Se 2024 foi o ano dos "AI PC" e 2025 o dos agentes, 2026 está a ser o ano em que a inferência local se torna uma decisão de compra séria. O motivo tem nome de três letras: NPU (Neural Processing Unit), o chip especializado que executa redes neuronais com uma fração do consumo de uma GPU. Neste guia analisamos as cinco unidades NPU mais relevantes de 2026 e 2027, ordenadas do bolso ao datacenter, e o que cada uma significa para uma empresa que quer IA sem ceder os seus dados.
1. Tiiny AI Pocket Lab: um supercomputador de IA em 300 gramas
Apresentado na CES 2026, o Pocket Lab da Tiiny AI é a demonstração mais radical de até onde chegou a miniaturização: uma CPU ARM v9.2 de 12 núcleos acompanhada de uma NPU discreta de ~160 TOPS, 80 GB de LPDDR5X e 1 TB de SSD num dispositivo de 300 gramas que consome cerca de 65 W. A manchete? Executa LLMs de até 120 mil milhões de parâmetros completamente offline, com implementação num clique de modelos abertos como GPT-OSS, Llama, Qwen ou Mistral. Com um preço de lançamento à volta dos 1.400 €, coloca um "laboratório de IA privado" ao alcance de qualquer profissional.
2. NVIDIA Jetson AGX Orin / Thor: o padrão embedded
Em robótica, visão computacional e indústria, a família Jetson continua a ser a referência: até 275 TOPS no AGX Orin e um salto geracional com o Thor para robôs e máquinas autónomas. A sua vantagem não é só o silício, mas o ecossistema de software (CUDA, TensorRT, Isaac) mais maduro do mercado. É a opção segura quando a IA tem de viver dentro de uma máquina.
3. Hailo-10H: IA generativa no edge com 3 watts
A israelita Hailo conseguiu algo notável com a Hailo-10H: 40 TOPS INT8 com 8 GB de RAM dedicada consumindo cerca de 3 W. Disponível em módulos M.2, USB e como cérebro da Raspberry Pi AI HAT+ 2 de 2026, leva LLMs pequenos e modelos de visão a dispositivos onde antes só cabia um microcontrolador. Para IoT industrial e retalho é, hoje, a relação TOPS/watt a bater.
4. Axelera AI Metis: visão industrial a 214 TOPS
A europeia Axelera AI ataca o nicho da visão industrial com o Metis, um acelerador em formato M.2/PCIe que entrega até 214 TOPS INT8 consumindo entre 3,5 e 9 W. Latências abaixo dos 100 ms sem roubar RAM ao sistema anfitrião: exatamente o que pedem as linhas de produção, a logística e o controlo de qualidade automatizado.
5. Qualcomm AI200 e AI250: a NPU chega ao rack
O movimento mais importante para o datacenter vem da Qualcomm: os seus aceleradores AI200 (2026) e AI250 (2027), baseados em NPUs Hexagon à escala de rack. O AI200 monta 768 GB de memória LPDDR por placa com refrigeração líquida direta; o AI250 introduz uma arquitetura near-memory que promete mais de 10 vezes a largura de banda efetiva. O objetivo declarado: o melhor custo por inferência por watt do mercado, competindo de igual para igual com os racks da NVIDIA e da AMD.
E a sexta: a unidade NPU em rack da NAiOS
Na NAiOS acreditamos que esta onda muda as regras da IA empresarial, e não queremos limitar-nos a observá-la: a NAiOS Labs está a preparar a sua própria unidade personalizada baseada em NPUs em formato rack, desenhada para ser montada em datacenters próprios. É a evolução natural da nossa modalidade Dedicado on-site: hardware de IA moderno (GPU/NPU) dentro das instalações — do cliente ou da NAiOS —, avaliado caso a caso pela NAiOS Labs, com soberania máxima: a IA e os dados não saem fisicamente da empresa.
Conclusão
Dos 300 gramas do Pocket Lab aos 160 kW de um rack AI200, as NPUs cobriram em dois anos todo o espectro entre o bolso e o datacenter. Para a empresa a mensagem é clara: a IA soberana já não é um luxo. Para entender o termo a fundo, veja a entrada NPU na NAiOS Wiki; e se quiser explorar que modalidade encaixa na sua organização, falemos.
