Qué es una NPU, para qué sirve y si merece la pena pagar por ella

Una NPU (unidad de procesamiento neuronal) es un chip, o una parte del procesador, diseñado solo para las operaciones matemáticas de los modelos de IA, y que las hace gastando mucha menos energía que la CPU o la GPU. Hoy la llevan casi todos los portátiles nuevos, porque Microsoft exige una de más de 40 TOPS para llamar a un equipo Copilot+ PC. Sirve para funciones del sistema (subtítulos traducidos, efectos de cámara, Recall) y para modelos pequeños; para usar modelos de lenguaje grandes en local sigue mandando la memoria y la GPU.

Esta guía reúne las definiciones y especificaciones oficiales de Microsoft, Intel, AMD, Qualcomm y Apple, y las cifras de rendimiento que publican ellos mismos o proyectos de código abierto, a 9 de octubre de 2026. No hemos medido ningún chip nosotros.

Qué es una NPU

NPU son las siglas de neural processing unit. Microsoft la define en su guía de Copilot+ PC como un chip especializado para procesos de IA intensivos, como la traducción en tiempo real o la generación de imágenes, y añade que está diseñada «específicamente para ejecutar las operaciones matemáticas de aprendizaje profundo que forman los modelos de IA». Esas operaciones son, sobre todo, multiplicaciones de matrices: millones de multiplicaciones y sumas que se pueden hacer a la vez.

No es un componente que se compre aparte: viene dentro del procesador del portátil, del Mac o del móvil, y cada marca le da su nombre. Intel la mete en sus Core Ultra y la describe en su guía de procesadores como un motor para funciones de IA «rápidas, eficientes y repetidas», como reconocer la voz o clasificar imágenes. AMD la llama XDNA: una matriz de pequeños procesadores con memoria propia, para no ir a buscar datos a la caché una y otra vez, que es lo que gasta energía. En Qualcomm es la Hexagon de los Snapdragon X y en Apple, el Neural Engine de todos sus chips.

NPU, GPU y CPU: qué hace cada una

Qualcomm lo resume en una frase en su explicación de la NPU: la CPU se encarga del control secuencial y de lo que pide respuesta inmediata, la GPU de los datos que se procesan en paralelo a chorro, y la NPU del núcleo de las tareas de IA.

En la práctica, el reparto es este:

• La CPU lo hace todo y nada especialmente rápido. Puede ejecutar un modelo de IA, pero despacio y gastando batería.
• La GPU es la más potente para IA y la más flexible: casi cualquier programa de IA local la usa. A cambio, consume mucho: la GeForce RTX 5090 tiene un consumo de 575 vatios según su ficha.
• La NPU es la más eficiente: hace menos trabajo bruto que una buena GPU, pero con muy poca energía. Por eso brilla en tareas que están encendidas mucho rato, como desenfocar el fondo durante una videollamada de una hora.

Dos condiciones la hacen menos versátil: solo trabaja si el programa está hecho para ella (Microsoft lo dice tal cual: «necesita software programado específicamente») y muchas NPU solo operan con enteros de baja precisión, como INT8, así que el modelo tiene que estar convertido (cuantizado) a ese formato. Qué es la cuantización lo explicamos en la guía de IA en local.

Qué son los TOPS y por qué no se comparan a ciegas

Los TOPS (tera operations per second) son billones de operaciones por segundo. Es la cifra con la que se anuncia una NPU, y la que usa Microsoft para su sello: más de 40 TOPS.

Qualcomm publica la fórmula en su guía de TOPS:

TOPS = 2 × número de unidades MAC × frecuencia ÷ 1 billón

Una unidad MAC hace una multiplicación y una suma, de ahí el 2. Con números inventados para ver la cuenta: una NPU de 16.384 unidades MAC a 1,5 GHz daría 2 × 16.384 × 1.500.000.000 ÷ 10¹², unos 49 TOPS.

De esa fórmula salen tres trampas:

1. Es un máximo teórico. Qualcomm aclara que la cifra se da a la frecuencia máxima, y AMD, en la nota legal de sus anuncios, que es lo que el chip puede hacer «en un escenario óptimo» y que «puede no ser típico».
2. Depende de la precisión. El estándar del sector es medir en INT8. En las fichas de AMD y NVIDIA, la cifra con números de 4 bits es justo el doble que en INT8 para la misma tarjeta.
3. Puede ser densa o dispersa. Con la técnica de dispersión 2:4, explica Qualcomm en otro artículo, «un procesador de 50 TOPS densos equivale a 100 TOPS dispersos».

Un ejemplo de lo lejos que puede llegar esto: NVIDIA anuncia la GeForce RTX 5090 con «3352 AI TOPS». Su documento técnico de la arquitectura Blackwell aclara que son operaciones en FP4 y con dispersión; en INT8 denso, la misma tarjeta se queda en 838. Sigue siendo diez veces más que cualquier NPU de portátil, pero no 40 veces.

Qué chips traen NPU en octubre de 2026

Estas son las cifras oficiales de NPU de los procesadores de portátil vigentes, con el umbral de 40 TOPS de Copilot+ PC como referencia:

1. Snapdragon X2 Elite Extreme80
2. AMD Ryzen AI 9 HX 47560
3. Intel Core Ultra 9 386H · Panther Lake50
4. AMD Ryzen AI Max+ 39550
5. Intel Core Ultra 9 288V · Lunar Lake48
6. Snapdragon X Elite45
7. Apple M438
8. Intel Core Ultra 9 285H · Arrow Lake13

Intel y Qualcomm dan la cifra en INT8; AMD y Apple no indican la precisión. Microsoft pide más de 40 para un Copilot+ PC. Fuente: fichas oficiales de Qualcomm, AMD, Intel y Apple, enlazadas debajo. Datos a 9 de octubre de 2026.

Fuentes de cada cifra: Snapdragon X2 Elite (Qualcomm da 80 TOPS en su nota de prensa y hasta 85 en algunos modelos de la familia), Ryzen AI 9 HX 475, Core Ultra 9 386H, Ryzen AI Max+ 395, Core Ultra 9 288V, Snapdragon X Elite (misma página de Qualcomm), Apple M4 y Core Ultra 9 285H.

Lo que dice la gráfica, familia por familia:

• Qualcomm Snapdragon X2 (Elite, Elite Extreme y Plus) es la NPU más potente sobre el papel, con 80 TOPS en INT8, un 78 % más que la generación anterior según Qualcomm. Los Snapdragon X Elite y X Plus de la primera hornada se quedan en 45.
• AMD Ryzen AI 400 va de 50 a 60 TOPS según el modelo. Los Ryzen AI 300 y el Ryzen AI Max+ 395 (el de los mini PC y portátiles con 128 GB) llegan a 50.
• Intel Core Ultra series 3 (Panther Lake) llega a 50 TOPS y los Core Ultra 200V (Lunar Lake) a 48. Ojo con los Core Ultra 200H y 200U (Arrow Lake): su NPU es de 12 o 13 TOPS y no llegan a Copilot+ PC.
• Apple dejó de dar la cifra. El M4 tenía 38 TOPS; del M5 solo dice que tiene un Neural Engine de 16 núcleos mejorado, y del M6, que lleva dos con hasta el doble de cálculo máximo que generaciones anteriores. En el M5 y el M6, Apple ha puesto además aceleradores neuronales dentro de cada núcleo de la GPU, y MLX, su motor de IA local, los aprovecha desde macOS 26.2.

Para qué sirve la NPU en la práctica

Las funciones de Windows en un Copilot+ PC

Es el uso principal hoy. Según la página de especificaciones de Windows 11, un Copilot+ PC necesita una NPU de más de 40 TOPS (hoy, AMD Ryzen AI 300 y 400, Intel Core Ultra 200V y 300V, y Snapdragon X), 16 GB de RAM y 256 GB de almacenamiento; con menos memoria o disco no lo es, aunque lleve el mismo procesador. A cambio, recibe funciones que se ejecutan en el equipo:

• Recall: guarda capturas de lo que haces y te deja buscar en ellas con lenguaje normal. Sigue en versión preliminar y pide al menos 50 GB libres.
• Click to Do: acciones sobre lo que hay en pantalla, como quitar el fondo de una imagen o, con Windows en inglés, resumir o reescribir un texto.
• Subtítulos en directo con traducción al inglés desde más de 40 idiomas.
• Windows Studio Effects: desenfoque de fondo, encuadre automático, corrección de la mirada en la cámara y enfoque de voz. Los efectos básicos funcionan con una NPU de 10 TOPS; algunos adicionales son solo para Snapdragon X.
• Búsqueda mejorada en Windows, que funciona en español, y el agente de Configuración, que busca y cambia ajustes a partir de lo que le escribes con tus palabras.
• Herramientas de imagen en Paint y Fotos, como Cocreator o Restyle.

En España, por estar en el Espacio Económico Europeo, hay matices. Recall llegó al EEE con la actualización de julio de 2025, y aquí permite además exportar las capturas a aplicaciones de terceros. En cambio, Click to Do pierde en el EEE varias acciones: la búsqueda visual con Bing, preguntar a Copilot o redactar con Copilot en Word, entre otras.

Los modelos pequeños del sistema

Ese agente de Configuración es un buen ejemplo de para qué está la NPU. Funciona con Mu, un modelo de lenguaje de solo 330 millones de parámetros que, según el blog de Windows, se ejecuta entero en la NPU y responde a más de 100 tokens por segundo. Es diminuto al lado de cualquier chatbot, pero le basta para traducir una petición en un cambio de ajustes.

Windows trae además un modelo de lenguaje de uso general para la NPU, Phi Silica, que las aplicaciones pueden usar a través de las API de Windows. Microsoft ha anunciado en su documentación que lo sustituye Aion Instruct: llega a los Insider en noviembre de 2026 y a los equipos de la calle en enero de 2027, cuando Phi Silica desaparece.

En Apple pasa algo parecido: el modelo de Apple Intelligence que funciona en el dispositivo, AFM 3 Core, tiene 3.000 millones de parámetros.

¿Puedo usar la NPU para un chatbot en local?

Se puede, pero no con las herramientas más conocidas. A 9 de octubre de 2026:

• Ollama no la usa. Su documentación de hardware solo recoge gráficas NVIDIA, AMD (ROCm), Metal y Vulkan, y las peticiones para soportar las NPU de AMD, Intel y Snapdragon siguen abiertas. Si usas Ollama, todo lo que cuenta nuestro tutorial de Ollama pasa por la CPU o la GPU.
• LM Studio tampoco. Sus requisitos no mencionan la NPU y la petición para añadirla sigue abierta.
• llama.cpp sí tiene un motor para la NPU Hexagon de los Snapdragon y otro, todavía en desarrollo, para OpenVINO de Intel (repositorio). Para la NPU de AMD no tiene.

Las vías que sí la usan son las de los fabricantes:

• Foundry Local (Microsoft) ejecuta modelos como gpt-oss, Qwen, DeepSeek o Phi y usa la NPU si la hay; en Windows, las de AMD y Qualcomm.
• AMD: el Ryzen AI Software ejecuta modelos solo en la NPU o en modo híbrido (NPU más gráfica integrada) en los Ryzen AI 300. Lemonade, su servidor local, ofrece una API compatible con la de OpenAI y con la de Ollama, y entre sus motores para la NPU está FastFlowLM, que funciona en todos los Ryzen AI con NPU XDNA 2 y cuyo equipo se unió a AMD en julio de 2026.
• Intel: OpenVINO GenAI ejecuta modelos en la NPU de los Core Ultra si están convertidos a INT4 y, por defecto, con prompts de hasta 1.024 tokens.
• Qualcomm: AI Hub tiene más de 300 modelos preparados para sus chips.

Qué velocidad sale

Cifras publicadas por fabricantes y proyectos, cada una con su modelo y su método: sirven para hacerse una idea, no para comparar chips entre sí.

Fuentes: Qualcomm AI Hub (contexto de 4.096 tokens), benchmarks de FastFlowLM (versión 0.9.30, contexto de 1.000 tokens) y resultado de Intel en MLPerf Client 0.6.

Para ponerlo en contexto: en la tabla de llama.cpp para chips de Apple, un MacBook Air con M5 genera 31,88 tokens/s con Llama 2 7B a 4 bits usando la GPU, y un M5 Max, 119,92. Con esas cifras, una NPU da para modelos de 3.000 a 8.000 millones de parámetros a una velocidad que se puede seguir leyendo, no para los de 30.000 millones que se usan para programar.

Hay además un límite de memoria. FastFlowLM avisa de que la NPU de AMD solo puede usar menos de la mitad de la RAM del sistema, y en su prueba Llama 3.1 8B baja a 8,5 tokens/s con 32.000 tokens de contexto y se queda sin memoria con 64.000.

AMD explica en un artículo técnico por qué combina las dos piezas en su modo híbrido: la NPU rinde mejor procesando el prompt, que es trabajo de cálculo, y la gráfica integrada, con más ancho de banda, generando la respuesta palabra a palabra.

Donde la NPU sí gana: el consumo

La ventaja real de la NPU es la batería. Microsoft lo midió con Phi Silica en un Snapdragon X Elite y lo publicó en su blog de Windows: procesar el contexto en la NPU consume solo 4,8 mWh, y la generación de palabras mejora un 56 % su consumo frente a hacerlo en la CPU. Para el procesado del prompt habló en su presentación de la Build 2024 de unos 650 tokens por segundo con alrededor de 1,5 vatios. Por eso los efectos de cámara y los subtítulos van en la NPU: son tareas que duran horas y que, en la GPU, se notarían en la batería y en el ventilador.

¿Merece la pena pagar por una NPU?

Casi no es una decisión: los procesadores de portátil de gama media y alta ya la traen (Snapdragon X, Ryzen AI 300 y 400, Core Ultra 200V y series 3, todos los chips de Apple). Lo que decides es si te importa el sello Copilot+ PC. Nuestro criterio:

• Si quieres las funciones de Windows (Recall, Click to Do, los efectos de cámara completos, la búsqueda mejorada), necesitas un Copilot+ PC: NPU de más de 40 TOPS, 16 GB de RAM y 256 GB de disco. Cuidado con los portátiles con Core Ultra 200H o 200U: llevan NPU, pero de 12 o 13 TOPS, y no llegan.
• No pagues más por más TOPS. Las funciones de Windows piden 40, y las pocas que solo funcionan en algunos equipos dependen de la marca del chip (varias son exclusivas de Snapdragon X), no de tener más TOPS. Si dudas entre dos portátiles, mira antes la RAM, la pantalla y la batería.
• Si lo que quieres es IA local de verdad (chatear con modelos de 8.000 a 30.000 millones de parámetros, programar con un modelo en tu equipo), la NPU no es lo que decide: decide la memoria y la gráfica. Lo explicamos en el ranking de tarjetas gráficas para IA y, si prefieres el Mac, en qué Mac comprar para IA.
• En sobremesa no la busques. Una tarjeta gráfica hace todo lo que haría una NPU, más rápido, y el consumo importa menos enchufado a la pared.

Por dónde seguir

• Los mejores portátiles para programar con IA, con la NPU en su sitio entre los criterios.
• Las mejores tarjetas gráficas para IA, si quieres ejecutar modelos grandes en tu equipo.
• Los mejores mini PC para IA, para un equipo compacto con mucha memoria.
• Qué necesitas para usar IA en local: memoria, cuantización y programas.