Parte 2 – Por Dentro do PC com IA: CPU, GPU e a Ascensão da NPU

Principais pontos: Nem todos os computadores com capacidade de IA são iguais. PCs com IA, Copilot+ PCs e workstations de IA desempenham papéis distintos. À medida que a IA se move para a "edge", as NPUs em PCs modernos permitem experiências on-device mais rápidas, seguras e eficientes. Alinhar as necessidades do usuário com a classe de dispositivo correta melhora o desempenho, a produtividade e o controle de custos.

Quando os usuários perguntavam: "Por que meu PC está tão lento?" durante chamadas consecutivas no Teams, a indústria não respondeu com um slogan. Respondeu com silício. Em PCs com uma GPU dedicada — por exemplo, uma NVIDIA RTX — o Teams podia descarregar sua carga de trabalho de vídeo para a GPU. O impacto foi dramático: a utilização da CPU caiu de ~35% para cerca de 8%, com picos permanecendo abaixo de 24%. A experiência do usuário melhorou imediatamente: vídeo mais suave, menos erros de "falta de recursos" e uma capacidade de resposta geral aprimorada.

Este foi um ponto de virada. Provou que descarregar cargas de trabalho especializadas para silício dedicado poderia transformar a experiência diária. A partir daí, a arquitetura do PC com IA começou a se cristalizar.

Por que não "apenas uma GPU"?

Se as GPUs são tão poderosas, por que não construir um PC apenas em torno de uma GPU? Porque CPUs e GPUs prosperam em uma parceria simbiótica, cada uma se destacando onde a outra tem dificuldades. A CPU lida com instruções complexas e ramificadas, orquestrando diversas tarefas e mantendo o controle geral do sistema. Ela é flexível e de propósito geral. A GPU é otimizada para operações simples e repetitivas executadas massivamente em paralelo — perfeita para gráficos e muitas cargas de trabalho de IA. Ela é rígida, mas incrivelmente rápida quando o problema se encaixa em seu modelo.

Pense na CPU como o chef principal em um restaurante de alta gastronomia. Você pode pedir quase tudo: pratos personalizados, combinações sob medida ou especiais fora do menu. O chef lida com a complexidade e a nuance. A GPU, em contraste, é como uma movimentada cantina escolar. As opções são limitadas — hambúrguer ou pizza, maçã ou laranja — mas serve centenas ou milhares de refeições em alta velocidade. Quando um pedido foge do padrão e exige tratamento especial, ele é escalado de volta para o chef principal (a CPU). Juntos, eles mantêm a cozinha funcionando sem problemas. Um PC moderno precisa de ambos os papéis para funcionar bem.

Apresentando a NPU: uma nova especialista

Não demorou muito para os fabricantes de CPU levarem a ideia adiante: E se integrássemos um motor de IA paralelo e especializado diretamente no pacote do processador? Foi assim que a Neural Processing Unit (NPU) nasceu. Embora o desenvolvimento de NPUs tenha começado por volta de 2016, as NPUs modernas para PCs não se tornaram mainstream até 2024.

As NPUs de hoje são:

• Microprocessadores especializados projetados especificamente para acelerar cargas de trabalho de IA e machine learning.
• Otimizadas para operações de matriz e matemática tensorial usadas em redes neurais, em vez de computação de propósito geral.

Ao descarregar tarefas de IA — como inferência de visão, áudio e linguagem — da CPU, as NPUs permitem recursos de IA mais rápidos, eficientes e com menor consumo de energia diretamente no dispositivo.

Medindo o poder de processamento de IA: o que são TOPS?

Você frequentemente ouvirá NPUs sendo medidas em TOPS, ou Tera Operations Per Second — trilhões de operações por segundo. "Tera" representa 10¹² (1.000.000.000.000). Quanto maior a classificação em TOPS, mais operações a NPU pode realizar a cada segundo.

Retornando à analogia da cantina: uma NPU de 1 TOPS seria como servir 1 trilhão de hambúrgueres por segundo — uma quantidade impressionante de throughput. Para Copilot+ PCs, a Microsoft atualmente exige um mínimo de 40 TOPS de desempenho de NPU. Esse é o patamar para habilitar uma nova classe de experiências de IA on-device: Windows Studio Effects mais ricos no Teams, copilots locais mais rápidos e ferramentas criativas mais responsivas que não recorrem imediatamente à cloud.

Por que uma NPU em vez de uma GPU (às vezes)?

Se as GPUs são tão fortes, por que se preocupar com as NPUs? A resposta curta: eficiência energética e IA sempre ativa. Uma NPU tipicamente consome apenas 2–3 watts, entregando até 80% menos consumo de energia em comparação com a execução de tarefas de IA semelhantes em uma CPU ou GPU. Essa eficiência se traduz em maior desempenho por watt e vida útil da bateria significativamente estendida — frequentemente 20 horas ou mais em sistemas modernos. O resultado é um PC que parece mais responsivo enquanto executa mais recursos de IA, com mais frequência, sem esgotar a bateria.

Na Parte 3, exploraremos onde as GPUs ainda brilham, por que as workstations de IA permanecem críticas e como a combinação de CPU + NPU + GPU dedicada — em sistemas como XPS para criadores, Dell Pro para profissionais avançados e Dell Pro Max para usuários intensivos de IA — prepara você para um futuro de IA agentiva.

Sobre o Autor:

Michael O'Hanian é um especialista em tecnologia de cliente experiente e embaixador da marca na Dell Technologies. Ele se destaca em navegar pelo cenário dinâmico da tecnologia, fornecendo orientação especializada aos clientes sobre suas complexidades. Com um profundo amor pela tecnologia, Michael estende sua expertise através de seu popular canal no YouTube, onde entrega conteúdo envolvente sobre as últimas tendências tecnológicas, análises de produtos e conselhos práticos para aficionados por tecnologia. Seu canal cultivou uma audiência leal, consolidando seu status como uma autoridade no mundo da tecnologia. Com mais de 30 anos de experiência em Client Technology e End User Computing, a carreira de Michael abrange colaborações com gigantes da indústria como IBM, Lenovo, MCPc, TEKsystems, antes de seu cargo atual na Dell Technologies. Fora do trabalho, Michael valoriza momentos com sua família, se dedica à pesca com mosca e desfruta da tranquilidade da navegação.