Les ordinateurs portables actuels avec des processeurs Intel Core Ultra Series 2 s’appuient sur une conception de puces hybrides spécifiquement axée sur l’efficacité énergétique. L’unité de traitement neuronal (NPU), utilisée pour la première fois dans les systèmes de consommation, joue ici un rôle central. Cette unité informatique dédiée pour les tâches d’IA soulage le CPU et le GPU des processus basés sur l’inférence tels que la reconnaissance d’image, le traitement du langage ou la modélisation.
Alors que le CPU a dû assumer bon nombre de ces tâches dans les systèmes conventionnels, le NPU permet une distribution de charge significativement plus différenciée. Cela réduit la charge du système moyenne et réduit sensiblement les besoins énergétiques. Comme de nombreux calculs de NPU peuvent être effectués à une faible fréquence d’horloge et en parallèle, le bilan énergétique est considérablement amélioré par rapport aux architectures purement basées sur le processeur ou le GPU.
Composants d’économie d’énergie dans Intel Core Ultra
Les modèles Intel Core Ultra V en particulier combinent quatre noyaux de performance avec quatre noyaux d’efficacité et un NPU dédié pour former une unité informatique à plusieurs niveaux. Les cores P prennent en charge les tâches critiques de performance, tandis que les cores électroniques et la NPU restent en continu actif en arrière-plan et exécutent des processus de routine et des fonctions d’IA avec des besoins de faible puissance.
Les graphiques Intel Arc intégrés jouent également un rôle dans ce contexte: il permet un décodage vidéo accéléré par le matériel et un affichage à forte intensité graphique sans un GPU dédié supplémentaire, qui soulage le système de refroidissement et réduit la consommation d’énergie globale. La NPU offre jusqu’à 48 sommets de la puissance de calcul avec une consommation d’énergie minimale. Cela profite aux applications d’IA et aux fonctions d’IA ainsi qu’aux utilisateurs, car les besoins énergétiques des ordinateurs portables peuvent être considérablement minimisés.
Mécanismes d’économie d’énergie de Microsoft sous Windows 11
Parallèlement à la plate-forme matérielle, de nouvelles stratégies d’économie d’énergie ont été implémentées avec Windows 11. La «gestion de l’alimentation du processeur de l’interaction utilisateur» analyse l’activité utilisateur en temps réel. Si aucune interaction via le clavier, la souris ou le pavé tactile n’est détectée, le système efface automatiquement les performances du processeur sans interrompre la lecture ou les présentations de médias actifs. De plus, la fonction «Économiseur d’énergie adaptative» active également le mode d’économie d’énergie quel que soit l’état de la batterie, à condition que le scénario de charge et d’utilisation du système le permette.
Dans les deux cas, la NPU peut garantir que les fonctions soutenues par l’IA restent actives en arrière-plan sans avoir un impact négatif sur le bilan énergétique. L’IA équilibre également les priorités en arrière-plan, par exemple en retardant la synchronisation des nuages ou le repos de processus adaptatif.
HP Omnibook et autres modèles de copilote en comparaison
Des appareils tels que la ligne OmniBook X du HP intègrent déjà à l’échelle du système des technologies. En combinaison avec un GPU Intel Core Ultra 7 258V et un GPU Intel Arc 140V, le NPU permet des fonctionnalités exécutées localement telles que les effets de studio Windows ou les fonctions AI dans HP AI compagne sans drainage sensiblement de la batterie. De nombreux autres modèles atteignent également des temps de batterie de plus de 24 heures en fonctionnement mixte grâce à l’utilisation des NPU. Des modèles tels que l’ordinateur portable de surface 6 ou la surface Pro 10 intègrent un NPU dédié directement dans le noyau Intel Ultra SoC, complété par des noyaux de processeur haute performance et des graphiques intégrés.
D’autres dispositifs compatibles reposent également sur le concept de copilote, qui combine des NPU puissants avec une gestion de l’énergie intelligente. Des dispositifs tels que le Galaxy Book avec RTX 4050/4070 ou le Surface Pro 10 avec Intel Core Ultra 7 démontrent ces possibilités. En pratique, cela signifie que même lorsque la traduction du langage, le flou d’arrière-plan ou l’optimisation d’image en temps réel sont activement utilisées, la consommation d’énergie reste faible.
Optimisation basée sur un logiciel et déchargement de l’IA
Une contribution significative aux économies d’énergie est apportée en déplaçant les charges de travail à forte intensité de calcul au NPU du côté du logiciel. Des applications telles que Zoom, Adobe Premiere Pro ou Amuse utilisent de plus en plus les interfaces basées sur le temps d’exécution ONNX pour décharger des processus AI tels que la génération d’images, le suivi d’objets ou les filtres audio au NPU.
Cela réduit les besoins énergétiques du CPU, ce qui est particulièrement visible pendant de longues périodes d’utilisation dans des conférences vidéo ou des applications créatives. Le NPU est accessible via des interfaces standardisées telles que les plates-formes DirectML et Intel et AMD, qui ont une intégration native dans le temps d’exécution ONNX. La réduction de la charge qui en résulte sur les principaux processeurs apporte une contribution décisive à la distribution plus uniforme de charge et donc à une durée de vie de la batterie plus longue.
Interaction du CPU, du GPU et de la NPU dans la pratique
Dans les cahiers modernes, le CPU, le GPU et la NPU fonctionnent comme un trio de traitement dynamique. Alors que le CPU continue de contrôler le système d’exploitation et les applications générales, le GPU prend en charge les tâches graphiques ou les opérations informatiques parallélisées. Le NPU se concentre sur les processus d’IA dédiés et permet un traitement continu avec une faible consommation d’énergie. Windows 11 attribue ces tâches spécifiquement et évalue en continu quelle unité est la plus efficace pour l’exécution.
Cela signifie que des tâches récurrentes telles que la transcription de la parole, la reconnaissance des personnes ou les filtres de bruit de fond peuvent être traitées directement sur le NPU. Cela ne réduit pas seulement la consommation d’énergie, mais réduit également la température du système, ce qui permet des systèmes de refroidissement plus légers et donc des conceptions d’ordinateurs portables plus compactes et plus légères.
Traitement local au lieu de décharger le cloud
L’exécution locale des charges de travail AI sur le NPU remplace l’accès cloud habituel dans de nombreux cas. Cela signifie que les analyses d’image, les modèles de langage ou les suggestions de mise en page n’ont plus à être calculées en ligne, mais s’exécutent entièrement sur l’appareil. Cela réduit non seulement les latences, mais évite également l’activité du réseau inutile. C’est un autre facteur qui réduit la consommation d’énergie.
Dans le même temps, la disponibilité de ces fonctions augmente même sans connexion réseau, par exemple dans le train ou en voyage. La durée de vie de la batterie profite alors de deux manières: grâce à une charge de calcul plus faible sur le CPU et le GPU et par l’activité Wi-Fi ou LTE / 5G réduite.
Windows 11 montre l’utilisation de la NPU dans le gestionnaire de tâches pour la première fois
Microsoft a élargi le gestionnaire de tâches pour le contrôle et la transparence de cette nouvelle architecture. En plus du CPU, du GPU et de la RAM, l’utilisation de NPU est désormais également affichée comme une valeur mesurée distincte. Cela permet aux utilisateurs de comprendre à quel point leurs applications IA bénéficient réellement du matériel dédié.
Pour les développeurs, le runtime ONNX en combinaison avec l’analyseur de performances Windows propose également des fonctions de diagnostic détaillées qui peuvent être utilisées pour analyser spécifiquement les temps d’inférence, la charge de l’opérateur et les courbes de charge. Cela permet une optimisation affinée pour un gain d’énergie maximal et un délai d’exécution minimum.
La durée de vie de la batterie comme la nouvelle référence pour les PC IA
Bien que l’attention se concentre depuis longtemps sur la puissance de calcul et la taille du modèle, il y a maintenant un changement de paradigme. Le temps d’exécution réel d’un appareil devient de plus en plus le critère de qualité le plus important pour les cahiers optimisés en AI. Les cahiers d’IA modernes atteignent des temps de lecture vidéo de plus de 26 heures dans des conditions réalistes, une valeur qui serait presque impossible à réaliser sans distribution d’énergie soutenue par le NPU.
Dans le même temps, la combinaison d’un mode d’économie d’énergie adaptative, de déchargement local d’IA et de commandes de charge intelligentes ouvre de nouvelles possibilités pour les applications mobiles où l’alimentation n’est pas toujours garantie.
Conclusion: Économiser de l’énergie avec un matériel d’IA spécialisé
L’intégration des UNP dans les plates-formes de carnets actuelles marque non seulement une avancée technologique en termes de performances de l’IA, mais permet également une réduction durable de la consommation d’énergie grâce au partage de tâches intelligent pour la première fois. En combinaison avec les nouvelles fonctions d’économie d’énergie de Windows 11, le résultat est une plate-forme qui fonctionne non seulement plus rapidement dans un usage quotidien, mais aussi sensiblement plus efficacement. Pour les utilisateurs, cela signifie une durée de vie de la batterie plus longue, moins de chaleur de déchets, des systèmes plus calmes et un meilleur équilibre global entre les performances et la mobilité, sans sacrifier les fonctions d’IA modernes.
