O Que É uma NPU? O Chip de IA em Todo Notebook e Celular Novo, Explicado

O que NPU realmente significa, e o que ela faz

NPU significa Unidade de Processamento Neural (Neural Processing Unit). A parte “neural” se refere às redes neurais — a estrutura matemática por trás da maioria dos modelos de IA modernos. Uma CPU é construída para tarefas sequenciais e de uso geral. Uma GPU é construída para o tipo de matemática massivamente paralela usada em renderização gráfica (e, como se descobriu depois, em treinamento de IA). Uma NPU é construída para um trabalho específico: rodar um modelo de IA já treinado da forma mais rápida e eficiente possível, repetidamente, sem drenar a bateria.

Esse trabalho tem um nome: inferência. Treinar um modelo de IA (ensiná-lo do zero) é extremamente pesado em termos de computação e quase sempre acontece em um data center, em clusters especializados de GPU. A inferência (usar esse modelo já treinado para, por exemplo, desfocar seu fundo em uma videochamada ou transcrever sua voz) é comparativamente leve — e é exatamente a parte para a qual as NPUs são otimizadas.

Por que as NPUs apareceram de repente em tudo

NPUs não são novidade — o Neural Engine da Apple existe desde 2017 nos iPhones. O que mudou foi que os recursos de IA deixaram de ser “bom ter” e passaram a ser centrais para o funcionamento dos sistemas operacionais. Os recursos do Copilot+ da Windows, a inteligência da Siri no dispositivo da Apple, e o Gemini Nano do Google no Android dependem todos de rodar modelos de IA localmente em vez de na nuvem, por dois motivos principais:

• Latência: uma resposta gerada no próprio dispositivo é instantânea. Uma resposta que precisa viajar até um servidor e voltar adiciona um atraso perceptível.
• Privacidade: para recursos de IA que lidam com dados sensíveis — suas fotos, sua voz, sua atividade na tela — rodar o modelo localmente significa que esses dados nunca precisam sair do seu dispositivo.

Rodar esses modelos em uma CPU funciona, mas é lento e consome bateria rapidamente. Uma NPU pode fazer o mesmo trabalho usando uma fração da energia, e é por isso que os fabricantes começaram a incorporá-las em todo chip mainstream, em vez de tratá-las como um recurso de nicho.

Como o desempenho de uma NPU é medido — e por que o número pode enganar

O desempenho de NPU costuma ser divulgado em TOPS (trilhões de operações por segundo). No final de 2026, a geração atual está mais ou menos assim:

Aqui está o detalhe importante: os números de TOPS não são diretamente comparáveis entre fabricantes. Algumas empresas divulgam apenas o bloco da NPU; outras divulgam um “total de plataforma” combinado que soma o desempenho de IA da GPU e da CPU, o que produz um número muito maior e mais atraente para marketing. A precisão usada para calcular os TOPS também varia (INT8 versus outros formatos), e nada disso leva em conta o quão bem otimizada é a camada de software. Na prática, um chip com uma pontuação de TOPS menor, mas com uma pilha de software mais madura, pode superar um chip “mais rápido” no papel.

O número que vale a pena lembrar: a Microsoft definiu 40 TOPS como o desempenho mínimo de NPU exigido para que um notebook com Windows se qualifique como um “Copilot+ PC” — todo chip topo de linha atual da Intel, AMD, Qualcomm e Apple ultrapassa essa marca com folga.

Para que as NPUs são realmente usadas hoje

• Legendas ao vivo e tradução em tempo real, processadas instantaneamente sem conexão com a internet
• Desfoque e enquadramento de fundo em videochamadas, rodando continuamente sem sobrecarregar a CPU
• Geração e edição de imagens no dispositivo (como o Generative Fill do Photoshop rodando localmente, ou o Image Creator do Windows)
• Assistentes de voz que respondem sem ida e volta pela rede — a inteligência no dispositivo da Siri e recursos similares no Android e no Windows
• Busca inteligente em seus arquivos e fotos baseada em conteúdo, não apenas em nomes de arquivo

Para que as NPUs não são boas

NPUs são otimizadas para um padrão repetido específico: rodar um modelo fixo e pré-treinado de forma eficiente. Elas não são feitas para treinar novos modelos de IA — isso ainda exige clusters de GPU, geralmente em um data center. Elas também não substituem sua GPU para jogos nem sua CPU para computação geral; pense em uma NPU como um especialista que tira uma tarefa específica e recorrente das mãos dos outros dois chips.