标准回答
NPU 的原理
NPU（神经处理单元）是专为神经网络设计的加速器，核心是大规模 MAC（乘加）阵列与脉动结构，把卷积、矩阵乘这类主导算子并行化。相比通用 CPU/GPU，它针对固定的计算模式做硬件特化，去掉通用调度开销。
为什么高能效
NPU 主打低精度定点运算（INT8、INT4）。低比特让单位面积可放更多算力、访存带宽需求更低、功耗更小，因此每瓦算力（能效比）远高于浮点通用单元，非常契合电池供电的移动端。
使用前提
要把模型算子映射到 NPU 支持的算子集，并通常将权重/激活量化到定点；运行时（如 NNAPI、Core ML、厂商 SDK）负责把图委托给 NPU。
约束
不被支持的算子会回退到 CPU，引入异构间的数据搬运与同步开销；端侧吞吐还常受内存带宽与算子映射质量制约，需在真机上 profile。
常见误区
⚠️ 常见踩坑
以为「有 NPU 就一定快」——若模型含大量不被支持的算子频繁回退 CPU，或未量化无法走定点通路，加速会大打折扣；也别忽视内存带宽常是端侧真正瓶颈。
延伸学习
与本题相关的知识库文章、术语、工具与行业资讯。