微軟日前在Windows IT Pro部落格中宣布，Windows 任務管理器迎來針對 AI 工作負載的監控升級，新增對 NPU
（神經網路處理器）和 GPU 神經引擎的進程級可視化能力。
過去，任務管理器的"進程"選項卡只顯示 CPU 和常規 GPU 占用，不反映單個應用是否調用了 NPU 或 GPU 上的 AI 加速單元。現在，部分較新設備可在"進程"選項卡右鍵列標題，啟用 NPU、NPU 引擎、GPU、GPU 引擎等列，"性能"選項卡則提供整體利用率概覽。微軟特別區分了常規 GPU 算力與 GPU 內置 AI 矩陣引擎（即"GPU 神經引擎"），後者執行 AI 數學運算的效率遠高於標準 GPU。
GPU的負載區分更加明顯
對開發者而言，這一改進有直接價值。使用 ONNX Runtime 或 Windows DirectML 構建本地 AI 應用時，框架可能因數據類型不匹配或驅動缺失而"靜默回退"至 CPU——應用不崩潰，但性能驟降。"詳細資訊"選項卡中，新增的 NPU 引擎列顯示"NPU – Compute"或"NPU – Neural"，GPU 引擎列顯示"GPU – Neural"，開發者可據此判斷模型是否落在了目標硬體上。
若 NPU 列為 0% 且 CPU 占用高，說明回退正在發生，需重新量化模型（如將 FP32 模型轉為適配 INT8 優化 NPU 的格式）。此外，該選項卡還新增了專用 NPU 內存和共享 NPU 內存列——當專用內存耗盡、分配溢出到共享內存時性能會下降，此前這一現象在系統層面幾乎不可見。
新增Neural（神經網路）圖表
對普通用戶，這組數據同樣關乎續航。AI 工作負載走 CPU 和常規 GPU 路徑時功耗極高，走 NPU 和 GPU 神經引擎則毫瓦級耗電。
這批功能現時僅在部分較新設備上可用。微軟表示，當前監控能力也為未來硬體生態創新奠定基礎。
