Venerdì Intel ha pubblicato la versione 1.38 del driver Linux per NPU, segnando l’ingresso ufficiale di Ubuntu 26.04 LTS tra le distribuzioni supportate. Non si tratta di un semplice aggiornamento di routine: i componenti user-space open source del driver lavorano in coppia con il driver kernel IVPU già presente a monte, e insieme consentono al sistema operativo di usare la Neural Processing Unit integrata nei processori Core Ultra per carichi di inference locale.

La novità arriva in un momento in cui l’accelerazione AI non è più solo una questione da data center. Le NPU dei Core Ultra puntano a un’efficienza energetica che le rende adatte a eseguire modelli compatti direttamente su laptop, mini-PC e sistemi edge, riducendo la necessità di inviare dati a servizi cloud. Su Linux questo valore si realizza soprattutto se il supporto è disponibile in una release LTS: chi gestisce parchi di macchine o dispositivi embedded tende a standardizzare su versioni con manutenzione lunga, dove i pacchetti non ufficiali o le backport rappresentano un rischio operativo piuttosto che una soluzione.

Il punto strutturale non è la singola release del driver, ma la distanza fra il supporto nel kernel e quello nello spazio utente. Intel ha spinto da tempo il driver IVPU upstream, ma la parte user-space è rimasta più frammentata. L’allineamento con Ubuntu 26.04 LTS riduce un attrito concreto: per chi valuta un deployment on-premise o edge su hardware Intel, avere componenti open source integrati nella distribuzione semplifica audit, manutenzione e isolamento della rete. Non è una questione di benchmark, ma di sostenibilità operativa.

Va anche letto in chiave sovranità dei dati. Un’organizzazione che usa NPU locali per inference può tenere i dati sul dispositivo o all’interno del perimetro aziendale, evitando chiamate a endpoint esterni. Il carattere open source dei componenti user-space toglie opacità alla catena del software e consente ispezioni che i blob proprietari non permettono. Questo non rende la NPU un sostituto delle GPU per training o LLM di grandi dimensioni: il ruolo è più circoscritto, orientato a modelli leggeri, riconoscimento, analisi locale e casi in cui la latenza di rete o i vincoli di riservatezza contano più della potenza bruta.

La conseguenza di secondo ordine riguarda la maturazione dell’ecosistema Linux per l’AI su client ed edge. Il supporto ufficiale in una LTS attesa non interessa solo gli sviluppatori del kernel, ma anche i distributori di sistemi industriali, i produttori di appliance e i team IT che devono prevedere cicli di vita pluriennali. Rendere il driver disponibile nel canale giusto sposta la NPU da componente sperimentale a elemento pianificabile, un passaggio che spesso determina se una tecnicia entra davvero nei capitolati o resta confinata ai prototipi.