Les PC dotés de NPU dédiés sont enfin entre les mains des consommateurs — voici ce que font réellement ces puces

Le terme « PC IA » a d'abord été murmuré au CES 2024 avant d'être hurlé à chaque annonce de portable qui a suivi. À la fin de cette année-là, il avait rejoint « écran 4K » et « batterie toute la journée » au rang de ces formules marketing si omniprésentes qu'elles avaient perdu la majeure partie de leur sens. Chaque portable avec un bouton Copilot est devenu un PC IA. Les puces dotées d'unités de traitement neuronal — du silicium dédié à l'accélération de l'inférence en apprentissage automatique — sont devenues la case à cocher justifiant cette appellation.

Deux ans plus tard, il vaut la peine de prendre du recul par rapport au marketing et de se demander ce que font réellement ces NPU, si le matériel dédié change quelque chose, et si le point d'inflexion du PC IA est vraiment arrivé ou s'il n'a été que proclamé.

Apple a donné le modèle

Avant qu'il n'existe une catégorie « PC IA », il y avait Apple Silicon. La puce M1, lancée en novembre 2020, intégrait un Neural Engine à 16 cœurs aux côtés de son CPU et de son GPU. Apple embarque des Neural Engine dans les iPhone depuis l'A11 Bionic en 2017 — la génération iPhone X — faisant de l'inférence en apprentissage automatique sur l'appareil une capacité native d'iOS bien avant que cela ne devienne un argument de vente sous Windows.

Le Neural Engine d'Apple Silicon gère Face ID, la photographie computationnelle (mode nuit, mode portrait, Photonic Engine), la transcription en temps réel dans Notes, et — plus récemment — les fonctionnalités d'Apple Intelligence comme les outils de rédaction et la génération d'images dans Image Playground. Tout s'exécute localement, sans appel au cloud, avec une faible latence et aucune exposition en matière de confidentialité. Les 38 TOPS (trillions d'opérations par seconde) du Neural Engine dans la puce M4 sont ce qui donnent à ces fonctions une sensation d'instantanéité plutôt que de lenteur.

C'est l'étalon par rapport auquel les NPU des PC Windows sont mesurés, et c'est un étalon pertinent : Apple n'a pas livré le matériel Neural Engine pour ensuite chercher quoi en faire. Les fonctionnalités et le silicium sont arrivés ensemble.

Le moment Snapdragon X de Qualcomm

Le développement le plus significatif côté Windows en 2024 a été le Qualcomm Snapdragon X Elite — le premier processeur Windows on Arm à rivaliser sérieusement avec l'x86 en performance tout en égalant Apple Silicon sur l'autonomie. Fait crucial, il intègre un NPU de 45 TOPS, dépassant l'exigence de 40 TOPS de Microsoft pour la certification « Copilot+ PC ».

Le NPU du Snapdragon X Elite fait tourner Windows Studio Effects — la suite de fonctions de flou d'arrière-plan, de correction du contact visuel et de suppression du bruit intégrée à Windows 11. Il gère la transcription en temps réel de la fonction Live Captions de Windows, avec une reconnaissance vocale hors ligne qui fonctionne sur n'importe quel audio, n'importe quelle application, sans envoyer de données audio au cloud. Cocreator dans Microsoft Paint génère des images localement à l'aide d'un modèle SDXL compressé. Ce sont de vraies fonctionnalités, qui tournent en temps réel, sur le silicium neuronal dédié.

Le camp x86 a rattrapé son retard rapidement. Les puces Intel Core Ultra Meteor Lake (fin 2023) ont intégré un NPU pour la première fois dans l'histoire d'Intel, avec une puissance de 10 à 34 TOPS selon les variantes. Arrow Lake (fin 2024) a amélioré cela. La série AMD Ryzen AI a apporté des NPU à la gamme mobile d'AMD. L'exigence de certification Copilot+ PC a de fait imposé du matériel NPU dans toute l'industrie.

Ce qui fonctionne aujourd'hui

Le bilan honnête des fonctionnalités accélérées par NPU qui marchent en pratique est plus court que ce que suggère le marketing, mais genuinely utile. Windows Studio Effects — flou d'arrière-plan, recadrage automatique, correction du contact visuel pendant les appels vidéo — fonctionne sans accroc sur le matériel NPU sans solliciter le CPU ni le GPU. Pour les télétravailleurs en visioconférence toute la journée, cela change les choses.

Live Captions fournit une transcription en temps réel de l'audio système — n'importe quelle vidéo, n'importe quelle réunion, n'importe quelle application — avec une précision raisonnable en anglais et un support croissant pour d'autres langues. C'est la fonctionnalité PC IA la plus universellement utile pour un large éventail d'utilisateurs, et elle est nettement meilleure lorsqu'elle est déléguée à un NPU.

L'inférence de LLM locaux via des outils comme Ollama et llama.cpp s'exécute sur le matériel NPU lorsque le framework le prend en charge. Des modèles comme Phi-3 Mini, Llama 3.2 3B et Gemma 2 2B tournent à une vitesse utilisable sur les NPU modernes — pas aussi vite que sur un GPU dédié, mais sans la consommation énergétique et sans avoir besoin du cloud. Pour les développeurs qui souhaitent une inférence IA locale pour des raisons de confidentialité ou de fonctionnement hors ligne, les puces de classe NPU représentent une amélioration significative par rapport à l'inférence sur CPU seul.

Le problème de la fragmentation

Le plus grand obstacle pratique à l'adoption des NPU est la fragmentation des API. Le NPU de Qualcomm utilise son SDK QNN (Qualcomm Neural Network). Le NPU d'Intel utilise OpenVINO et DirectML. Celui d'AMD utilise ROCm et DirectML. Le Neural Engine d'Apple utilise Core ML. Aucune de ces solutions n'est interopérable.

DirectML de Microsoft est ce qui se rapproche le plus d'une API Windows unifiée pour l'accélération neuronale, mais les fabricants de matériel ont été lents à exposer l'ensemble de leurs capacités NPU à travers elle. Les développeurs d'applications doivent choisir entre écrire du code spécifique au NPU pour chaque fabricant de matériel, s'appuyer sur DirectML (qui peut ne pas utiliser le NPU du tout sur certaines plateformes), ou simplement exécuter les calculs sur le GPU et ignorer totalement le NPU. La plupart des applications tierces choisissent cette dernière option.

Le résultat est que l'utilisation du NPU que vous voyez dans le Gestionnaire des tâches de Windows provient presque exclusivement des fonctionnalités de Microsoft elles-mêmes. Ouvrez une application tierce de visioconférence au lieu de Teams ou des applications natives de Windows, et le NPU reste inactif tandis que le GPU ou le CPU gère le flou d'arrière-plan.

Microsoft Recall et le bilan sur la vie privée

La fonctionnalité PC IA proposée la plus controversée — Microsoft Recall, qui prend des captures d'écran périodiques de tout ce que vous faites sur votre PC et les rend consultables en langage naturel — nécessitait du matériel de classe NPU et était initialement une exclusivité Copilot+. Après d'importantes critiques sur la vie privée, Microsoft l'a reportée et refondue, ajoutant des obligations d'opt-in, un chiffrement local et une authentification Windows Hello avant tout accès.

Le lancement mouvementé de Recall a illustré une tension fondamentale dans le marketing des PC IA : les « fonctionnalités IA » les plus ambitieuses impliquent le traitement continu de données sensibles. La promesse d'un traitement sur l'appareil au nom de la vie privée est réelle, mais seulement si les utilisateurs ont confiance que les données traitées localement restent locales — ce qui exige des choix de conception vérifiables, pas des affirmations marketing.

Est-ce vraiment une nouvelle ère ?

IDC projette que 60 % des PC livrés en 2025 répondent aux spécifications PC IA. C'est une pénétration matérielle réelle. La question ouverte est de savoir si l'écosystème logiciel suivra. Les fonctionnalités contrôlées par Microsoft fonctionnent. L'écosystème au-delà de Microsoft cherche encore comment exploiter ce silicium.

La comparaison avec Apple Silicon est instructive ici aussi : les fonctionnalités du Neural Engine d'Apple sont étroitement intégrées parce qu'Apple contrôle à la fois la conception des puces, le système d'exploitation et les applications principales. La fragmentation de l'écosystème Windows — entre Microsoft, les variations matérielles des OEM et les développeurs tiers — rend structurellement plus difficile une intégration équivalente. Le matériel NPU est nécessaire mais ne suffit pas pour un PC IA aussi cohérent qu'un MacBook M4. La couche logicielle reste le chantier en cours.