec elle et exploiter sa puissance . Microsoft a perfectionné la manière d'accéder à ces unités et recommande actuellement d'utiliser Windows Machine Learning (WinML) comme méthode principale.

Pendant un temps, DirectML était la méthode standard pour l'accélération de l'IA sous Windows, mais WinML est désormais devenu incontournable . Ce changement vise à simplifier le travail des développeurs et à permettre aux applications d'exploiter le NPU et le GPU de la manière la plus fluide possible, aussi bien sur les PC Copilot+ que sur les autres appareils équipés de NPU Intel ou AMD.

Avec Windows ML, le système détecte automatiquement les fournisseurs d'exécution (EP) compatibles avec le matériel de l'appareil. Au lieu que le développeur doive empaqueter manuellement des bibliothèques spécifiques au fabricant, Windows télécharge et gère ces EP de manière intégrée, soit directement par le système, soit via Windows Update.

Au cœur de Windows ML se trouve toujours ONNX Runtime comme moteur d'inférence, mais il masque aux développeurs une grande partie de la complexité liée à la gestion de différents fournisseurs de matériel . Microsoft collabore directement avec Qualcomm, Intel, AMD et d'autres partenaires afin de garantir la disponibilité de modules d'extension (EP) mis à jour et optimisés pour chaque nouvelle génération de puces.

Lorsqu'une application déploie un modèle d'IA à l'aide de Windows ML sur un PC équipé d'un NPU, le processus est automatique : WinML vérifie les accélérateurs disponibles, sélectionne l'accélérateur le plus performant (QNN pour les NPU Qualcomm, OpenVINO pour les plateformes Intel, etc.), le charge et lance l'inférence. En cas de problème, le basculement vers le GPU ou le CPU s'effectue automatiquement et sans intervention de l'utilisateur.

Formats de modèles, quantification et outils de développement

Les modèles d'IA sont généralement entraînés initialement sur des formats de haute précision comme FP32, mais les NPU grand public ont tendance à mieux fonctionner avec des représentations plus petites comme INT8 pour atteindre des performances et une efficacité énergétique bien supérieures.

Cela signifie que les modèles doivent être convertis ou quantifiés avant d'être exécutés sur le NPU. De nombreux modèles sont disponibles prêts à l'emploi au format ONNX optimisé, mais ceux qui souhaitent utiliser leur propre modèle (BYOM) peuvent recourir à des chaînes d'outils spécifiques pour l'adapter au matériel.

Parmi les ressources les plus intéressantes figure le Qualcomm AI Hub , qui propose des modèles validés et optimisés pour les PC Copilot+ équipés de processeurs Snapdragon X Elite. On y trouve également le populaire ONNX Model Zoo , un répertoire de modèles open source pré-entraînés, prêts à être exécutés sur divers appareils dotés d'un NPU, notamment ceux d'Intel et d'AMD.

Pour optimiser ses propres modèles, Microsoft recommande l'utilisation d'Olive, un outil qui s'intègre à ONNX Runtime pour gérer la compression, l'optimisation et la compilation orientée NPU . Cette combinaison permet d'obtenir des performances nettement supérieures avec le même matériel, ce qui est particulièrement important pour les ordinateurs portables où chaque watt compte.

Cet écosystème tout entier facilite grandement la tâche des développeurs qui peuvent ainsi se concentrer sur l'expérience utilisateur et laisser l'intégration matérielle de bas niveau à Windows ML, ONNX Runtime et aux outils associés , là où apparaissaient auparavant les problèmes de compatibilité et de maintenance.

Comment mesurer les performances réelles du NPU sous Windows

Lors de l'intégration de fonctionnalités d'IA dans une application, il est crucial de mesurer les performances réelles des modèles sur l'unité de traitement réseau (NPU) et de comprendre le fonctionnement du système. Windows propose plusieurs outils de diagnostic et de traçage permettant d'effectuer cette analyse de manière très détaillée.

Le premier outil de référence, accessible à tous les utilisateurs, est le Gestionnaire des tâches de Windows 11. Dans l'onglet « Performances », une section est dédiée au NPU, aux côtés du processeur, de la mémoire, du disque, du Wi-Fi et du GPU. Vous y trouverez le pourcentage d'utilisation, la version du pilote et d'autres informations pertinentes.

Pour les développeurs et les utilisateurs avancés, d'autres outils plus puissants entrent en jeu, tels que Windows Performance Recorder (WPR) , qui inclut désormais un profil de traitement neuronal pour enregistrer l'activité NPU, et Windows Performance Analyzer (WPA) , qui vous permet d'analyser ces enregistrements.

WPR génère des traces détaillées des interactions du système avec le NPU via le modèle de pilote MCDM de Microsoft. WPA permet ensuite de visualiser sur une même chronologie des graphiques et des chronologies présentant les événements du processeur, du disque, du réseau, d'ONNX Runtime et un tableau dédié au NPU.

Cela permet d'examiner des aspects tels que la charge de travail, le temps de chargement du modèle, la création de sessions d'inférence, les paramètres de configuration du fournisseur d'exécution, la durée de chaque inférence et le profil de chaque opérateur au sein du modèle d'IA. Il est même possible d'observer des métriques matérielles spécifiques au NPU, comme la bande passante mémoire.

Outils supplémentaires : GPUView, ONNX Runtime et profils matériels

Outre WPR et WPA, l'écosystème Windows propose d'autres utilitaires permettant de mieux comprendre le fonctionnement du NPU lors de l'exécution de modèles d'IA . Parmi ceux-ci, GPUView est un outil qui lit les événements enregistrés dans les fichiers de trace (.etl) et les affiche visuellement.

GPUView peut désormais afficher non seulement les opérations du GPU, mais aussi l'activité du NPU et les événements DirectX associés aux périphériques MCDM . Ceci est utile pour visualiser la répartition de la charge de travail entre le GPU et le NPU lorsqu'une application utilise intensivement l'IA et le rendu graphique.

En revanche, ONNX Runtime, à partir de la version 1.17 et grâce aux améliorations apportées par la version 1.18.1, génère des événements d'exécution qui peuvent être capturés et visualisés avec WPA . Cela permet de voir le temps de chargement d'un modèle, la configuration EP utilisée, le comportement des inférences sur le NPU (par exemple, QNN) et le temps d'exécution de chaque opérateur au sein du modèle.

Les développeurs peuvent combiner des profils d'exécution ONNX spécifiques avec d'autres profils WPR (CPU, disque, etc.) afin d' obtenir une vision très précise de la répartition du temps et d'optimiser les performances . De plus, des outils tiers comme Qualcomm Snapdragon Profiler (qprof) offrent une vue d'ensemble du système et fournissent des métriques NPU encore plus détaillées sur les plateformes Snapdragon.

Grâce à cet ensemble d'utilitaires, il est possible non seulement de vérifier que l'unité de traitement réseau (NPU) est utilisée, mais aussi de détecter les goulots d'étranglement, les latences inattendues ou les configurations sous-optimales et de les corriger afin de tirer le meilleur parti du matériel disponible.

Comment savoir si votre PC Windows possède un NPU et comment il l'utilise ?

Pour les utilisateurs, la question classique est : mon ordinateur possède-t-il un NPU et Windows l’utilise-t-il ? Le moyen le plus simple de le vérifier est d’ouvrir le Gestionnaire des tâches (Ctrl+Maj+Échap), d’aller dans l’onglet « Performances » et de rechercher la section « NPU ».

Si un graphique NPU dédié apparaît, cela signifie que votre ordinateur est équipé de ce processeur spécialisé. Vous pouvez alors voir quelles applications consomment des ressources NPU dans l'onglet « Processus » ou effectuer une analyse plus approfondie à l'aide d'outils avancés. Si le graphique n'apparaît pas, il peut être utile de vérifier la configuration système de votre PC ainsi que les paramètres du BIOS ou de l'UEFI afin de contrôler les modifications du firmware ou la prise en charge de l'accélérateur.

La présence d'unités de traitement réseau (NPU) se généralise dans les ordinateurs modernes, notamment dans les ordinateurs portables certifiés Copilot+ et ceux intégrant les processeurs de dernière génération d'AMD, d'Intel ou de Qualcomm. Les fabricants les intègrent désormais comme composant matériel standard, à l'instar des processeurs graphiques (GPU) autrefois intégrés directement aux processeurs.

Dans de nombreux cas, l'utilisateur commence à constater les avantages sans avoir besoin de changer quoi que ce soit à sa façon de travailler : appels vidéo plus nets, effets appliqués en temps réel sans décalage, autonomie de la batterie prolongée lors de l'utilisation de fonctionnalités intelligentes et une sensation générale de fluidité même avec plusieurs tâches exécutées simultanément.

Pour les personnes curieuses sur le plan technique, les outils de traçage Windows permettent de savoir exactement quels processus sollicitent le NPU et avec quels modèles d'utilisation , ce qui est très utile si vous testez de nouveaux logiciels ou si vous voulez vérifier qu'une application tire réellement parti du matériel.

Applications concrètes qui tirent déjà parti du NPU sous Windows

Au-delà de la théorie, il est intéressant de voir quels programmes courants tirent parti du NPU sous Windows . La liste s'allonge de mois en mois, mais plusieurs entreprises renommées ont déjà commencé à utiliser cette puce pour accélérer leurs fonctions d'IA.

Dans le domaine de la retouche d'images, Adobe Photoshop en est un parfait exemple. Les outils basés sur l'IA, tels que la sélection automatique d'objets, la suppression d'arrière-plan et la réduction du bruit en temps réel, peuvent s'exécuter beaucoup plus rapidement si le PC est équipé d'un NPU, libérant ainsi le GPU pour d'autres tâches de rendu.

En matière de sécurité, Norton Antivirus intègre des fonctionnalités basées sur l'IA qui exploitent le NPU pour détecter plus rapidement les tentatives d'hameçonnage et les arnaques sur les sites web. Il en résulte une protection en temps réel plus rapide, sans surcharger le processeur ni ralentir le système.

Dans le domaine du design et du contenu visuel, des plateformes comme Canva intègrent des outils de génération et d'édition basés sur l'IA de plus en plus performants. Nombre de ces fonctionnalités peuvent être accélérées par le matériel local lorsqu'un NPU est disponible, réduisant ainsi les temps d'attente lors de l'application de filtres, d'arrière-plans générés ou d'ajustements intelligents.

Pour le montage vidéo, DaVinci Resolve Studio intègre également des outils tirant parti de l'accélération IA locale, tels que la réduction du bruit, la reconnaissance faciale, le cadrage automatique et d'autres fonctionnalités avancées. La délégation de ces tâches au NPU permet un montage plus fluide et des temps d'exportation plus courts.

De plus, au niveau du système d'exploitation, Windows Studio Effects, Copilot et d'autres fonctionnalités de Windows 11 exploitent le NPU pour exécuter des effets vidéo, l'isolation vocale ou des assistants contextuels en temps réel, laissant ainsi le CPU se concentrer sur les applications de productivité ouvertes par l'utilisateur.

Processeurs réseau sur le marché : Intel, AMD, Qualcomm et la montée en puissance des PC dotés d’IA

L'adoption des NPU dans les PC n'est pas un cas isolé : tout indique que nous assistons à une transition fondamentale comparable au passage aux SSD ou à l'intégration des GPU dans les processeurs . Des cabinets d'analyse comme IDC estiment que, d'ici 2025, plus de 100 millions d'appareils personnels (ordinateurs portables, tablettes et ordinateurs de bureau) seront commercialisés avec des NPU intégrés.

Dans ce contexte, les trois principaux acteurs ayant le plus investi dans l'IA native pour PC sont AMD, Intel et Qualcomm . Chacun avec sa propre approche, mais tous avec le même objectif : permettre à l'IA de s'exécuter directement sur le matériel de l'utilisateur, rapidement, efficacement et en toute confidentialité.

AMD, par exemple, a lancé les gammes Ryzen AI Max et Ryzen AI 300 , basées sur les architectures Zen 5 et XDNA 2. Les modèles les plus performants offrent jusqu'à 55 TOPS de puissance de calcul en intelligence artificielle, soit cinq fois plus que la génération précédente, permettant ainsi la conception de processeurs ultraportables très puissants. Pour en savoir plus sur ces architectures, consultez les articles consacrés à AMD RDNA 5 et uDNA.

Dans cette gamme, des processeurs comme l' AMD Ryzen AI 9 HX 370 se distinguent : son NPU atteint 50 TOPS et dépasse de 25 % le seuil minimal requis par Copilot+ PC. Le Ryzen AI 395+ offre quant à lui des performances d'IA soutenues encore plus élevées pour les modèles locaux exigeants. Grâce à leur approche de flux de données spatial, ces puces transfèrent les données entre les unités MAC sans accéder constamment à la RAM, réduisant ainsi la latence et la consommation d'énergie.

Intel, de son côté, a clairement indiqué que l'IA est au cœur de sa stratégie : son objectif est de livrer plus de 100 millions de processeurs dotés d'accélérateurs IA dédiés d'ici deux ans, atteignant une puissance de calcul combinée de 120 TOPS et prenant en charge plus de 500 fonctions basées sur l'IA grâce à un écosystème de centaines de développeurs de logiciels indépendants. Pour suivre l'évolution de ses puces, consultez nos dernières actualités sur les processeurs Intel.

Quant à Qualcomm, ses plateformes PC Snapdragon X Elite sont devenues l'un des piliers des PC Copilot+, consolidant le modèle où le CPU, le GPU et le NPU coexistent dans un SoC hautement efficace, parfait pour les ordinateurs portables ultra-fins avec de nombreuses heures d'autonomie et des capacités d'IA toujours disponibles.

Avantages pour différents types d'utilisateurs : de la bureautique à l'IA locale

Pour beaucoup, la question principale est la suivante : quels sont les avantages concrets d’un NPU sous Windows au quotidien ? La réponse dépend de l’utilisation, mais la quasi-totalité des utilisateurs en tirent un bénéfice, d’une manière ou d’une autre.

Pour les employés de bureau, le NPU permet d'utiliser des fonctionnalités comme les effets Windows Studio lors des appels vidéo (flou d'arrière-plan, mise au point automatique, amélioration de la luminosité, isolation vocale) sans solliciter excessivement le processeur. Cela libère de la mémoire pour gérer des tableurs volumineux, plusieurs applications de productivité ouvertes et une navigation web intensive sans ralentir l'ordinateur.

Les étudiants et les équipes dispersées peuvent tirer parti des traductions en temps réel, de la transcription audio automatique et d'assistants facilitant la synthèse de documents, même en cas de connexion limitée. L'IA locale réduit considérablement la latence et améliore l'expérience des réunions internationales.

Les professionnels de la création, en photographie comme en vidéo, bénéficient de filtres accélérés par le NPU, de la reconnaissance de scènes, de masques intelligents et d'un remplissage génératif plus rapide , réduisant ainsi les temps d'attente lors du montage et de l'exportation de projets. Ce gain est particulièrement perceptible dans les flux de travail exigeants.

Enfin, les utilisateurs souhaitant exécuter des modèles d'IA localement sur leur PC (par exemple, pour éviter de transférer des données sensibles vers le cloud) trouvent la solution idéale avec le NPU. Le traitement des inférences sur l'appareil lui-même préserve la confidentialité, élimine les dépendances de connexion et offre des temps de réponse très compétitifs pour des tâches telles que les chatbots locaux, la classification de documents ou l'analyse d'images.

Dans tous les cas, le dénominateur commun est que le NPU permet à l'IA de cesser d'être quelque chose de distant qui ne fonctionne que lorsque vous êtes connecté, et de fonctionner comme une capacité native du PC, toujours disponible et adaptée à ce que vous faites , des plus simples aux plus avancées.

Questions fréquentes concernant le NPU, les performances et la confidentialité sous Windows

On se demande souvent en quoi un NPU diffère d'une carte graphique traditionnelle . Si un GPU peut exécuter des modèles d'IA, il est principalement conçu pour le rendu graphique, tandis qu'un NPU est exclusivement dédié à l'accélération des réseaux neuronaux et des opérations d'apprentissage automatique. Cela permet de libérer le CPU et le GPU des tâches d'IA répétitives tout en consommant beaucoup moins d'énergie.

Un autre point important concerne l'amélioration de la protection de la vie privée. En exécutant les fonctions d'IA localement, le NPU vous évite d'avoir à envoyer constamment des données personnelles vers le cloud . Pour ceux qui travaillent avec des informations sensibles (journalistes, avocats, médecins, entreprises manipulant des données critiques) ou qui, tout simplement, attachent de l'importance à la confidentialité de leurs données, cela représente une différence significative par rapport à une dépendance exclusive à des services distants.

En matière de jeux vidéo, un NPU ne remplace pas le GPU, mais il peut apporter une aide indirecte dans certains cas . Des technologies comme AMD FidelityFX Super Resolution utilisent l'IA pour améliorer la résolution de l'image et optimiser la fréquence d'images (ou Nvidia DLSS 5 ). Si une partie de ces calculs est effectuée par le NPU, le GPU peut se concentrer sur le rendu pur, ce qui, dans certains titres, se traduit par des performances globales plus équilibrées.

Il est légitime de se demander si l'IA intégrée aux logiciels antivirus, aux assistants ou aux outils de productivité va « espionner » davantage. En réalité, le traitement local au sein du NPU permet justement l'inverse : plus les opérations sont effectuées sur l'appareil, moins les données transitent par des serveurs externes, réduisant ainsi la surface d'attaque. Cela dit, il est toujours conseillé de consulter la politique de confidentialité de chaque application.

L'avis général, tant chez les fabricants que chez les analystes, est que les NPU et les PC dotés d'IA ne constituent pas une mode passagère, mais bien la prochaine étape logique de l'évolution des PC , à l'instar des processeurs multicœurs et du stockage SSD en leur temps. Nous n'en sommes qu'aux prémices, mais ce que nous observons déjà sur le marché laisse présager que, d'ici quelques années, les NPU seront aussi courants que les GPU intégrés.

Toute cette évolution vers les NPU sous Windows jette les bases d'une IA qui passera d'un service cloud isolé à une capacité standard de l'ordinateur personnel, permettant ainsi des ordinateurs plus rapides, plus efficaces et plus privés, mieux adaptés à notre façon de travailler, d'étudier et de créer du contenu au quotidien.