{"id":1108,"date":"2026-06-15T18:14:26","date_gmt":"2026-06-15T18:14:26","guid":{"rendered":"https:\/\/convly.ai\/npu-vs-gpu-for-ai-2026\/"},"modified":"2026-10-22T01:41:09","modified_gmt":"2026-10-22T01:41:09","slug":"npu-vs-gpu-for-ai-2026","status":"publish","type":"post","link":"https:\/\/convly.ai\/fr\/npu-vs-gpu-for-ai-2026\/","title":{"rendered":"NPU contre GPU pour l\u2019IA : quelle est la diff\u00e9rence ? (2026)"},"content":{"rendered":"<p>Chaque ordinateur portable, t\u00e9l\u00e9phone et carte graphique vendu en 2026 fait d\u00e9sormais la publicit\u00e9 d'un nombre \u00ab IA \u00bb. Certains citent les TOPS, d'autres les TFLOPS, et le marketing explique rarement que ce sont des unit\u00e9s diff\u00e9rentes mesurant des puces diff\u00e9rentes effectuant des travaux diff\u00e9rents. Le NPU de votre nouvel ordinateur portable et le GPU de votre bureau sont techniquement tous deux des \u00ab acc\u00e9l\u00e9rateurs IA \u00bb, mais ils ont \u00e9t\u00e9 con\u00e7us pour exceller aux extr\u00e9mit\u00e9s oppos\u00e9es du m\u00eame probl\u00e8me.<\/p>\n<p>Cet article clarifie ce qu'est r\u00e9ellement un NPU, comment il diff\u00e8re d'un GPU au niveau de l'architecture, et lequel importe pour ce que vous essayez de faire. Nous utilisons des nombres r\u00e9els et v\u00e9rifi\u00e9s provenant des puces actuellement commercialis\u00e9es : le Neural Engine d'Apple, le Hexagon de Qualcomm, les NPU Intel et AMD pr\u00e9sents dans les PC Copilot+, et les parties RTX et Blackwell de data-center de NVIDIA. Pas de puces th\u00e9oriques, pas de battage publicitaire.<\/p>\n<div class=\"convly-tldr\">\n<h3>Points cl\u00e9s<\/h3>\n<ul>\n<li><strong>Des travaux diff\u00e9rents, pas mieux ou pire.<\/strong> Les NPU sont con\u00e7us pour l'inf\u00e9rence peu gourmande en \u00e9nergie et toujours active sur un appareil ; les GPU sont con\u00e7us pour le d\u00e9bit parall\u00e8le brut et l'entra\u00eenement.<\/li>\n<li><strong>TOPS et TFLOPS ne sont pas la m\u00eame unit\u00e9.<\/strong> Les NPU sont \u00e9valu\u00e9s en INT8 TOPS ; les GPU sont g\u00e9n\u00e9ralement cot\u00e9s en TFLOPS en virgule flottante. Vous ne pouvez pas comparer directement les deux nombres.<\/li>\n<li><strong>L'\u00e9cart d'\u00e9chelle est \u00e9norme.<\/strong> Un NPU d'ordinateur portable 2026 atteint environ 45-80 TOPS. Une NVIDIA RTX 5090 est \u00e9valu\u00e9e \u00e0 3 352 AI TOPS, et un B200 de data-center atteint environ 4 500 TFLOPS en FP8.<\/li>\n<li><strong>Les NPU gagnent en efficacit\u00e9, pas en vitesse.<\/strong> Ils ex\u00e9cutent l'IA en arri\u00e8re-plan (appareil photo, transcription, fonctionnalit\u00e9s Copilot) \u00e0 une fraction de la consommation \u00e9lectrique d'un GPU, c'est pourquoi chaque PC Copilot+ a besoin de 40+ TOPS de NPU.<\/li>\n<li><strong>Pour les LLM locaux aujourd'hui, le GPU (et la bande passante m\u00e9moire) l'emporte toujours.<\/strong> Le support logiciel NPU est immature ; un mod\u00e8le 7B sur un NPU Snapdragon fonctionne \u00e0 environ 9-12 tokens\/seconde mi-2026, tandis qu'un GPU discret est bien plus rapide.<\/li>\n<li><strong>La ligne s'estompe.<\/strong> Le M5 d'Apple place des acc\u00e9l\u00e9rateurs neuronaux \u00e0 l'int\u00e9rieur de chaque c\u0153ur GPU, et le Strix Halo d'AMD associe un NPU de 50 TOPS \u00e0 128 Go de m\u00e9moire unifi\u00e9e pour ex\u00e9cuter localement des mod\u00e8les de 120B param\u00e8tres.<\/li>\n<\/ul>\n<\/div>\n<div id=\"ez-toc-container\" class=\"ez-toc-v2_0_88 counter-flat ez-toc-counter ez-toc-container-direction\">\n<label for=\"ez-toc-cssicon-toggle-item-6ae76293949c0\" class=\"ez-toc-cssicon-toggle-label\"><span class=\"\"><span class=\"eztoc-hide\" style=\"display:none;\">Basculer<\/span><span class=\"ez-toc-icon-toggle-span\"><svg style=\"fill: #000000;color:#000000\" xmlns=\"http:\/\/www.w3.org\/2000\/svg\" class=\"list-377408\" width=\"20px\" height=\"20px\" viewbox=\"0 0 24 24\" fill=\"none\"><path d=\"M6 6H4v2h2V6zm14 0H8v2h12V6zM4 11h2v2H4v-2zm16 0H8v2h12v-2zM4 16h2v2H4v-2zm16 0H8v2h12v-2z\" fill=\"currentColor\"><\/path><\/svg><svg style=\"fill: #000000;color:#000000\" class=\"arrow-unsorted-368013\" xmlns=\"http:\/\/www.w3.org\/2000\/svg\" width=\"10px\" height=\"10px\" viewbox=\"0 0 24 24\" version=\"1.2\" baseprofile=\"tiny\"><path d=\"M18.2 9.3l-6.2-6.3-6.2 6.3c-.2.2-.3.4-.3.7s.1.5.3.7c.2.2.4.3.7.3h11c.3 0 .5-.1.7-.3.2-.2.3-.5.3-.7s-.1-.5-.3-.7zM5.8 14.7l6.2 6.3 6.2-6.3c.2-.2.3-.5.3-.7s-.1-.5-.3-.7c-.2-.2-.4-.3-.7-.3h-11c-.3 0-.5.1-.7.3-.2.2-.3.5-.3.7s.1.5.3.7z\"\/><\/svg><\/span><\/span><\/label><input type=\"checkbox\"  id=\"ez-toc-cssicon-toggle-item-6ae76293949c0\"  aria-label=\"Basculer\" \/><nav><ul class='ez-toc-list ez-toc-list-level-1' ><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-1\" href=\"https:\/\/convly.ai\/fr\/npu-vs-gpu-for-ai-2026\/#What_an_NPU_actually_is\" >Ce qu'est r\u00e9ellement un NPU<\/a><\/li><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-2\" href=\"https:\/\/convly.ai\/fr\/npu-vs-gpu-for-ai-2026\/#How_a_GPU_differs_architecturally\" >Comment un GPU diff\u00e8re architecturalement<\/a><\/li><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-3\" href=\"https:\/\/convly.ai\/fr\/npu-vs-gpu-for-ai-2026\/#TOPS_vs_TFLOPS_why_the_numbers_dont_line_up\" >TOPS vs TFLOPS : pourquoi les nombres ne correspondent pas<\/a><\/li><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-4\" href=\"https:\/\/convly.ai\/fr\/npu-vs-gpu-for-ai-2026\/#Where_each_one_wins\" >O\u00f9 chacun excelle<\/a><\/li><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-5\" href=\"https:\/\/convly.ai\/fr\/npu-vs-gpu-for-ai-2026\/#The_2026_chips_by_the_numbers\" >Les puces 2026, par les chiffres<\/a><\/li><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-6\" href=\"https:\/\/convly.ai\/fr\/npu-vs-gpu-for-ai-2026\/#What_this_means_for_running_AI_locally\" >Ce que cela signifie pour ex\u00e9cuter l'IA localement<\/a><\/li><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-7\" href=\"https:\/\/convly.ai\/fr\/npu-vs-gpu-for-ai-2026\/#A_quick_word_on_CPUs_and_TPUs\" >Un mot rapide sur les CPU et TPU<\/a><\/li><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-8\" href=\"https:\/\/convly.ai\/fr\/npu-vs-gpu-for-ai-2026\/#FAQ\" >FAQ<\/a><\/li><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-9\" href=\"https:\/\/convly.ai\/fr\/npu-vs-gpu-for-ai-2026\/#Bottom_line\" >Conclusion<\/a><\/li><\/ul><\/nav><\/div>\n<h2><span class=\"ez-toc-section\" id=\"What_an_NPU_actually_is\"><\/span>Ce qu'est r\u00e9ellement un NPU<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>Un NPU, ou Neural Processing Unit, est un bloc de puce construit pour faire une seule chose de mani\u00e8re extr\u00eamement efficace : les math\u00e9matiques de multiplication-accumulation au c\u0153ur des r\u00e9seaux neuronaux. Ce n'est pas un processeur polyvalent. Il ne peut pas ex\u00e9cuter votre syst\u00e8me d'exploitation ou un jeu. Ce qu'il peut faire, c'est traiter d'\u00e9normes volumes de math\u00e9matiques enti\u00e8res \u00e0 faible pr\u00e9cision (g\u00e9n\u00e9ralement INT8 ou INT4) via du mat\u00e9riel d\u00e9di\u00e9 \u00e0 tr\u00e8s faible puissance.<\/p>\n<p>Cette efficacit\u00e9 est le point entier. Un NPU existe pour que votre t\u00e9l\u00e9phone puisse flouter l'arri\u00e8re-plan d'une vid\u00e9o, transcrire un m\u00e9mo vocal, ou ex\u00e9cuter un petit mod\u00e8le de langage sans d\u00e9charger la batterie ni faire tourner un ventilateur. Sous Windows, Microsoft a fait de cela une classe mat\u00e9rielle explicite : un <a href=\"\/fr\/snapdragon-x-elite-vs-apple-m4-ai-laptops\/\">Copilot+ PC<\/a> n\u00e9cessite un NPU capable de plus de 40 milliards d'op\u00e9rations par seconde (40+ TOPS), sp\u00e9cifiquement pour que les fonctionnalit\u00e9s sur appareil comme les sous-titres en direct et la g\u00e9n\u00e9ration d'images s'ex\u00e9cutent sur le NPU au lieu du CPU ou du GPU. Windows 11 planifie d\u00e9sormais le travail IA entre CPU, GPU et NPU et affiche m\u00eame l'utilisation du NPU dans le Gestionnaire des t\u00e2ches.<\/p>\n<p>Le mot cl\u00e9 est <em>inf\u00e9rence<\/em>. Les NPU ex\u00e9cutent des mod\u00e8les d\u00e9j\u00e0 entra\u00een\u00e9s. Ils sont presque jamais utilis\u00e9s pour entra\u00eener des mod\u00e8les \u00e0 partir de z\u00e9ro, ce qui est une charge de travail fondamentalement diff\u00e9rente et bien plus lourde.<\/p>\n<h2><span class=\"ez-toc-section\" id=\"How_a_GPU_differs_architecturally\"><\/span>Comment un GPU diff\u00e8re architecturalement<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>Un GPU a commenc\u00e9 sa vie en rendant des triangles, et cet h\u00e9ritage l'a transform\u00e9 en moteur parall\u00e8le massif en virgule flottante avec des milliers de c\u0153urs. Les GPU modernes ont ajout\u00e9 des Tensor Cores (le terme d'NVIDIA) d\u00e9di\u00e9s aux math\u00e9matiques matricielles, ce qui en fait l'outil par d\u00e9faut pour l'IA. Un RTX 5090 dispose de 21 760 c\u0153urs CUDA plus des Tensor Cores de cinqui\u00e8me g\u00e9n\u00e9ration par-dessus.<\/p>\n<p>Trois diff\u00e9rences architecturales importent :<\/p>\n<ul>\n<li><strong>Pr\u00e9cision.<\/strong> Les GPU font volontiers de la virgule flottante haute pr\u00e9cision (FP16, FP32) n\u00e9cessaire pour l'entra\u00eenement, et les r\u00e9cents ajoutent des niveaux de pr\u00e9cision inf\u00e9rieure. Les GPU Blackwell sont les premi\u00e8res cartes grand public \u00e0 supporter FP4. Les NPU s'appuient presque enti\u00e8rement sur les math\u00e9matiques enti\u00e8res \u00e0 faible pr\u00e9cision, ce qui est excellent pour l'inf\u00e9rence mais inadapt\u00e9 \u00e0 l'entra\u00eenement.<\/li>\n<li><strong>M\u00e9moire.<\/strong> C'est le diff\u00e9renciateur silencieux. Un GPU dispose de sa propre VRAM rapide et d\u00e9di\u00e9e (le RTX 5090 est livr\u00e9 avec 32 Go de GDDR7 \u00e0 environ 1,79 To\/s). Un NPU partage la m\u00e9moire principale du syst\u00e8me avec tout le reste, ce qui limite la taille du mod\u00e8le qu'il peut contenir et la vitesse \u00e0 laquelle il peut l'alimenter.<\/li>\n<li><strong>Puissance.<\/strong> Un RTX 5090 consomme jusqu'\u00e0 575 W. Un NPU d'ordinateur portable ex\u00e9cute la m\u00eame classe d'inf\u00e9rence \u00e0 l'int\u00e9rieur de quelques watts. Ce seul fait explique pourquoi les deux puces existent.<\/li>\n<\/ul>\n<p>Si vous voulez ex\u00e9cuter de grands mod\u00e8les localement, la m\u00e9moire et la bande passante comptent souvent plus que le calcul brut, c'est exactement pourquoi les acheteurs de GPU s'obs\u00e8dent sur la VRAM. Notre guide sur le <a href=\"\/fr\/best-gpus-for-local-llms-2026\/\">meilleurs GPUs pour les LLMs locaux<\/a> approfondit ce compromis.<\/p>\n<h2><span class=\"ez-toc-section\" id=\"TOPS_vs_TFLOPS_why_the_numbers_dont_line_up\"><\/span>TOPS vs TFLOPS : pourquoi les nombres ne correspondent pas<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>C'est l\u00e0 que la plupart des fiches techniques trompent. TOPS compte des milliards de <em>op\u00e9rations<\/em> par seconde, et sur les NPU cela signifie presque toujours des op\u00e9rations enti\u00e8res INT8. TFLOPS compte des milliards d' <em>op\u00e9rations en virgule flottante<\/em> par seconde, l'unit\u00e9 utilis\u00e9e pour les GPU et pour l'entra\u00eenement. Ils ne sont pas interchangeables.<\/p>\n<p>INT8 double grossi\u00e8rement le d\u00e9bit par rapport \u00e0 FP16 sur le m\u00eame mat\u00e9riel, donc un fournisseur peut publier un plus grand nombre de titre simplement en citant le format de pr\u00e9cision inf\u00e9rieure. C'est pourquoi les \u00e9valuations TOPS ont tendance \u00e0 \u00eatre INT8 : cela fait meilleure impression. Les deux chiffres sont aussi des nombres th\u00e9oriques maximaux mesur\u00e9s dans des conditions id\u00e9ales, pas le d\u00e9bit r\u00e9el soutenu dans le monde r\u00e9el.<\/p>\n<p>Il existe un deuxi\u00e8me pi\u00e8ge : les TOPS de plateforme par rapport aux TOPS r\u00e9serv\u00e9s au NPU. Le Lunar Lake d'Intel, par exemple, est commercialis\u00e9 comme 120 \u00ab plateforme \u00bb TOPS, mais cela regroupe 67 TOPS du GPU, 48 du NPU et 5 du CPU. Le NPU seul est 48 TOPS. Lorsque vous comparez des puces, assurez-vous de comparer le m\u00eame bloc.<\/p>\n<h2><span class=\"ez-toc-section\" id=\"Where_each_one_wins\"><\/span>O\u00f9 chacun excelle<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<div class=\"convly-procons\">\n<div class=\"pros\">\n<h4>NPU est le bon outil quand\u2026<\/h4>\n<ul>\n<li>La charge de travail est toujours active ou en arri\u00e8re-plan (effets de cam\u00e9ra, suppression du bruit, sous-titres en direct, Windows Studio Effects).<\/li>\n<li>La dur\u00e9e de vie de la batterie et les thermiques sont la priorit\u00e9, sur un t\u00e9l\u00e9phone ou un ordinateur portable mince.<\/li>\n<li>Vous ex\u00e9cutez de petits mod\u00e8les quantifi\u00e9s con\u00e7us pour l'appareil.<\/li>\n<li>Vous voulez des fonctionnalit\u00e9s IA sans jamais faire tourner un ventilateur.<\/li>\n<\/ul>\n<\/div>\n<div class=\"cons\">\n<h4>GPU est le bon outil quand\u2026<\/h4>\n<ul>\n<li>Vous entra\u00eenez ou r\u00e9glez finement un mod\u00e8le.<\/li>\n<li>Vous voulez ex\u00e9cuter de grands LLM locaux (13B, 30B, 70B+) \u00e0 des vitesses utilisables.<\/li>\n<li>Vous avez besoin du d\u00e9bit brut pour la g\u00e9n\u00e9ration d'images, de vid\u00e9os ou 3D.<\/li>\n<li>Vous servez des mod\u00e8les \u00e0 de nombreux utilisateurs \u00e0 la fois dans un data-center.<\/li>\n<\/ul>\n<\/div>\n<\/div>\n<p>Un mod\u00e8le mental clair : le NPU g\u00e8re l'IA \u00e0 laquelle vous ne pensez pas, et le GPU g\u00e8re l'IA que vous vous asseyez d\u00e9lib\u00e9r\u00e9ment pour ex\u00e9cuter. La plupart des ordinateurs portables 2026 en sont \u00e9quip\u00e9s des deux, et Windows d\u00e9cide lequel utiliser par t\u00e2che.<\/p>\n<h2><span class=\"ez-toc-section\" id=\"The_2026_chips_by_the_numbers\"><\/span>Les puces 2026, par les chiffres<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>C'est l\u00e0 que le vrai silicium atterrit. Tous les chiffres ci-dessous sont v\u00e9rifi\u00e9s par rapport aux sources des fournisseurs et primaires \u00e0 partir de mi-2026. Notez bien les unit\u00e9s : le premier groupe est NPU INT8 TOPS, le second est le calcul IA GPU.<\/p>\n<table class=\"convly-vs\">\n<thead>\n<tr>\n<th>Puce<\/th>\n<th>Classe<\/th>\n<th>\u00c9valuation de l'acc\u00e9l\u00e9rateur IA<\/th>\n<th>O\u00f9 il se trouve<\/th>\n<\/tr>\n<\/thead>\n<tbody>\n<tr>\n<td>Apple A18 \/ A18 Pro Neural Engine<\/td>\n<td>NPU de t\u00e9l\u00e9phone<\/td>\n<td>35 TOPS (16 c\u0153urs)<\/td>\n<td>S\u00e9rie iPhone 16<\/td>\n<\/tr>\n<tr>\n<td>Apple M4 Neural Engine<\/td>\n<td>NPU portable<\/td>\n<td>38 TOPS<\/td>\n<td>MacBook Air\/Pro<\/td>\n<\/tr>\n<tr>\n<td>Qualcomm Snapdragon X Elite (Hexagon)<\/td>\n<td>NPU portable<\/td>\n<td>45 TOPS<\/td>\n<td>Copilot+ PCs (vague 1)<\/td>\n<\/tr>\n<tr>\n<td>Intel Core Ultra 200V (Lunar Lake)<\/td>\n<td>NPU portable<\/td>\n<td>48 TOPS<\/td>\n<td>Copilot+ PCs<\/td>\n<\/tr>\n<tr>\n<td>AMD Ryzen AI 300 (XDNA 2)<\/td>\n<td>NPU portable<\/td>\n<td>50 TOPS<\/td>\n<td>Copilot+ PCs<\/td>\n<\/tr>\n<tr>\n<td>Qualcomm Snapdragon X2 Elite (Hexagon)<\/td>\n<td>NPU portable<\/td>\n<td>80 TOPS (jusqu'\u00e0 85 sur les meilleurs SKU)<\/td>\n<td>Copilot+ PCs (vague 2026)<\/td>\n<\/tr>\n<tr>\n<td>NVIDIA RTX 5080<\/td>\n<td>GPU grand public<\/td>\n<td>1 801 AI TOPS<\/td>\n<td>Bureau\/station de travail<\/td>\n<\/tr>\n<tr>\n<td>NVIDIA RTX 5090<\/td>\n<td>GPU grand public<\/td>\n<td>3 352 AI TOPS<\/td>\n<td>Bureau\/station de travail<\/td>\n<\/tr>\n<tr>\n<td>NVIDIA H100<\/td>\n<td>GPU centre de donn\u00e9es<\/td>\n<td>1 979 TFLOPS (FP8 dense)<\/td>\n<td>Cloud\/serveurs<\/td>\n<\/tr>\n<tr>\n<td>NVIDIA B200 (Blackwell)<\/td>\n<td>GPU centre de donn\u00e9es<\/td>\n<td>~4 500 TFLOPS FP8 dense (9 000 FP4)<\/td>\n<td>Cloud\/serveurs<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<p>Le saut des lignes NPU aux lignes GPU n'est pas une erreur. Un NPU portable haut de gamme \u00e0 80 TOPS et un RTX 5090 \u00e0 3 352 AI TOPS sont s\u00e9par\u00e9s par \u00e0 peu pr\u00e8s deux ordres de grandeur, avant m\u00eame de tenir compte de la m\u00e9moire haute bande passante d\u00e9di\u00e9e de 32 Go du GPU. Cet \u00e9cart raconte toute l'histoire : les NPU n'ont jamais cherch\u00e9 \u00e0 gagner sur les performances absolues. Ils gagnent sur la performance par watt.<\/p>\n<h3>L'approche d'Apple change<\/h3>\n<p>Apple m\u00e9rite une note \u00e0 part car elle a arr\u00eat\u00e9 de jouer au jeu des TOPS. Le M4 Neural Engine \u00e9tait \u00e9valu\u00e9 \u00e0 38 TOPS, mais pour le M5 (lanc\u00e9 dans le MacBook Pro 14 pouces fin 2025, avec M5 Pro et M5 Max suivant en mars 2026), Apple n'a pas publi\u00e9 de chiffre de TOPS pour le Neural Engine. Au lieu de cela, elle a repens\u00e9 le GPU pour int\u00e9grer un Neural Accelerator dans chacun des 10 c\u0153urs GPU, et revendique jusqu'\u00e0 3,5 fois plus rapide en performances IA que le M4. C'est un choix d\u00e9lib\u00e9r\u00e9 que l'IA int\u00e9gr\u00e9e au GPU compte plus qu'un chiffre de NPU autonome, et cela brouille la s\u00e9paration nette NPU-vs-GPU. Si vous comparez Mac et Windows pour l'IA, la <a href=\"\/fr\/snapdragon-x-elite-vs-apple-m4-ai-laptops\/\">comparaison Snapdragon X Elite vs Apple M4<\/a> d\u00e9taille le ressenti r\u00e9el des deux \u00e9cosyst\u00e8mes.<\/p>\n<h2><span class=\"ez-toc-section\" id=\"What_this_means_for_running_AI_locally\"><\/span>Ce que cela signifie pour ex\u00e9cuter l'IA localement<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>Voici la partie honn\u00eate que les fiches techniques passent sous silence. Mi-2026, le NPU est toujours le maillon faible pour ex\u00e9cuter des LLM locaux, non pas parce que le silicium est lent mais parce que la pile logicielle est immature. Les tests ind\u00e9pendants d'un Snapdragon X Elite ex\u00e9cutant un mod\u00e8le 7B quantifi\u00e9 via le chemin QNN de Qualcomm tournent autour de 9-12 jetons par seconde. Une interaction fluide de type outil commence plut\u00f4t vers 30 jetons par seconde. Pire encore, les runtimes populaires comme Ollama n'ont toujours pas de backend de calcul NPU, donc sur de nombreuses machines, ce NPU puissant reste inactif tandis que le CPU fait le travail.<\/p>\n<p>Donc si votre objectif aujourd'hui est r\u00e9ellement d'ex\u00e9cuter un mod\u00e8le de taille respectable \u00e0 la maison, un GPU discret avec beaucoup de VRAM reste la r\u00e9ponse pratique, et la pile logicielle d'AMD a assez m\u00fbri pour \u00eatre une v\u00e9ritable alternative \u00e0 peser dans notre <a href=\"\/fr\/amd-rocm-vs-nvidia-cuda-2026\/\">Comparaison ROCm \/ CUDA<\/a>. Le terrain d'entente int\u00e9ressant, ce sont les designs \u00e0 m\u00e9moire unifi\u00e9e : le Ryzen AI Max d'AMD (\u00ab Strix Halo \u00bb) associe un NPU XDNA 2 de 50 TOPS \u00e0 jusqu'\u00e0 128 Go de m\u00e9moire unifi\u00e9e et peut allouer jusqu'\u00e0 96 Go en tant que VRAM, assez pour charger des mod\u00e8les avec 120 milliards de param\u00e8tres localement. C'est bien plus de mod\u00e8le que n'importe quel GPU de 32 Go peut contenir, et cela remod\u00e8le le <a href=\"\/fr\/best-mini-pc-for-local-ai-2026\/\">march\u00e9 des mini-PC pour l'IA locale<\/a>.<\/p>\n<p>Pour les t\u00e9l\u00e9phones, le calcul est diff\u00e9rent et le NPU gagne clairement : il n'y a pas d'alternative GPU consommant des milliwatts, et les fonctionnalit\u00e9s on-device sont r\u00e9gl\u00e9es sur le NPU. Si l'IA mobile est votre priorit\u00e9, consultez la <a href=\"\/fr\/best-phones-for-on-device-ai-2026\/\">meilleure s\u00e9lection de t\u00e9l\u00e9phones pour l'IA on-device<\/a>.<\/p>\n<h2><span class=\"ez-toc-section\" id=\"A_quick_word_on_CPUs_and_TPUs\"><\/span>Un mot rapide sur les CPU et TPU<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>Deux autres acronymes compl\u00e8tent le tableau. Le CPU peut ex\u00e9cuter l'IA mais c'est l'option la plus lente ; dans Lunar Lake, le CPU contribue seulement 5 des TOPS de la plateforme. Il orchestre surtout et g\u00e8re les parties que les NPU et GPU ne peuvent pas.<\/p>\n<p>Les TPU (Tensor Processing Units) sont les ASIC personnalis\u00e9s de Google, conceptuellement plus proches d'un giant NPU de centre de donn\u00e9es qu'\u00e0 un GPU. Ils vivent dans le cloud, pas sur vos appareils. Le TPU de septi\u00e8me g\u00e9n\u00e9ration \u00ab Ironwood \u00bb de Google d\u00e9livre 4 614 TFLOPS FP8 par puce avec 192 Go de HBM3e, et un pod complet monte \u00e0 des milliers de puces pour l'entra\u00eenement et le d\u00e9ploiement de mod\u00e8les de pointe. Vous n'en aurez jamais un sur votre bureau, mais une grande partie de l'IA que vous utilisez est servie par eux.<\/p>\n<h2><span class=\"ez-toc-section\" id=\"FAQ\"><\/span>FAQ<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<h3>Un NPU est-il plus rapide qu'un GPU ?<\/h3>\n<p>Non, pas en termes absolus. Un GPU haut de gamme comme le RTX 5090 (3 352 AI TOPS) surpasse largement n'importe quel NPU grand public (45-80 TOPS). L'avantage du NPU est l'efficacit\u00e9 : il fait du travail IA \u00e0 quelques watts au lieu de centaines, ce qui compte pour l'autonomie et les fonctionnalit\u00e9s toujours actives, pas pour la vitesse de pointe.<\/p>\n<h3>Puis-je ex\u00e9cuter des mod\u00e8les de style ChatGPT sur mon NPU ?<\/h3>\n<p>Vous pouvez ex\u00e9cuter de petits mod\u00e8les locaux quantifi\u00e9s sur un NPU de 40+ TOPS, mais mi-2026, l'exp\u00e9rience est limit\u00e9e. Un mod\u00e8le 7B tourne autour de 9-12 jetons par seconde sur un NPU Snapdragon, et de nombreux runtimes ne peuvent pas du tout cibler le NPU pour le moment. Pour une exp\u00e9rience fluide de grand mod\u00e8le, un GPU avec beaucoup de VRAM est toujours le meilleur outil.<\/p>\n<h3>Pourquoi les portables ont-ils besoin d'un NPU de 40 TOPS pour Copilot+ ?<\/h3>\n<p>Microsoft a fix\u00e9 40+ TOPS comme plancher afin que les fonctionnalit\u00e9s IA on-device (sous-titres en direct, Studio Effects, Recall, g\u00e9n\u00e9ration d'images) s'ex\u00e9cutent sur le NPU plut\u00f4t que sur le CPU ou le GPU. Cela \u00e9vite que ces fonctionnalit\u00e9s toujours actives ne d\u00e9charger la batterie, et cela garantit une capacit\u00e9 de base que les d\u00e9veloppeurs peuvent cibler.<\/p>\n<h3>Quelle est la diff\u00e9rence entre TOPS et TFLOPS ?<\/h3>\n<p>TOPS mesure les trillions d'op\u00e9rations enti\u00e8res par seconde (g\u00e9n\u00e9ralement INT8) et est utilis\u00e9 pour les NPU. TFLOPS mesure les trillions d'op\u00e9rations en virgule flottante par seconde et est utilis\u00e9 pour les GPU et l'entra\u00eenement. Parce qu'ils utilisent des pr\u00e9cisions et des unit\u00e9s diff\u00e9rentes, vous ne pouvez pas comparer directement un chiffre TOPS \u00e0 un chiffre TFLOPS.<\/p>\n<h3>Le M5 d'Apple a-t-il un NPU ?<\/h3>\n<p>Oui. Le M5 a un Neural Engine de 16 c\u0153urs, mais Apple ne publie plus de chiffre TOPS pour lui. Apple a plut\u00f4t ajout\u00e9 des Neural Accelerators \u00e0 chaque c\u0153ur GPU et revendique jusqu'\u00e0 3,5 fois plus rapide en IA que le M4, signalant un virage vers l'IA int\u00e9gr\u00e9e au GPU plut\u00f4t qu'une spec NPU autonome.<\/p>\n<h3>Un TPU est-il meilleur qu'un GPU pour l'IA ?<\/h3>\n<p>Pour l'entra\u00eenement et l'inf\u00e9rence \u00e0 grande \u00e9chelle de Google, les TPU sont hautement comp\u00e9titifs et rentables \u00e0 l'\u00e9chelle du pod. Mais les TPU sont des ASIC cloud uniquement que vous ne pouvez pas acheter pour un PC, tandis que les GPU sont d'usage g\u00e9n\u00e9ral et s'ex\u00e9cutent n'importe o\u00f9. Pour la plupart des gens, le choix pratique est NPU versus GPU, pas TPU.<\/p>\n<h3>Les NPU vont-ils remplacer les GPU pour l'IA ?<\/h3>\n<p>Non pour les charges de travail lourdes. Les NPU reprennent l'inf\u00e9rence efficace on-device, et cet empreinte va continuer de cro\u00eetre. Mais l'entra\u00eenement, les grands mod\u00e8les locaux et la g\u00e9n\u00e9ration haute d\u00e9bit ont toujours besoin de GPU (ou TPU). L'image r\u00e9aliste 2026 est la convergence, avec des NPU, des GPU et des designs \u00e0 m\u00e9moire unifi\u00e9e poss\u00e9dant chacun une part.<\/p>\n<h2><span class=\"ez-toc-section\" id=\"Bottom_line\"><\/span>Conclusion<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>NPU versus GPU est le mauvais cadrage si vous le traitez comme une comp\u00e9tition. Ce sont deux r\u00e9ponses \u00e0 deux questions diff\u00e9rentes. Si vous voulez une IA efficace, toujours active, qui ne touche pas votre batterie, le NPU fait son travail invisiblement \u00e0 l'int\u00e9rieur de votre t\u00e9l\u00e9phone et portable, et la g\u00e9n\u00e9ration 2026 (80 TOPS sur Snapdragon X2, 48-50 TOPS sur Intel et AMD) est v\u00e9ritablement capable. Si vous voulez entra\u00eener des mod\u00e8les, ex\u00e9cuter des LLM locaux volumineux, ou g\u00e9n\u00e9rer des m\u00e9dias \u00e0 la vitesse, le GPU est toujours la seule option s\u00e9rieuse, et rien dans le monde du NPU ne s'approche d'un RTX 5090 ou d'un B200 en d\u00e9bit brut.<\/p>\n<p>Le d\u00e9veloppement le plus int\u00e9ressant est que la fronti\u00e8re se dissout. Apple int\u00e8gre l'acc\u00e9l\u00e9ration neurale au GPU, AMD donne aux NPU une m\u00e9moire de classe GPU, et les logiciels rattrapent lentement. Pour l'instant, achetez pour la charge de travail : NPU pour l'efficacit\u00e9 et l'IA ambiante, GPU pour la puissance et la taille du mod\u00e8le local. Ne laissez pas un seul chiffre de TOPS sur un autocollant prendre la d\u00e9cision pour vous.<\/p>","protected":false},"excerpt":{"rendered":"<p>Une NPU et un GPU ex\u00e9cutent tous deux des t\u00e2ches d'IA, mais ils sont con\u00e7us pour des missions oppos\u00e9es. Voici ce qui les distingue en 2026, avec les chiffres r\u00e9els en TOPS et TFLOPS issus des puces actuellement commercialis\u00e9es.<\/p>","protected":false},"author":1,"featured_media":2059,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"site-sidebar-layout":"default","site-content-layout":"","ast-site-content-layout":"default","site-content-style":"default","site-sidebar-style":"default","ast-global-header-display":"","ast-banner-title-visibility":"","ast-main-header-display":"","ast-hfb-above-header-display":"","ast-hfb-below-header-display":"","ast-hfb-mobile-header-display":"","site-post-title":"","ast-breadcrumbs-content":"","ast-featured-img":"","footer-sml-layout":"","ast-disable-related-posts":"","theme-transparent-header-meta":"","adv-header-id-meta":"","stick-header-meta":"","header-above-stick-meta":"","header-main-stick-meta":"","header-below-stick-meta":"","astra-migrate-meta-layouts":"default","ast-page-background-enabled":"default","ast-page-background-meta":{"desktop":{"background-color":"var(--ast-global-color-5)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""},"tablet":{"background-color":"","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""},"mobile":{"background-color":"","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""}},"ast-content-background-meta":{"desktop":{"background-color":"var(--ast-global-color-4)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""},"tablet":{"background-color":"var(--ast-global-color-4)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""},"mobile":{"background-color":"var(--ast-global-color-4)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""}},"footnotes":""},"categories":[245],"tags":[757,332,756,256,362,360,278,758],"class_list":["post-1108","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-ai-chips","tag-ai-chips","tag-copilot-pc","tag-gpu","tag-local-llm","tag-neural-engine","tag-npu","tag-on-device-ai","tag-tops"],"_links":{"self":[{"href":"https:\/\/convly.ai\/fr\/wp-json\/wp\/v2\/posts\/1108","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/convly.ai\/fr\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/convly.ai\/fr\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/convly.ai\/fr\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/convly.ai\/fr\/wp-json\/wp\/v2\/comments?post=1108"}],"version-history":[{"count":4,"href":"https:\/\/convly.ai\/fr\/wp-json\/wp\/v2\/posts\/1108\/revisions"}],"predecessor-version":[{"id":3069,"href":"https:\/\/convly.ai\/fr\/wp-json\/wp\/v2\/posts\/1108\/revisions\/3069"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/convly.ai\/fr\/wp-json\/wp\/v2\/media\/2059"}],"wp:attachment":[{"href":"https:\/\/convly.ai\/fr\/wp-json\/wp\/v2\/media?parent=1108"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/convly.ai\/fr\/wp-json\/wp\/v2\/categories?post=1108"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/convly.ai\/fr\/wp-json\/wp\/v2\/tags?post=1108"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}