Les caractéristiques du NPU comptent désormais plus que les benchmarks de puce pour les fonctions d'IA des smartphones

Pendant la plus grande partie de l'histoire de l'industrie du smartphone, le conseil d'achat se résumait à une heuristique simple : vérifiez les benchmarks CPU et GPU, choisissez la puce la plus rapide dans votre budget. Cette heuristique est désormais activement trompeuse. En 2026, le composant qui détermine si un téléphone peut réellement exécuter les fonctions d'IA annoncées sur sa boîte est l'unité de traitement neuronal (NPU), et la capacité du NPU varie tellement entre des téléphones aux scores CPU quasi identiques que les acheteurs qui se fient aux benchmarks se retrouvent de plus en plus avec du matériel incapable de faire ce pour quoi ils l'ont acheté.

Cet écart est devenu impossible à ignorer dès que les fonctions d'IA embarquées ont cessé d'être des ajouts optionnels pour devenir des éléments structurants de l'expérience principale : transcription et résumé d'appels en direct, retouche photo générative sur l'appareil, résumé local de documents sans aller-retour vers un serveur, et traduction en temps réel fonctionnant sans connexion de données. Chaque grande plateforme — Apple Intelligence, Gemini Nano, Galaxy AI de Samsung — exécute désormais une part significative de ses fonctions localement, précisément pour éviter la latence, le coût et l'exposition en matière de confidentialité liés à l'envoi de chaque requête vers le cloud. Les fonctions qui s'exécutent localement plutôt que côté serveur sur un téléphone donné dépendent presque entièrement du débit du NPU et de la bande passante mémoire, et non des scores CPU ou GPU qui dominent les titres des tests.

Pourquoi les benchmarks CPU ne prédisent plus les performances d'IA

Un CPU phare moderne et un CPU phare vieux de deux générations peuvent différer de 20 à 30 % sur Geekbench, un écart qu'un utilisateur ordinaire remarque à peine dans l'usage quotidien. L'écart de NPU entre ces deux mêmes puces est souvent de 3 à 5 fois en TOPS brut (téra-opérations par seconde), car l'architecture NPU a évolué bien plus rapidement que la conception CPU générale, et la surface de silicium consacrée au NPU est passée d'une marge d'erreur négligeable à une fraction substantielle de la puce. Le Snapdragon 8 Elite Gen 5 de Qualcomm, le Dimensity 9500 de MediaTek et l'A19 Pro d'Apple affichent tous des scores de benchmark CPU dans une fourchette relativement proche — mais leur débit d'inférence LLM embarquée soutenue diverge nettement dès qu'on charge un modèle suffisamment grand pour être utile (pensez à 3-8 milliards de paramètres, la plage que ciblent désormais la plupart des fonctions d'assistant embarquées).

La bande passante mémoire et la capacité de mémoire unifiée accentuent cet écart. Exécuter localement un modèle de plusieurs milliards de paramètres nécessite de charger plusieurs gigaoctets de poids en mémoire rapide et de les y maintenir sans swap excessif. Un téléphone avec 8 Go de RAM et un contrôleur mémoire de milieu de gamme va brider ou simplement refuser d'exécuter le même modèle embarqué qu'un téléphone avec 12 Go ou plus et un bus mémoire plus large gère confortablement. C'est pourquoi certains fabricants ont discrètement fait de 12 Go le plancher de leur gamme « téléphone IA » plutôt que de leur véritable gamme phare en termes de performances — la capacité de RAM est devenue une porte d'accès aux fonctionnalités, pas seulement un curseur de vitesse.

Ce que les fabricants ne mettent pas sur la fiche technique

Les chiffres TOPS sur les fiches techniques sont réels mais quasiment inutiles pour comparer, car il n'existe aucune méthodologie de benchmark standardisée entre fabricants de puces — le chiffre TOPS annoncé par un fournisseur reflète généralement une mesure de meilleur cas, souvent quantifiée en INT4 et sur une seule opération, qui a peu de rapport avec l'inférence soutenue à plusieurs étapes lors d'une fonction d'IA réelle comme la transcription en direct associée à un résumé s'exécutant en continu pendant vingt minutes. Le throttling thermique compte davantage pour les charges de travail NPU que pour celles du CPU, car les tâches d'IA générative tendent à s'exécuter par salves plus longues et soutenues plutôt que selon le schéma court et intermittent typique du CPU — un téléphone mal conçu thermiquement peut afficher un chiffre TOPS solide en test de laboratoire tout en bridant fortement jusqu'à devenir inutilisable lors d'une vraie session de retouche photo par IA de quinze minutes.

Le résultat pratique est que deux téléphones lancés le même trimestre, à des prix similaires, avec des scores de benchmark CPU/GPU similaires, peuvent avoir un plafond réellement différent quant aux fonctions d'IA qu'ils prennent bien en charge — et cette différence n'apparaît presque jamais dans un tableau comparatif de spécifications traditionnel ou un graphique de benchmark synthétique.

Comment évaluer réellement la capacité d'IA d'un téléphone

• Considérez la capacité de RAM comme une porte stricte, pas un simple plus. Si les fonctions d'IA embarquées comptent pour vous, 12 Go devrait être votre plancher pratique en 2026 pour un téléphone que vous comptez garder 2-3 ans, car la taille des modèles embarqués tend à augmenter, pas à diminuer.
• Recherchez des tests de performance soutenue, pas des annonces de TOPS du jour du lancement. Les médias qui soumettent un téléphone à une charge de travail IA continue de 15-20 minutes et rapportent le comportement de throttling thermique vous donnent le chiffre qui prédit réellement l'utilisabilité en conditions réelles ; le chiffre de pic TOPS annoncé par un fabricant ne le fait pas.
• Vérifiez quelles fonctions spécifiques sont marquées « nécessite une connexion cloud » par opposition à « fonctionne hors ligne » dans les petites lignes du fabricant lui-même. C'est le signal le plus honnête disponible, car c'est le fabricant qui admet implicitement où se situe le plafond d'inférence locale de son propre matériel — un téléphone où la plupart des fonctions d'IA phares basculent silencieusement vers un traitement cloud vous indique que son NPU ne porte pas réellement la charge de travail pour laquelle il est commercialisé.
• Ne supposez pas que la puce phare de cette génération d'une marque garantit la prise en charge des fonctionnalités de la génération suivante. Les fonctions d'IA définies par logiciel sont ajoutées après le lancement via des mises à jour de l'OS, et les fabricants ont déjà montré une tendance à limiter les nouvelles fonctions embarquées à seulement leurs 1-2 générations de puces les plus récentes, laissant des téléphones phares plus anciens, par ailleurs capables, sans des fonctionnalités qu'ils pourraient probablement exécuter.

L'ère du benchmark CPU dans l'achat de téléphones supposait que la puissance de calcul brute prédisait l'ensemble de l'expérience. L'IA embarquée brise nettement cette hypothèse : un téléphone peut être rapide tout en restant incapable en IA, et la caractéristique qui vous indique lequel vous avez est enfouie à plusieurs menus de profondeur dans une fiche technique NPU que presque personne ne lit avant d'acheter.