Le Snapdragon nouvelle génération de Qualcomm déplace la bataille de l’IA de la vitesse vers la mémoire

Qualcomm a présenté trois moteurs intégrés à sa prochaine plateforme mobile haut de gamme, dont le premier CPU mobile que l’entreprise affirme capable d’atteindre 5 GHz. Pourtant, l’histoire du Snapdragon nouvelle génération de Qualcomm ne se résume pas à une fréquence plus élevée. Son CPU Oryon, son GPU Adreno et son NPU Hexagon visent tous la même contrainte : déplacer les données consomme du temps, de la bande passante mémoire et de l’énergie.

L’entreprise rapproche donc davantage de stockage et d’accélération spécialisée de chaque moteur de calcul. FlexCache alimente le CPU, une mémoire haute performance dédiée sert le GPU, et une mémoire partagée plus importante prend en charge le NPU. Ces changements sont conçus pour des charges de travail qui alternent constamment entre planification, graphismes, inférence et actions système.

Cette approche place Qualcomm face aux limites de mémoire d’un smartphone. Elle intervient également alors qu’Apple met en avant une bande passante mémoire accrue et une accélération neuronale sur sa puce A20 Pro. Qualcomm a fourni assez de détails architecturaux pour expliquer sa stratégie, mais pas assez de résultats indépendants pour désigner un vainqueur.

Qualcomm a révélé la plateforme avant de nommer la puce

Qualcomm a présenté en avant-première une stratégie de calcul intégrée, et non trois mises à niveau de composants sans lien entre elles.

Les révélations ont commencé avec le prochain CPU Oryon le 25 août 2026. Qualcomm a enchaîné avec son architecture graphique Adreno redessinée le 2 septembre. L’entreprise a ensuite détaillé le NPU Hexagon le 10 septembre, complétant ainsi le tableau central du traitement avant le Snapdragon Summit 2026.

L’entreprise n’a pas publiquement nommé la plateforme mobile haut de gamme dans ces révélations. Qualcomm indique toutefois que le silicium équipera sa prochaine génération d’appareils phares. Le Snapdragon Summit est prévu du 22 au 24 septembre à Maui, à Hawaï.

Le rapport architectural initial décrit un CPU Oryon à huit cœurs, avec deux cœurs Prime et six cœurs Performance. Les cœurs Prime atteignent 5 GHz, selon Qualcomm. Le GPU utilise trois tranches fonctionnant à 1,45 GHz, ainsi que 18 Mo de mémoire locale haute performance.

Le NPU Hexagon ajoute un Element Accelerator pour les opérations de transformeurs. Un transformeur est l’architecture de réseau neuronal derrière la plupart des modèles de langage modernes. Qualcomm indique également que le NPU prend en charge des longueurs de contexte allant jusqu’à 32K, ce qui signifie qu’il peut traiter jusqu’à 32 000 tokens pendant une session de modèle.

Ces spécifications offrent un titre de performance évident. Un CPU mobile à 5 GHz attire l’attention, car les smartphones doivent fonctionner dans des limites strictes de température et d’autonomie. Qualcomm revient toutefois à plusieurs reprises sur la proximité des données pour expliquer pourquoi cette nouvelle architecture compte.

La proximité des données consiste à conserver les instructions, l’état du modèle et les résultats intermédiaires près du processeur qui les utilise. Un cache proche demande généralement moins de temps et d’énergie que des accès répétés à la mémoire système. Le même principe apparaît dans les conceptions du CPU, du GPU et du NPU.

Le CPU reçoit un pool de cache alloué dynamiquement. Le GPU bénéficie d’une mémoire locale dédiée aux tuiles, aux frame buffers et aux données de calcul. Le NPU gagne en mémoire partagée ainsi qu’en techniques de chargement de modèles destinées à réduire les transferts externes.

C’est important, car l’IA agentique ne repose pas sur un calcul continu unique. Un agent IA peut interpréter une demande, élaborer un plan, appeler une application, analyser la réponse et réviser son action suivante. Les différentes étapes peuvent passer d’un moteur de traitement à l’autre, augmentant le coût de chaque transfert de données.

Qualcomm parie que les processeurs spécialisés apporteront davantage de valeur lorsque le système mémoire environnant les maintiendra bien alimentés. Cette proposition est plus déterminante qu’un simple record de fréquence de pointe. Elle sera aussi plus difficile à vérifier à partir d’une fiche technique.

Le CPU Oryon à 5 GHz ne raconte que la moitié de l’histoire du CPU

Le CPU Oryon a besoin d’un accès durable à des données utiles avant que ses cœurs Prime à 5 GHz puissent améliorer les applications réelles.

Qualcomm qualifie Oryon de microarchitecture de CPU personnalisée basée sur Arm. Une microarchitecture est la conception interne qui détermine la manière dont un processeur exécute les instructions, prédit les branchements, gère les caches et déplace les données. Qualcomm contrôle ces choix au lieu d’intégrer sans modification une conception standard de CPU Arm Cortex.

La prochaine implémentation mobile comprend deux cœurs Prime pour les tâches exigeantes et six cœurs Performance pour les autres tâches. Qualcomm affirme que les cœurs Prime font d’Oryon le premier CPU mobile à atteindre 5 GHz. Cette déclaration reste une affirmation de l’entreprise tant que les appareils commercialisés n’auront pas subi de tests indépendants.

La fréquence seule ne peut pas décrire les performances d’un processeur. Un cœur doit également exécuter des instructions utiles à chaque cycle d’horloge, tout en évitant les interruptions dues à des données manquantes. Les limites thermiques et énergétiques déterminent en outre combien de temps un téléphone peut maintenir sa vitesse maximale.

La conception Oryon à 5 GHz de Qualcomm associe donc son affirmation de fréquence à FlexCache. Cette architecture permet à des cœurs hétérogènes d’accéder à un pool de cache unique alloué dynamiquement. Les cœurs hétérogènes présentent des caractéristiques différentes en matière de performances et d’efficacité.

Une allocation fixe du cache peut laisser un cœur à court d’espace tandis qu’un autre dispose d’une capacité inutilisée. FlexCache permet au contraire à un cœur Prime exigeant de puiser dans un pool partagé plus vaste lorsque son ensemble de travail augmente. Un ensemble de travail désigne les données et les instructions dont une tâche active a besoin au cours d’une période donnée.

Conserver cet ensemble de travail dans le cache réduit les accès à la mémoire système. Cela peut diminuer la latence tout en réduisant le trafic à travers la puce. Cela peut également aider lorsqu’une tâche passe entre les cœurs Prime et Performance.

Les charges de travail agentiques illustrent cet objectif de conception. Un cœur pourrait gérer la logique applicative tandis qu’un autre prépare les données pour le NPU. Un cache partagé peut préserver les informations pertinentes pendant ces transitions au lieu de forcer chaque cœur à les récupérer de nouveau.

Les jeux offrent un autre exemple. Leurs processeurs mettent continuellement à jour l’état de simulation, le comportement des personnages et les données de scène. Un cache accessible plus important peut réduire les interruptions, même si les résultats réels dépendront de chaque moteur de jeu et du système de refroidissement du téléphone.

Le montage vidéo implique également des opérations enchaînées. Le décodage, les effets, la génération d’aperçus et l’exportation peuvent faire passer des images entre plusieurs unités de calcul. Qualcomm soutient que conserver davantage de ces informations à proximité améliorera la réactivité.

L’incertitude concerne les performances soutenues. Un processeur peut atteindre brièvement une fréquence élevée sans la maintenir lors d’une charge de travail prolongée. Qualcomm n’a pas encore publié l’enveloppe énergétique complète, la capacité de cache, le procédé de fabrication ou les résultats thermiques soutenus de cette plateforme mobile.

Cette omission n’invalide pas l’architecture. Elle signifie que le chiffre de 5 GHz doit être considéré comme une composante d’un système, et non comme un verdict final. Les téléphones commercialisés varieront selon leur refroidissement, leur capacité de batterie, leur planification logicielle et les réglages du fabricant.

Qualcomm fait également face à un contexte de comparaison difficile. L’A20 Pro d’Apple utilise un CPU à six cœurs et un packaging thermique redessiné dans l’iPhone 18 Pro. Apple affirme que sa nouvelle puce offre les meilleures performances soutenues jamais obtenues sur iPhone, tandis que Qualcomm revendique cette étape de fréquence mobile.

Ces affirmations reposent sur des mesures différentes. L’une met l’accent sur une fréquence de pointe, tandis que l’autre souligne des performances produit soutenues. Des tests indépendants devront comparer des téléphones finalisés dans des charges de travail, des températures et des conditions d’alimentation équivalentes.

Pour les acheteurs, la question utile n’est pas de savoir si 5 GHz apparaît sur une page de spécifications. Il s’agit de savoir si le CPU Oryon termine plus vite les tâches courantes et intensives sans réduire l’autonomie ni limiter ses performances après plusieurs minutes.

Le Snapdragon nouvelle génération de Qualcomm fait de la proximité mémoire son principal mécanisme

L’architecture Snapdragon nouvelle génération de Qualcomm répartit l’accélération de l’IA sur chaque moteur de calcul majeur tout en rapprochant la mémoire du travail à effectuer.

Le GPU Adreno rend cette stratégie particulièrement visible. Qualcomm indique que la nouvelle conception comprend trois tranches graphiques, chacune intégrant des Matrix Cores dédiés. Les Matrix Cores accélèrent les opérations mathématiques utilisées par les réseaux neuronaux et les techniques graphiques modernes.

Selon l’entreprise, il s’agit de la première génération Adreno dotée de ces cœurs d’IA dédiés. Au lieu d’envoyer chaque opération graphique assistée par IA vers le NPU, un jeu peut traiter certains modèles au sein du pipeline graphique. Cela élimine un aller-retour entre les blocs de traitement.

Le GPU comprend également 18 Mo d’Adreno High Performance Memory, ou HPM. Ce stockage local conserve notamment les frame buffers, les tuiles de rendu et les résultats de calcul intermédiaires. Qualcomm affirme que le maintien de ces éléments sur le GPU réduit le trafic vers la mémoire système.

L’entreprise fait état d’une amélioration énergétique de 12 % par rapport à la référence Snapdragon 8 Elite Gen 5. Ce chiffre n’a pas encore été reproduit de manière indépendante. Qualcomm n’a pas non plus fourni assez de détails sur les tests pour comparer chaque charge de travail ou condition de fonctionnement soutenue.

Adreno Neural Fusion est le système logiciel et matériel construit autour de ces Matrix Cores. Il applique une super-résolution assistée par IA, qui rend une scène à une résolution inférieure avant de reconstruire une sortie plus nette. Cette technique peut réduire la charge graphique lorsqu’elle est mise en œuvre efficacement.

L’upscaling traditionnel peut introduire du scintillement, des images fantômes ou des détails flous. Qualcomm affirme que sa nouvelle méthode améliore la stabilité des mouvements tout en conservant les détails fins. Son architecture de rendu IA est intégrée aux flux de travail Unity et Unreal Engine.

Ces intégrations sont importantes, car les fonctionnalités matérielles nécessitent l’adoption des développeurs. Un accélérateur spécialisé a une valeur limitée lorsque les moteurs et les applications ne peuvent pas y accéder facilement. La prise en charge de Unity et Unreal réduit le travail d’intégration, mais chaque studio doit toujours tester et publier des implémentations compatibles.

Le NPU Hexagon applique le même principe de proximité aux modèles de langage et aux agents. Un NPU est une unité de traitement neuronal conçue pour exécuter efficacement des opérations d’apprentissage automatique. Qualcomm a ajouté un Element Accelerator axé sur les calculs de transformeurs, aux côtés d’extensions vectorielles et scalaires.

Les extensions vectorielles traitent en parallèle de nombreuses valeurs liées. Les extensions scalaires gèrent des opérations individuelles, notamment la logique de routage et de décision. Qualcomm présente ces unités comme une architecture collective destinée à l’inférence, à l’orchestration et au contrôle des modèles.

L’entreprise indique que la grande capacité de mémoire partagée a augmenté de 50 %. Conserver l’état du modèle, le contexte, les activations et les données de cache clé-valeur près du NPU peut réduire les requêtes vers la mémoire externe. Un cache clé-valeur stocke les calculs précédents du transformeur afin que le modèle ne répète pas l’ensemble du travail antérieur pour chaque nouveau token.

Qualcomm revendique également des performances de préremplissage jusqu’à 50 % supérieures pour les modèles INT4 par rapport au Snapdragon 8 Elite Gen 5. INT4 stocke les valeurs du modèle à l’aide d’entiers sur quatre bits, réduisant l’utilisation de mémoire au prix possible d’une baisse de précision. Le préremplissage est l’étape qui traite un prompt initial avant qu’un modèle ne génère sa réponse.

Le NPU prend en charge les formats numériques INT2, INT4, INT8, FP8 et FP16. Les développeurs peuvent choisir entre des représentations plus petites ou plus grandes selon les besoins de qualité du modèle, de vitesse, de mémoire et d’énergie. Une précision inférieure réduit généralement l’utilisation des ressources, mais les résultats dépendent de la tolérance d’un modèle à la quantification.

L’affirmation la plus ambitieuse concerne les modèles mixture-of-experts. Un modèle MoE contient des groupes spécialisés de paramètres, mais n’active que les groupes sélectionnés pour chaque entrée. Cela peut donner accès à un modèle global plus vaste sans solliciter chaque paramètre à chaque token.

Selon les détails du NPU Hexagon de Qualcomm, la plateforme peut prendre en charge des modèles MoE comptant jusqu’à 30 milliards de paramètres au total. Environ 3 milliards de paramètres routés restent actifs à chaque étape de génération de token.

Qualcomm propose de stocker les experts inactifs dans la mémoire flash, puis de déplacer et mettre en cache les experts sélectionnés selon les besoins. Cette approche réduit la mémoire de travail nécessaire à un instant donné. Elle ne libère pas le modèle complet des contraintes de stockage, de latence de chargement ou de bande passante.

Les trois moteurs répondent donc à des étapes différentes. Oryon coordonne l’activité du système et le code généraliste. Hexagon exécute l’inférence neuronale intensive. Adreno gère les graphismes tout en accélérant les modèles d’IA intégrés au pipeline de rendu.

La stratégie repose sur le calcul hétérogène, qui attribue chaque charge de travail au processeur le mieux adapté. Qualcomm utilise le traitement hétérogène depuis des années. Le changement important est que les opérations d’IA dédiées et la mémoire locale s’étendent désormais plus profondément à l’ensemble de la plateforme.

Apple et MediaTek se heurtent à la même contrainte

Les concurrents de Qualcomm combinent eux aussi CPU, GPU, accélération neuronale, mémoire et logiciels, au lieu de considérer un NPU comme une fonction isolée.

Apple a annoncé l’A20 Pro le 9 septembre, un jour avant les révélations de Qualcomm sur Hexagon. Ce calendrier met en lumière deux stratégies haut de gamme différentes, bien que Qualcomm n’ait pas encore présenté la plateforme d’appareil finalisée.

L’A20 Pro repose sur un procédé de fabrication en 2 nanomètres et comprend un CPU à six cœurs, un GPU à sept cœurs et un Dual 16-core Neural Engine. Apple affirme que la puce offre 50 % de bande passante mémoire supplémentaire par rapport à l’A19 Pro. Elle intègre également des accélérateurs neuronaux au sein du CPU et du GPU.

Cette ressemblance est significative. Les deux entreprises répartissent les capacités d’apprentissage automatique entre traitement généraliste, graphismes et matériel neuronal dédié. Toutes deux considèrent également le déplacement des données en mémoire et le fonctionnement soutenu comme des problèmes de conception centraux.

La plateforme A20 Pro d’Apple associe sa puce à un nouvel assemblage et à une chambre à vapeur plus grande dans l’iPhone 18 Pro. Apple affirme que cette conception thermique permet d’obtenir jusqu’à 40 % de performances soutenues supplémentaires par rapport à la génération précédente.

Qualcomm n’a révélé ni téléphone final équivalent ni son implémentation du refroidissement. Les clients Snapdragon conçoivent des appareils dotés de systèmes thermiques différents, ce qui offre de la flexibilité aux fabricants mais produit des résultats variables. Un téléphone Snapdragon peut se comporter différemment d’un autre utilisant un silicium similaire.

Apple contrôle la puce, le système d’exploitation, les frameworks et l’appareil final. Cette intégration peut simplifier la manière dont les applications utilisent son Neural Engine et ses autres accélérateurs. Qualcomm doit coordonner Android, les fabricants de téléphones, les développeurs de modèles, les moteurs de jeu et sa propre pile logicielle.

Qualcomm dispose d’un avantage différent en matière de portée. Ses plateformes premium équipent des appareils de plusieurs fabricants, ce qui permet à une même architecture de prendre en charge des conceptions variées. Le succès dépend toutefois de la capacité des partenaires à exposer les nouvelles fonctions de manière cohérente.

MediaTek offre un autre point de comparaison dans l’univers Android. Son Dimensity 9500 associe un CPU à huit cœurs à un GPU Arm Mali-G1 Ultra et au MediaTek NPU 990. MediaTek commercialise la plateforme pour l’IA générative et agentique, le jeu, l’imagerie et l’inférence locale continue.

L’entreprise affirme que son NPU 990 offre une vitesse de génération de tokens plus de deux fois supérieure à celle de son prédécesseur. Elle revendique également une consommation de puissance de pointe jusqu’à 56 % inférieure pour certains traitements d’IA. Comme les chiffres de Qualcomm, ces résultats dépendent de conditions choisies par l’entreprise.

Les spécifications du Dimensity 9500 de MediaTek montrent que Qualcomm n’est pas seul à rechercher un traitement neuronal spécialisé et moins énergivore. La concurrence porte sur des plateformes complètes, des outils pour développeurs et des expériences commercialisées plutôt que sur un seul chiffre de TOPS.

TOPS signifie milliers de milliards d’opérations par seconde. Cette mesure peut décrire le débit théorique d’un NPU, mais elle ne rend pas compte de la compatibilité des modèles, de la capacité mémoire, de la vitesse de génération des tokens, de la surcharge logicielle ou de la consommation énergétique. Qualcomm a notamment choisi de concentrer ses nouvelles révélations sur l’architecture et le comportement des charges de travail.

La pression concurrentielle va au-delà de la domination des benchmarks. Les fabricants de téléphones ont besoin de fonctions d’IA convaincantes qui fonctionnent sans accès constant au cloud. Les développeurs ont besoin de voies fiables vers les accélérateurs. Les utilisateurs ont besoin que ces fonctions opèrent sans chaleur, délais ou décharge de batterie inacceptables.

Le traitement local peut améliorer la confidentialité, car certaines données restent sur l’appareil. Il peut aussi réduire la latence réseau et fournir des fonctions lorsque la connectivité est faible. Toutefois, l’exécution locale exige toujours que les applications gèrent de manière responsable les autorisations, les mises à jour de modèles et les données sensibles.

Les modèles cloud conserveront des avantages en matière d’échelle, de mise à jour rapide et d’accès à d’importantes ressources de calcul. La compétition la plus réaliste n’oppose donc pas le local au cloud comme un choix absolu. Elle porte sur la fréquence à laquelle un téléphone peut éviter le cloud tout en préservant qualité et réactivité.

Qualcomm veut que son architecture déplace cette frontière. Apple et MediaTek visent le même résultat à travers leurs propres systèmes matériels et logiciels. Cela fait de l’efficacité mémoire, de l’accès des développeurs et des performances soutenues des points de comparaison plus utiles que des records marketing isolés.

Les affirmations architecturales nécessitent encore des preuves sur des produits commercialisés

Qualcomm a expliqué comment la conception devrait fonctionner, mais n’a pas encore montré le comportement de la plateforme complète dans des téléphones vendus au détail.

La principale lacune de preuve concerne l’énergie et la thermique. Un pic à 5GHz indique peu de choses sur la durée pendant laquelle les deux cœurs Prime peuvent fonctionner à cette fréquence. Il ne révèle pas non plus l’énergie requise, l’effet sur la température de surface ou les performances après l’activation des limites thermiques.

L’amélioration de 12 % de la puissance GPU nécessite un contexte similaire. Qualcomm a identifié Snapdragon 8 Elite Gen 5 comme référence, mais les gains réels peuvent varier selon le jeu, la résolution, la fréquence d’images, le pilote et la conception du téléphone. La qualité d’image de Neural Fusion doit aussi être évaluée dans des scènes riches en mouvement.

Les performances d’IA ajoutent des complications supplémentaires. L’augmentation revendiquée de 50 % du prefill INT4 couvre une étape et un format numérique. Elle ne se traduit pas automatiquement par des performances agentiques de bout en bout 50 % plus rapides.

Un agent passe du temps en dehors de l’inférence de modèle. Il peut attendre le stockage, des réponses réseau, des autorisations d’application ou des services du système d’exploitation. Les échecs d’outils et les tentatives logicielles répétées peuvent dominer le délai perçu par l’utilisateur, même lorsque le NPU traite rapidement les tokens.

La prise en charge des MoE à 30 milliards de paramètres exige également une interprétation prudente. Seuls environ 3 milliards de paramètres sont actifs pour chaque token, tandis que les experts inactifs doivent rester disponibles dans le stockage. Le chargement de différents experts depuis la mémoire flash peut introduire de la latence et consommer de l’énergie.

La taille d’un modèle ne garantit pas sa qualité. Les données d’entraînement, l’architecture, la quantification, le routage et la conception de l’application influencent tous les résultats. Un modèle plus petit, optimisé pour une tâche précise, peut surpasser un modèle plus grand utilisé sans optimisation appropriée.

La prise en charge du contexte exige la même prudence. Une fenêtre de contexte de 32K décrit la quantité d’informations tokenisées à laquelle l’architecture peut accéder. Elle ne garantit pas qu’un modèle se souviendra précisément de chaque détail ni qu’il raisonnera correctement sur l’ensemble de cette fenêtre.

La prise en charge logicielle pourrait devenir le problème pratique le plus difficile. Les développeurs ont besoin d’API stables, de conversions de modèles documentées, d’outils de profilage et d’un comportement cohérent entre appareils. Les fonctions qui nécessitent un réglage approfondi propre à chaque fournisseur peuvent avoir du mal à dépasser le stade des démonstrations.

Qualcomm a réduit un obstacle à l’adoption en intégrant Neural Fusion aux principaux moteurs de jeu. L’histoire du NPU dépend toujours des frameworks, de la disponibilité des modèles, des services Android et des logiciels des téléphones. Les consommateurs ne peuvent pas profiter d’un accélérateur que les applications n’utilisent pas.

Les tests indépendants doivent également distinguer les résultats de benchmark de pointe des charges de travail soutenues. De courtes exécutions CPU peuvent favoriser la fréquence boost. De brefs tests d’IA risquent de ne pas révéler la pression mémoire ou les changements de température qui apparaissent au cours de sessions plus longues.

Une analyse de plateforme identifie la localité mémoire comme thème commun aux révélations de Qualcomm. Cette interprétation correspond à l’architecture, mais elle reste une hypothèse sur les performances des produits commercialisés.

Qualcomm mérite d’être crédité pour avoir révélé les mécanismes qui sous-tendent ses affirmations. FlexCache, Matrix Cores, HPM, l’Element Accelerator et les experts gérés via la mémoire flash sont plus instructifs qu’une simple étiquette générique de performance IA. Leur valeur combinée doit encore être mesurée.

Le résultat le plus convaincant ne serait pas une victoire dans un seul benchmark. Ce serait des performances cohérentes sur plusieurs téléphones commercialisés, avec des applications utiles restant réactives sous contraintes de batterie et de température.

Jusqu’à l’arrivée de ces appareils, la plateforme Snapdragon de nouvelle génération de Qualcomm doit être comprise comme une proposition architecturale détaillée. Elle ne constitue pas encore un verdict définitif sur le produit.

Trois signaux détermineront si le pari de Qualcomm fonctionne

Snapdragon Summit, les benchmarks sur les produits commercialisés et l’adoption par les développeurs détermineront si Qualcomm a résolu un véritable goulot d’étranglement ou simplement réorganisé ses priorités marketing.

Le premier signal sera le lancement complet de la plateforme au Snapdragon Summit 2026. Qualcomm doit révéler le nom de la puce, la technologie de fabrication, l’organisation complète des caches, la prise en charge mémoire, la connectivité et les objectifs de performance. Ces détails montreront ce qui entoure les trois moteurs de calcul.

Le lancement devrait également identifier les premiers partenaires pour les appareils et les disponibilités attendues. Un vaste groupe de fabricants engagés renforcerait l’argument de Qualcomm en faveur de sa plateforme. Un déploiement limité ou retardé réduirait la rapidité avec laquelle les développeurs peuvent considérer les nouvelles capacités comme une cible significative.

Le deuxième signal sera constitué de tests indépendants soutenus. Les testeurs devraient mesurer les performances CPU sur des charges de travail courtes et longues, puis suivre la consommation énergétique et la température. Les comparaisons les plus utiles incluront l’A20 Pro d’Apple et les puces haut de gamme actuelles de MediaTek.

Les tests GPU devraient évaluer séparément le rendu natif et Neural Fusion. Les testeurs doivent examiner la qualité d’image, la régularité des images, la consommation énergétique et les artefacts. Une fréquence d’images plus élevée compte moins lorsque les images reconstruites scintillent ou que la latence devient incohérente.

Les tests NPU devraient couvrir le traitement des prompts, la génération de tokens, la consommation mémoire et la durée totale des tâches. Ils devraient également comparer l’exécution locale à des alternatives CPU, GPU et assistées par le cloud. Un seul chiffre de débit de pointe ne peut pas rendre compte de ces différences.

Le troisième signal sera l’adoption par les applications. Qualcomm doit amener les développeurs à utiliser les Matrix Cores, l’Element Accelerator et la pile IA partagée dans des logiciels que les utilisateurs reconnaissent. Les jeux, assistants, applications créatives et outils de productivité devraient exposer des avantages mesurables.

Un agent utile sur l’appareil devrait accomplir des actions en plusieurs étapes avec des contrôles d’autorisations prévisibles. Il devrait préserver le contexte, fonctionner lorsque la connectivité est faible et éviter d’épuiser la batterie. De tels résultats étayeraient l’argument de Qualcomm selon lequel le calcul localisé transforme l’expérience.

Des démonstrations limitées l’affaibliraient. Il en irait de même pour des fonctions limitées à un seul téléphone ou à un modèle soigneusement sélectionné. La valeur d’une plateforme augmente lorsque les développeurs peuvent déployer des capacités sur plusieurs appareils sans travail de personnalisation approfondi.

Les prochains mois déplaceront donc l’attention des blocs architecturaux vers le comportement des produits. Qualcomm a présenté un argument cohérent selon lequel les mouvements de mémoire, et non la seule puissance de calcul brute, limitent l’IA mobile. L’entreprise a placé caches et accélérateurs là où cette thèse indique qu’ils doivent se trouver.

La plateforme Snapdragon de nouvelle génération de Qualcomm doit désormais démontrer que ces choix résistent à l’épreuve des téléphones réels, des logiciels réels et d’une utilisation prolongée. Suivez les spécifications annoncées lors du sommet, comparez les résultats soutenus sur les appareils commercialisés et examinez quelles applications activent réellement le nouveau matériel. Ces trois signaux indiqueront si Qualcomm a fait progresser l’IA embarquée ou s’est simplement contenté d’ajouter davantage d’étiquettes IA à la puce.