Chaque mini PC annoncé depuis le second semestre 2024 affiche sur sa fiche technique un chiffre qui n’existait pas sur les mêmes rayons deux ans plus tôt : les TOPS. Intel annonce « jusqu’à 36 TOPS » pour Lunar Lake. AMD annonce « jusqu’à 50 TOPS » pour le NPU XDNA 2 du Ryzen AI 300. Qualcomm annonce « 45 TOPS » pour le Hexagon du Snapdragon X Elite. Apple annonce « 38 TOPS » pour le Neural Engine du M4. Ce sont tous des chiffres INT8 de pointe, tous techniquement comparables, et tous largement façonnés par le marketing, car la vraie question que devrait se poser l’acheteur d’un « mini PC IA » n’est pas combien de TOPS revendique le NPU, mais ce que ces TOPS accélèrent réellement aujourd’hui. En avril 2026, la réponse est plus restreinte que ne le laisse entendre l’emballage.

La couche marketing : les TOPS et le seuil Copilot+

Le chiffre TOPS d’une fiche technique de mini PC concerne, presque sans exception, le seul NPU. Le programme PC Copilot+ de Microsoft fixe le seuil à 40 TOPS côté NPU, et c’est ce qui détermine si une machine peut être livrée avec des fonctions exécutées sur l’appareil comme Recall, Cocreator, les sous-titres en direct avec traduction et Windows Studio Effects. La série Ryzen AI 300 d’AMD franchit la barre avec 50 TOPS grâce à XDNA 2 ; le Snapdragon X Elite de Qualcomm la franchit avec 45 ; Lunar Lake d’Intel l’atteint avec 48 (analyse approfondie de l’architecture par AnandTech). Les Core Ultra 100 / 200 précédents (« Meteor Lake » et « Arrow Lake ») n’atteignent pas le seuil et sont exclus du label Copilot+, même si beaucoup de ces puces équipent des machines encore vendues comme des « mini PC IA ».

Le cas le plus embarrassant est celui d’Apple. Le Neural Engine du M4 est annoncé à 38 TOPS, sous le seuil de Microsoft, et pourtant, en usage réel, le M4 égale ou dépasse régulièrement des NPU x86 théoriquement plus rapides (test du Mac mini M4 Pro par NotebookCheck). Le « seuil » récompense un chiffre, pas un résultat.

Ce que les NPU accélèrent réellement aujourd’hui

En avril 2026, les charges de travail qui tournent vraiment sur le NPU d’un mini PC Windows ou Mac tiennent en une courte liste :

  • Windows Studio Effects : flou d’arrière-plan de la caméra, correction du contact visuel, clarté de la voix, cadrage.
  • Sous-titres en direct / traduction sur l’appareil dans Windows 11 24H2 et versions ultérieures.
  • Fonctions IA propres à certaines applications, comme les briques locales de la pile Sensei d’Adobe et une poignée de fonctions Microsoft 365, lorsque l’éditeur a explicitement livré un chemin de code NPU (DirectML, ONNX Runtime QNN, OpenVINO ou Core ML).
  • Certaines implémentations de Whisper / petits modèles ASR, lorsque le modèle est assez petit pour tenir confortablement dans la mémoire locale du NPU et que le runtime dispose d’un graphe quantifié prêt à l’emploi.

C’est, en gros, la liste complète de ce que l’utilisateur moyen peut vérifier comme passant réellement par le NPU sur un mini PC de 2026 en configuration d’origine.

Ce que les NPU n’accélèrent (pour l’essentiel) pas

La pile populaire de LLM locaux (llama.cpp, Ollama, LM Studio, KoboldCpp, text-generation-webui) tourne sur le CPU et l’iGPU en 2026, pas sur le NPU. Les choses bougent réellement : llama.cpp a intégré fin 2024 un backend QNN ciblant le NPU Hexagon de Snapdragon, et DirectML expose désormais un fournisseur d’exécution NPU sous Windows. Mais pour les puces Intel et AMD en particulier, les outils LLM grand public se rabattent toujours par défaut sur Vulkan/iGPU ou sur AVX2/AVX-512 côté CPU, car les piles logicielles NPU (OpenVINO GenAI chez Intel, Ryzen AI Software / XDNA chez AMD) couvrent peu de modèles ou se limitent à certains formats de quantification.

La génération d’images raconte la même histoire. Sur un mini PC de 2026, Stable Diffusion XL et Flux tournent sur l’iGPU (Intel Arc, Radeon 880M / 890M / 8060S) ou, de plus en plus souvent, sur un eGPU dédié. Le SDXL accéléré par NPU existe dans les démos des constructeurs et dans des builds ONNX optimisés avec Olive, mais ce n’est pas ce que les utilisateurs font réellement tourner quand ils installent Automatic1111, ComfyUI ou InvokeAI.

La réalité, plateforme par plateforme

Apple Silicon (Mac mini M4 / M4 Pro). Le Neural Engine, le GPU Metal et les unités matricielles AMX sont coordonnés via MLX et Core ML. Pour un acheteur qui veut faire tourner un LLM de 7B à 13B dès aujourd’hui avec le moins de friction possible, un Mac mini M4 Pro avec 48 à 64 Go de mémoire unifiée est, selon notre analyse, la meilleure solution grand public du marché : bande passante mémoire élevée, outils matures et un seul runtime cohérent.

AMD Ryzen AI / Ryzen AI Max+ (« Strix Halo »). Sur ces puces, le moteur des LLM est l’iGPU Radeon (780M, 8060S) sous ROCm ou Vulkan, pas le NPU XDNA 2. Le NPU impressionne sur le papier et s’active pour Studio Effects et une petite série de démos constructeur, mais pour l’inférence LLM généraliste en avril 2026, il reste la plupart du temps inactif. Là où Strix Halo l’emporte, c’est sur la mémoire unifiée : Phoronix et ServeTheHome ont tous deux montré qu’une machine Strix Halo de 128 Go (par exemple le GMKtec EVO-X2) fait tourner des modèles qu’aucun mini PC de milieu de gamme mettant en avant son NPU ne peut même charger.

Intel Core Ultra (Lunar Lake / Arrow Lake-H). OpenVINO prend réellement en charge les LLM, mais Ollama, LM Studio et llama.cpp préfèrent tous l’iGPU Arc via SYCL/Vulkan, ou le CPU. Sur un ASUS ROG NUC 14 Performance, le NPU contribue à Studio Effects et à une poignée de fonctions UWP ; le LLM que vous chargez réellement tourne sur la partie graphique Arc.

Snapdragon X Elite (NPU Hexagon). C’est la seule plateforme où existe un chemin crédible et intégré entre un runtime LLM grand public et le NPU : le backend QNN de llama.cpp. Le hic, c’est la part de marché : les mini PC Snapdragon X ne représentent qu’une mince part de l’offre 2026, et Windows sur ARM présente toujours des réserves de compatibilité applicative que les machines Intel et AMD n’ont pas.

Ce qui compte vraiment pour un acheteur de mini PC en 2026

Si l’usage visé est le LLM local, l’ordre de priorité honnête en avril 2026 est la capacité mémoire, puis la bande passante mémoire, puis la classe d’iGPU, et seulement ensuite les TOPS du NPU. Quelques exemples concrets :

  • Un Apple Mac mini M4 Pro avec 64 Go surpasse la plupart des mini PC « Copilot+ 50 TOPS » en tokens par seconde réels sur LLM, malgré un NPU moins bien noté.
  • Un GMKtec EVO-X2 avec 128 Go de mémoire unifiée chargera et fera tourner des modèles qu’aucun mini PC de milieu de gamme mettant en avant son NPU ne peut accueillir, quel que soit le marketing autour des TOPS.
  • Un Beelink SER8 ou un Geekom A8 Max avec 64 Go de DDR5 et un NPU d’environ 16 TOPS est réellement suffisant pour les LLM de la classe 7B à des vitesses utilisables : ce sont l’iGPU et la RAM qui font le travail.

Cela va évoluer. Le logiciel XDNA 2 d’AMD progresse à chaque version, Microsoft pousse les chemins NPU de DirectML dans davantage de frameworks, et le backend Hexagon de llama.cpp est désormais du vrai code, pas une diapositive. D’ici 2027, la situation des LLM accélérés par NPU sera nettement meilleure.

Mais ce sera en 2027. En avril 2026, le chiffre TOPS inscrit sur la boîte n’est pas celui qui détermine si votre LLM local est rapide. Soit le modèle tient dans votre RAM, soit il n’y tient pas. Soit l’iGPU dispose d’un chemin Vulkan ou ROCm fonctionnel, soit non. Le NPU sert surtout aux appels vidéo et aux sous-titres. Un acheteur qui lit la fiche technique dans cet ordre (RAM, bande passante, iGPU, puis NPU) repartira avec un mini PC plus rapide pour l’IA locale qu’un acheteur qui court après le plus gros chiffre TOPS du rayon.