IA Traitement du son · 25 October 2026

38, 50, 85 TOPS : ce que les NPU changent vraiment au traitement audio (et ce qu’ils ne changent pas)

Intel annonce 50 TOPS, AMD promet 55-60, Qualcomm en affiche 80 à 85, Apple se contente de 38. Derrière ces chiffres qui fleurissent sur chaque publicité d’ordinateur portable, une question simple se pose : qu’est-ce que cela change pour un musicien qui veut débruiter une piste vocale ou séparer des stems en local ? Réponse après enquête : presque rien tant que le logiciel ne prend pas explicitement le relais — et c’est précisément là que le bât blesse.

38, 50, 85 TOPS : la grande illusion des chiffres qui font vendre

En 2026, impossible d’ouvrir un catalogue de PC portables sans tomber sur une mention de TOPS. Les fabricants se livrent à une surenchère numérique : le Snapdragon X2 de Qualcomm atteindrait 80 à 85 TOPS, l’AMD Ryzen AI 400 grimpe à 55-60 TOPS selon les configurations, Intel aligne 48 à 50 TOPS avec ses Lunar Lake et Panther Lake, tandis qu’Apple annonce 38 TOPS pour son Neural Engine M4 — un chiffre stable sur le M5 sorti en juin 2026. Des chiffres impressionnants, martelés à chaque lancement, mais qui ne sont jamais accompagnés de la moindre explication sur ce qu’ils signifient concrètement pour un usage audio.

La question centrale est pourtant simple : ces métriques ont-elles le moindre rapport avec la qualité d’un débruitage, la latence d’un plugin temps réel ou la capacité à faire tourner un modèle de séparation de sources en local ? Pour y répondre, il faut comprendre ce que mesure réellement un TOPS — Tera Operations Per Second, soit mille milliards d’opérations par seconde. Comme le rappelle le guide de Robofutur sur les PC IA et NPU en 2026, ce chiffre « décrit un débit théorique à une précision donnée, souvent INT8 » et « ne permet pas de comparer proprement deux architectures sans connaître le modèle, la mémoire, le logiciel et la consommation ». Le blog technique Morgannriu parle de son côté d’un « pic théorique » qui ne reflète pas les performances dans des charges de travail réelles, surtout séquentielles.

Or, le traitement audio est l’exemple même de la charge de travail séquentielle : un flux de samples qui défile en continu, chaque opération dépendant de la précédente. Les benchmarks marketing qui gonflent les chiffres sans preuves d’utilisation réelle — un travers dénoncé par le blog SolidAITech dans son article « NPU Benchmarks 2026: TOPS Lies, Copilot+ & GPU vs NPU » — ne disent rien de la capacité d’un NPU à traiter un fichier 44,1 kHz/24-bit en temps réel. Et pourtant, ces chiffres sont devenus l’argument de vente numéro un des « AI PCs », transformant le studio d’enregistrement en champ de bataille marketing.

Un détail que Robofutur souligne et qui change tout pour le musicien : « Un logiciel doit explicitement prendre en charge l’accélérateur. Si votre application utilise seulement le cloud ou le GPU, une NPU plus puissante peut rester inactive. » Autrement dit, acheter 85 TOPS ne sert à rien si le plugin de débruitage n’a pas de code compilé pour cette NPU précise.

De l’AI PC au Copilot+ : comment la course aux TOPS a envahi le studio

La genèse de cette course remonte à 2024, avec le lancement des premiers « AI PCs » par Intel (Core Ultra) et AMD (Ryzen AI). À l’époque, le concept était encore flou : il s’agissait d’intégrer un NPU — Neural Processing Unit — dans les processeurs grand public pour décharger certaines tâches d’IA du CPU et du GPU. Mais c’est Microsoft qui a donné son cadre à cette course avec la certification « Copilot+ PC », censée garantir un niveau minimal de capacité d’IA locale.

Problème : le seuil exact de cette certification varie selon les sources. Robofutur évoque « un seuil de plus de 40 TOPS NPU » pour la catégorie Copilot+ PC, « avec d’autres exigences de mémoire et de stockage ». D’autres comparatifs citent 45 TOPS. Cette divergence est révélatrice : même le repère censé structurer le marché est flou, et les fabricants en profitent pour ajuster leur communication. Robofutur ajoute une mise en garde essentielle : « Un fabricant peut annoncer 120 TOPS "plateforme" alors que la NPU en fournit une fraction » — le total CPU + GPU + NPU étant souvent confondu avec les seuls TOPS de la NPU dans les fiches produit.

Intel, par exemple, a vu son NPU Arrow Lake (Core Ultra 200S) plafonner à 13 TOPS — insuffisant pour la certification Copilot+ — tandis que ses concurrents alignaient des chiffres deux à trois fois supérieurs. Cette course a profondément transformé le discours marketing des ordinateurs portables. Les constructeurs vendent désormais leurs machines comme des « studios IA » capables de tout faire : réduction de bruit, séparation de sources, mastering automatique. Or, comme le note le blog Berraquero dans son comparatif NPU vs GPU vs CPU, « la NPU ne remplace pas une GPU pour les tâches lourdes », et vendre la NPU comme substitut d’une carte graphique est qualifié de « signal marketing ». Aucune publicité ne cible explicitement les musiciens, et pour cause : les cas d’usage mis en avant sont la productivité, la visioconférence, les sous-titres temps réel — rarement le traitement audio professionnel.

Pourtant, la bascule vers l’edge s’accélère. Comme le documente notre article « L’audio IA quitte le cloud : la grande bascule vers l’edge en 2026 », les trois failles du tout-cloud — latence, vie privée, coûts récurrents — ont poussé les développeurs à repenser leurs architectures. Syntiant, Deepgram et Qualcomm ont noué des alliances pour faire migrer séparation de sources, débruitage et transcription sur les NPU embarqués. Et Microsoft a franchi un pas décisif le 9 juin 2026 avec la mise à jour KB5094126 de Windows 11, qui introduit deux fonctionnalités majeures : Shared Audio, qui permet de diffuser le son d’un PC vers deux casques ou enceintes simultanément, et surtout NPU Monitoring, qui rend enfin visible l’activité du NPU sous le capot. Pour la première fois, les musiciens peuvent voir en temps réel ce que l’IA fait de leur signal — un pas vers la transparence que les benchmarks marketing n’ont jamais offerte.

INT8, FP16, memory wall : pourquoi les TOPS ne disent rien de l’audio

Le cœur du problème est technique, et il est double. D’abord, les NPU 2026 — AMD XDNA 2, Apple Neural Engine, Intel NPU 5 — sont conçus pour des calculs en basse précision : INT8, INT4, parfois BF16, mais rarement FP16 et jamais FP32. Comme le déclare IBM dans son guide sur les NPU, « les NPU ne sont pas conçus pour des calculs précis ». Or, le traitement audio professionnel exige une précision élevée : la dynamique d’un signal — l’écart entre le plus faible et le plus fort niveau — et le bruit de fond sont directement affectés par la quantification. Un calcul en INT8 écrase la dynamique et dégrade le rapport signal sur bruit, ce qui est rédhibitoire pour un mastering ou un débruitage de qualité.

Ensuite, il y a le « memory wall », ce mur de la mémoire que les ingénieurs connaissent bien. Comme l’explique Morgannriu, en phase de décodage — c’est-à-dire lorsqu’un modèle génère une sortie token par token, ou traite un flux audio sample par sample — la lecture des poids depuis la mémoire prend 10 à 50 fois plus de temps que le calcul lui-même. Autrement dit, les TOPS annoncés mesurent la capacité de calcul, mais pas la capacité à alimenter ce calcul en données. Pour une tâche séquentielle comme le traitement audio temps réel, c’est la bande passante mémoire qui fait la différence, pas le nombre d’opérations par seconde.

Le guide de Gupta Deepak sur CPU/GPU/NPU/TPU confirme cette hiérarchie des goulots d’étranglement : la NPU « partage la mémoire unifiée de la puce avec le CPU et le GPU, et y est généralement limitée », tandis que le GPU dispose d’une mémoire dédiée optimisée pour la bande passante. Robofutur enfonce le clou : « Pour un modèle génératif, les poids doivent tenir en mémoire et circuler rapidement. […] La mémoire compte souvent plus que la NPU. » Un portable à 16 Go de mémoire soudée sera vite étranglé par un modèle de séparation de stems un peu ambitieux, quel que soit le nombre de TOPS affiché.

Les chiffres marketing en INT8 gonflent donc artificiellement les performances : un NPU qui annonce 50 TOPS en INT8 ne développera qu’une fraction de cette puissance en FP16, et encore moins en FP32. Les fabricants ne précisent jamais la précision de leurs mesures, ce qui rend toute comparaison hasardeuse. Comme le résume SolidAITech, les TOPS sont un indicateur trompeur pour les charges de travail réelles.

Intel, AMD, Qualcomm, Apple : les promesses 2026 passées au crible

Passons les annonces 2026 au crible. Voici ce que les fabricants promettent, et ce qu’il faut en penser.

Plusieurs incohérences sautent aux yeux. D’abord, le seuil Copilot+ varie selon les sources : « plus de 40 TOPS NPU » pour Robofutur, 45 pour Les Numériques. Ensuite, aucun fabricant ne précise la précision de calcul utilisée pour ces chiffres — INT8, INT4, BF16 ? — ce qui fausse les comparaisons. Enfin, les chiffres de Qualcomm (80-85 TOPS) ne proviennent que d’une seule source, elle-même citant « Local AI Master » comme référence tierce. Aucune autre source indépendante ne confirme ces valeurs.

Apple fait figure d’exception avec ses 38 TOPS, un chiffre stable entre M4 et M5 (juin 2026), mais la firme de Cupertino ne joue pas le jeu de la course aux TOPS : elle met en avant des cas d’usage concrets, comme la réduction de bruit dans ses apps, avec des gains mesurés de +28 à +42 dB de rapport signal sur bruit et une latence passée sous les 5 ms (contre 8-15 ms auparavant). AMD, de son côté, annonce des gains de +42 à +48 dB et une latence inférieure à 2 ms pour son NPU XDNA 2. Ces chiffres, bien plus parlants que les TOPS, sont pourtant rarement mis en avant dans les publicités.

NPUTest.io et les plugins audio : ce que les benchmarks indépendants révèlent (ou pas)

Face à ces promesses, une question s’impose : que disent les benchmarks indépendants ? La plateforme NPUTest.io propose des tests en temps réel dans le navigateur, avec un index matériel comparatif. Mais en creusant, on découvre un vide sidéral : aucune donnée publique fiable sur les performances des NPU pour le traitement audio. Ni iZotope RX, ni Acon Digital Restoration Suite, ni Supertone Clear ne publient de benchmarks NPU. Aucun temps de traitement mesuré pour un fichier 44,1 kHz/24-bit, aucune mesure de latence en millisecondes pour un traitement temps réel, aucune évaluation subjective de la qualité du débruitage à l’aveugle.

Ce silence est en soi un signal. Si les NPU étaient aussi performants que les publicités le prétendent pour l’audio, les fabricants se précipiteraient pour publier des chiffres. Or, les seules données disponibles concernent des tâches générales — inférence de LLM, vision par ordinateur, visioconférence. Robofutur le confirme : les fonctions locales réellement supportées tournent autour des « effets de webcam, sous-titres, recherche sémantique, génération d’image légère et assistants limités », et « les modèles plus grands dépendent surtout de la quantité et du débit de mémoire, puis du GPU ». Le traitement audio professionnel n’apparaît nulle part dans cette liste. Et Morgannriu ajoute que les TOPS sont un pic théorique mesuré dans des conditions idéales, sans rapport avec les charges de travail séquentielles.

Pire : les plugins audio professionnels qui ont réellement implémenté une accélération NPU en 2026 se comptent sur les doigts d’une main — et aucune source fiable ne les liste. Les développeurs comme iZotope, Waves ou Celemony privilégient massivement le GPU (via CUDA/TensorRT) ou le CPU pour leurs modèles d’IA, car ces architectures offrent une précision FP32/FP16 et une bande passante mémoire bien supérieures. La NPU, elle, reste cantonnée à des fonctions auxiliaires : réduction de bruit dans les casques, amélioration vocale en visioconférence, sous-titres temps réel.

Cela dit, la donne est en train de changer. Notre enquête « Mixage et mastering par IA en 2026 : le local triomphe, les NPU s’imposent, et le spatial audio s’industrialise » montre que les DAW et plugins s’adaptent progressivement. Ableton Live et Logic Pro ont intégré nativement des fonctionnalités IA en 2026, et les modèles unifiés — comme ByteDance SwanTale, qui génère voix, effets sonores, musique et audio environnemental en une seule passe d’inférence — commencent à tourner en local. Le 8 octobre 2026, Boris FX a publié Samplitude 2026.5, qui ajoute un Spatial Panner et une séparation de stems par IA (après la version Sequoia 2026.5 du 6 août 2026 dotée du même Spatial Panner unifié pour le mixage immersif Dolby Atmos) : signe que le spatial audio et le stem assisté s’industrialisent dans les suites de post-production. Mais ces outils restent majoritairement CPU/GPU, et le NPU n’est pas encore le moteur principal.

Latence, débruitage, modèles locaux : ce qui compte vraiment pour le musicien

Alors, qu’est-ce qui compte vraiment ? Trois choses, dans cet ordre : la précision de calcul disponible pour le modèle, la bande passante et la quantité de mémoire, et — surtout — le support logiciel effectif de l’accélérateur par le plugin ou le DAW.

Premier point : la précision. Un débruitage spectral ou un modèle de séparation de sources travaille sur des représentations temps-fréquence riches en dynamique. La quantification INT8, suffisante pour un sous-titre ou un flou de webcam, écrase cette dynamique. C’est pourquoi les moteurs de séparation de stems sérieux — ceux que nous avons passés au crible dans notre comparatif « Séparation de stems par IA en 2026 : le grand comparatif des 8 moteurs » — s’appuient sur des chemins FP16/FP32, historiquement portés par le GPU. La NPU, elle, brille sur des charges soutenues à faible consommation, pas sur la fidélité d’un signal audio professionnel.

Deuxième point : la mémoire. Robofutur est catégorique : « Seize gigaoctets suffisent à un usage courant, mais deviennent vite étroits avec création, machines virtuelles ou modèles locaux. Trente-deux gigaoctets offrent une marge raisonnable ; les usages professionnels lourds peuvent justifier davantage. » Pour un musicien qui veut faire tourner un modèle de séparation en local tout en gardant un DAW chargé de plugins, 32 Go deviennent le plancher réaliste — bien plus déterminant que le nombre de TOPS gravé sur la boîte. Et Robofutur de prévenir : « Une mémoire soudée impossible à mettre à niveau doit être choisie pour plusieurs années. »

Troisième point, le plus décisif : le logiciel. Robofutur le martèle — « Un logiciel doit explicitement prendre en charge l’accélérateur. » Tant qu’iZotope, Waves, Celemony ou les éditeurs de DAW ne compilent pas leurs modèles pour XDNA 2, le Neural Engine ou le NPU 5, les TOPS restent lettre morte pour l’audio. C’est exactement le constat que dresse notre dossier « Plugins IA 2026 : ce que les vrais tests révèlent » : le marché « apprend à se calmer », les promesses de mixage automatique cèdent la place à des mesures concrètes, et l’IA se réintègre dans un workflow humain plutôt que de le remplacer. La vraie question n’est donc pas « combien de TOPS ? » mais « mon plugin sait-il s’en servir ? ».

Un quatrième point, souvent oublié : la vie privée. Robofutur rappelle une nuance essentielle — « "Local" ne garantit pas la vie privée : l’application peut toujours synchroniser des données. Il faut vérifier ses réglages, sa politique et l’activité réseau. » Le traitement sur NPU réduit la latence et garde le signal sur la machine, mais ne dispense pas de vérifier ce que le plugin fait de vos stems une fois traités.

Enfin, un mot sur l’énergie, angle mort de la course aux TOPS. La NPU existe d’abord parce qu’elle consomme moins que le CPU ou le GPU pour une même charge d’inférence — c’est sa raison d’être, comme le rappelle Gupta Deepak : « un petit accélérateur basse consommation conçu pour les mathématiques matricielles derrière l’inférence IA, pour que votre portable ou téléphone puisse exécuter des fonctions IA sur batterie ». Pour un musicien en déplacement, un field recorder ou un studio mobile, cet argument compte plus que 85 TOPS théoriques : pouvoir débruité une prise sur batterie sans vider la machine en une heure est un bénéfice tangible. Mais là encore, il faut que le logiciel exploite la NPU.

Ce qu’il faut retenir : acheter de la mémoire et du logiciel, pas des TOPS

En cette fin octobre 2026, le verdict est net. Les TOPS sont un chiffre de débit théorique, mesuré le plus souvent en INT8, dans des conditions idéales, sans indication de précision ni de bande passante mémoire. Pour le traitement audio — charge séquentielle, exigeante en dynamique et en latence — ils ne prédisent presque rien. Ce qui compte, c’est la mémoire (32 Go plutôt que 16 pour les usages sérieux), la précision réellement supportée par le modèle, et surtout le support logiciel de l’accélérateur par les plugins et DAW que vous utilisez.

La bonne nouvelle, c’est que l’écosystème avance : NPU Monitoring dans Windows 11 depuis juin 2026 rend l’activité visible, les suites de post-production comme Samplitude 2026.5 intègrent la séparation de stems, et les modèles unifiés commencent à descendre en local. La mauvaise, c’est que le marketing n’a pas fini de vendre des chiffres qui ne veulent rien dire pour un studio. Face à une fiche produit, la question à poser n’est plus « combien de TOPS ? » mais « quel plugin, à quelle précision, avec combien de mémoire, et mon DAW le supporte-t-il ? ». Tant que les fabricants n’y répondront pas, le musicien fera bien de garder son argent pour de la RAM et un bon GPU — et de considérer les TOPS pour ce qu’ils sont : un argument de vente, pas une promesse sonore.

Sources

• Robofutur — PC IA et NPU en 2026 : ce que les TOPS changent vraiment
• Morgannriu — NPU, TOPS et IA : ce que font vraiment ces puces neuronales
• SolidAITech — NPU Benchmarks 2026: TOPS Lies, Copilot+ & GPU vs NPU
• Gupta Deepak — Understanding CPUs, GPUs, NPUs, and TPUs: A Simple Guide
• IBM — What is a neural processing unit (NPU)?
• AWS — What is an NPU? Neural Processing Unit Explained
• Wikipedia — Neural processing unit
• Major HiFi — Boris FX Samplitude 2026.5 Adds Spatial Panner and AI Stem Separation (8 octobre 2026)
• Magazine — « L’audio IA quitte le cloud : la grande bascule vers l’edge en 2026 »
• Magazine — « Mixage et mastering par IA en 2026 : le local triomphe, les NPU s’imposent, et le spatial audio s’industrialise »
• Magazine — « Séparation de stems par IA en 2026 : le grand comparatif des 8 moteurs qui se disputent votre studio »
• Magazine — « Plugins IA 2026 : ce que les vrais tests révèlent — anatomie d’un marché qui apprend à se calmer »

Article recherché et rédigé automatiquement · Magazine Electrosens