过去两年，NPU 几乎是每一场 PC 发布会的标配词汇：多少 TOPS 算力、能跑哪些大模型，讲得头头是道。但机器买回家之后，绝大多数用户和这块芯片的交集，仅限于设置页里的一行参数。8 月 19 日，微软发布博文，详细介绍 Windows 11 任务管理器的全新 AI 工作负载监控体验（via IT之家），NPU 第一次像 CPU、GPU 那样，成为用户可以随时“盯着看”的资源。
更新了什么
这次改动的核心，是把 NPU 的可见性从“整机”下沉到“进程”：
- 进程级 NPU 列：在“进程”“用户”和“详细信息”页面，任务管理器新增可选的 NPU 与 NPU 引擎列，用户可以直接看到是哪个应用、哪个进程在调用神经处理单元。此前兼容设备只能显示 NPU 的整体活动水平，属于“知道在跑，不知道谁在跑”。
- 内存归因：“详细信息”页面新增 NPU 专用内存与 NPU 共享内存两列，用于显示 AI 工作负载经由 NPU 消耗的显存/内存。当多个应用同时调用本地 AI 功能时，这一信息尤其有用，毕竟 NPU 上的内存争抢，此前几乎是完全的黑箱。
- 性能页补全：GPU 内置的神经引擎将出现在任务管理器的“性能”页面，与 CPU、GPU、磁盘、网络并列。
对普通用户，这是“查账”工具；对 IT 管理员，这是治理工具，哪些软件在后台偷偷跑本地推理、拖垮续航或挤占算力，从此有据可查。
为什么是现在
这条更新路径，Windows 其实走过一遍。Windows 10 时代，GPU 长期是任务管理器的盲区，直到 1809 版本才补上进程级 GPU 占用，此后游戏、剪辑、渲染软件的资源排查才变得顺手。NPU 监控走的是同一条路，只是节奏被本地 AI 的爆发强行提速了。
背景也不复杂：Copilot+ PC 把 40 TOPS 级 NPU 写进了准入门槛，系统级的 Windows Studio Effects、Recall，以及越来越多的第三方本地推理应用，都在瓜分这块算力。问题在于，异构计算的归因远比 CPU 时代复杂，不同厂商（高通、英特尔、AMD）的 NPU 架构各异，共享上下文与专用内存的边界模糊，进程级数据依赖驱动层面的配合。微软此前只能给出整机曲线，如今能拆到进程和内存两级，说明系统抽象和驱动生态都在补课。横向看，macOS 的活动监视器也早已把 Neural Engine 用量列为常规指标，Windows 这一步与其说是创新，不如说是把欠的账还上了。
一点点评
仪表盘级别的功能，看起来远不如模型发布会性感，但它标志着一个转折：本地 AI 正在从“能不能跑”的演示阶段，进入“跑得怎么样、被谁占用”的运维阶段。任何资源要成为基础设施，前提都是可观测——没有 top，就没有现代服务器运维；没有进程级 GPU 监控，就没有稳定的创意工作流。NPU 也一样。
当然，考验还在后面：数据准不准、厂商驱动跟不跟得上、第三方开发者会不会据此优化调度，都决定这个仪表盘是实用工具还是又一个摆设。但方向是对的，当“AI PC”不再只是一句口号，它首先得是一个可以被理解的 PC。