微软日前在 Windows IT Pro 博客中宣布，Windows 任务管理器迎来针对 AI 工作负载的监控升级，新增对 NPU（神经网络处理器）和 GPU 神经引擎的进程级可视化能力。

过去，任务管理器的 " 进程 " 选项卡只显示   CPU 和常规 GPU 占用，不反映单个应用是否调用了 NPU 或 GPU 上的 AI   加速单元。现在，部分较新设备可在 " 进程 " 选项卡右键列标题，启用 NPU、NPU 引擎、GPU、GPU   引擎等列，" 性能 " 选项卡则提供整体利用率概览。微软特别区分了常规 GPU 算力与 GPU 内置 AI 矩阵引擎（即 "GPU   神经引擎 "），后者执行 AI 数学运算的效率远高于标准 GPU。

GPU 的负载区分更加明显

对开发者而言，这一改进有直接价值。使用   ONNX Runtime 或 Windows DirectML 构建本地 AI 应用时，框架可能因数据类型不匹配或驱动缺失而 " 静默回退 " 至   CPU ——应用不崩溃，但性能骤降。" 详细信息 " 选项卡中，新增的 NPU 引擎列显示 "NPU – Compute" 或 "NPU –   Neural"，GPU 引擎列显示 "GPU – Neural"，开发者可据此判断模型是否落在了目标硬件上。

若   NPU 列为 0% 且 CPU 占用高，说明回退正在发生，需重新量化模型（如将 FP32 模型转为适配 INT8 优化 NPU   的格式）。此外，该选项卡还新增了专用 NPU 内存和共享 NPU   内存列——当专用内存耗尽、分配溢出到共享内存时性能会下降，此前这一现象在系统层面几乎不可见。

新增 Neural（神经网络）图表

对普通用户，这组数据同样关乎续航。AI 工作负载走 CPU 和常规 GPU 路径时功耗极高，走 NPU 和 GPU 神经引擎则毫瓦级耗电。

这批功能现时仅在部分较新设备上可用。微软表示，当前监控能力也为未来硬件生态创新奠定基础。

超能网公众号

扫码关注我们，浏览热门硬件评测

随时查看最新天梯榜