我們都知道 CPU、GPU 在電腦中的任務，但近年 AI 的關係又出現了 NPU、TPU、LPU，你知道這些是什麼的嗎？
簡單來說，這三個詞都是指「專門用來處理 AI 任務」的處理器，但它們的應用場景完全不同。
TPU 和 LPU 主要是企業、雲端或特定手機品牌的技術，通常不會出現在一般電腦的規格表中。如果是一般消費者要採購電腦來說，你只需要關注 NPU。NPU、TPU、LPU 負責什麼任務？
NPU（Neural Processing Unit）
NPU 的中文叫「神經網路處理器」，這是目前消費級電腦（筆電、桌機）中最熱門的關鍵字。它是專門設計來跑「推論」（Inference）的，也就是執行已經訓練好的 AI 模型。
NPU 負責處理電腦中低功耗的 AI 任務，例如：視訊會議時的「背景模糊」、麥克風「降噪」、或是 Windows Copilot 的部分本機功能。
蘋果手機、電腦稱之為 Neural Engine（神經網路引擎），早已內建在 Mac（M系列晶片）和 iPhone（A系列晶片）中。Qualcomm 的 Snapdragon X 系列晶片也內建了強大的 NPU 效能。
而 Intel、AMD 在最新的 Core Ultra 和 Ryzen AI 系列處理器中也整合了 NPU。
TPU（Tensor Processing Unit）
TPU 的中文叫「張量處理器」，這是 Google 專門為了自家的 AI 框架（TensorFlow）所研發的晶片；它擅長處理大量的矩陣運算，效率極高。
因為 TPU 是 Google 自行設計，主要是 Google Cloud 伺服器在使用（你在用 Gemini 或 Google 翻譯時，背後可能就是 TPU 在跑）。而 Google 的 Pixel 手機的 Tensor 晶片中也包含了 TPU 核心，用來處理手機上的語音轉文字、魔術橡皮擦等功能。
TPU 是在市面上買不到的商品，一般的 Windows 或 Mac 電腦裡也都不會有 TPU。
LPU（Language Processing Unit）
LPU 的中文叫「語言處理器」，這是一個較新的概念，主要由 Groq 這家公司提出。
LPU 的功能和 TPU 有點像，都是專門為了 LLM（大型語言模型）設計。它的特點是「速度極快」，目的是讓 AI 聊天機器人的回應速度像人類講話一樣即時，沒有延遲。
這是企業級的伺服器技術，用來提供超快速的 AI API 服務。外面也完全買不到，這不是給個人電腦用的硬體。
個人 AI 電腦要怎麼買？
現階段如果要買 AI 電腦，你需要注意 NPU，可以完全忽略 TPU 和 LPU。（反正不可能買得到）
為什麼要注意 NPU？
隨著 2024-2025 年「AI PC」概念的普及，NPU 變得越來越重要，原因如下：
- NPU 會讓電腦的省電與續航數倍提升：以前視訊會議的「背景模糊」要靠 CPU 或 GPU 算，很耗電且風扇會狂轉。現在交給 NPU 處理，功耗極低，筆電續航力會變好。
- 在本機使用 AI 算力（Copilot+ PC）：微軟推動的 Copilot+ PC 標準，要求電腦必須具備算力達 40 TOPS（每秒兆次運算）以上的 NPU。如果你希望電腦能跑未來的 Windows 本機 AI 功能（如回顧功能 Recall、本機生圖），就需要買搭載強大 NPU 的機種。
- 蘋果用戶全面內建 NPU 算力：如果你買 Mac，Apple Silicon（M1、M2、M3、M4）全系列都標配 Neural Engine（NPU），所以你不需要特別挑選，因為已經內建了，且因為系統和軟體已經全面支援，整理效能通常很不錯。
微軟推動的 Copilot+ PC 標準，要求電腦必須具備算力達 40 TOPS（每秒兆次運算）以上的 NPU。如果你希望電腦能跑未來的 Windows 本機 AI 功能（如回顧功能 Recall、本機生圖），就需要買搭載強大 NPU 的機種。
Mac 電腦可能是目前 NPU 最佳電腦
目前最新的 Mac（M4 晶片）的 NPU 算力約為 38 TOPS（每秒 38 兆次運算），如果不談冰冷的數字，這個速度的體感結論是：
「非常快，且效率極高，但帳面數字略輸給 Windows 陣營最新的『AI PC』標準。」
雖然 Mac 的 NPU 帳面數字（38 TOPS）略低於 Copilot+ PC 標準，但實際使用上 Mac 往往處理 AI 任務更流暢，原因有二：
- macOS 的統一記憶體架構（Unified Memory）：Mac 的 NPU 可以直接存取超大容量的記憶體（例如 16GB、32GB 甚至 128GB）。而 Windows 電腦的 NPU 通常受限於較慢的記憶體傳輸。這讓 Mac 在跑「大語言模型（LLM）」或「AI 生圖」時，載入速度更快。
- Core ML 優化： macOS 系統層級對 NPU 的調用非常成熟。許多軟體（如 Pixelmator、Final Cut Pro，甚至 Adobe 系列）在 Mac 上使用 NPU 的效率比在 Windows 上更高。
比較起 AI PC，AI Mac 看起來更像是把錢花在刀口上
不過同代晶片中，買到頂規（Max、Pro）的 NPU 算力通常跟入門款是一模一樣的。只有「Ultra」系列因為是兩顆晶片黏在一起，算力才會翻倍。
有興趣可以看這個影片的介紹：
