
LattePanda Mu Ultra 256V
Note globale (Détails en bas de la page) - 8.2
8.2
Le Mu Ultra tient sa promesse sur le seul terrain qui compte vraiment pour lui : son processeur neuronal traite la détection d'objets 3,8 fois plus vite que le processeur central, pour 8,5 fois moins d'énergie, et reste le seul des trois moteurs à ne jamais se brider. Sur une carte de la taille d'une carte de crédit destinée à être intégrée dans un produit, c'est décisif.
Le LattePanda Mu Ultra n’est ni un mini-PC classique ni un SBC prêt à l’emploi. C’est un module de calcul x86 de seulement 60 × 69,6 mm, conçu pour venir se greffer sur une carte porteuse et servir de cœur à un système embarqué, un robot, une machine de vision ou un terminal d’intelligence artificielle fonctionnant localement.
Pour ce test, DFRobot nous a envoyé la version la plus puissante, équipée d’un Intel Core Ultra 7 256V de génération Lunar Lake. Le kit DFR1295-1 comprend le module de calcul, la Mini Carrier Board et le refroidissement actif officiel. Il est actuellement affiché à 733 dollars au lieu de 783 dollars dans le cadre de l’offre de lancement.
Il faut toutefois ajouter l’alimentation 12 V de 60 W, vendue séparément 15,90 dollars, ainsi qu’un SSD NVMe puisque le Mu Ultra n’intègre aucun stockage. La configuration minimale telle que nous l’avons testée revient donc à 748,90 dollars avant même l’ajout du SSD.
Sous le dissipateur, le Core Ultra 7 256V regroupe quatre cœurs performance, quatre cœurs basse consommation, un GPU Intel Arc 140V et un NPU Intel AI Boost. Les 16 Go de LPDDR5X-8533 sont directement intégrés au package du processeur. LattePanda revendique jusqu’à 115 TOPS de puissance IA cumulée, dont 47 TOPS pour le NPU.
Sur le papier, c’est donc quasiment un PC complet concentré sur une carte à peine plus grande qu’une carte de crédit. Mais le format impose une contrainte immédiate : dissiper durablement près de 30 watts avec un refroidissement qui tient dans la paume de la main. C’est précisément là que notre test commence.

Un Core Ultra 7 256V sur une carte de 60 × 69,6 mm
Lancé le 09 septembre 2026, le Mu Ultra existe avec un Core Ultra 5 226V ou un Core Ultra 7 256V. Notre modèle DFR1295 reçoit ce dernier, avec huit cœurs et huit threads : quatre cœurs performance capables de monter jusqu’à 4,8 GHz et quatre cœurs basse consommation.

La partie graphique est confiée à un Intel Arc 140V doté de huit Xe-cores, tandis que le NPU Intel AI Boost revendique 47 TOPS en INT8. En ajoutant les capacités du CPU, du GPU et du NPU, Intel et LattePanda arrivent à un maximum théorique de 115 TOPS. Ce chiffre ne correspond donc pas à la puissance du seul NPU.
| LattePanda Mu Ultra testé | Caractéristiques |
|---|---|
| Modèle | DFR1295 |
| Processeur | Intel Core Ultra 7 256V, Lunar Lake |
| CPU | 4 P-cores + 4 LP E-cores, 8 threads |
| Fréquence maximale | 4,8 GHz |
| GPU | Intel Arc 140V, 8 Xe-cores, jusqu’à 1,95 GHz |
| NPU | Intel AI Boost, jusqu’à 47 TOPS INT8 |
| Mémoire | 16 Go LPDDR5X-8533 |
| Puissance IA cumulée | jusqu’à 115 TOPS INT8 |
| Dimensions | 60 × 69,6 mm |
| Stockage intégré | aucun |
| Systèmes | Windows 11, Ubuntu 24.04 ou ultérieur |
La particularité de Lunar Lake apparaît immédiatement lorsque l’on déballe la carte. Les puces de mémoire sont installées directement sur le package du processeur plutôt que sur des modules séparés. LattePanda peut ainsi proposer 16 Go de LPDDR5X à 8533 MT/s sans occuper davantage de surface sur le PCB.


Le reste du module ressemble davantage à une carte fille qu’à un ordinateur traditionnel. Pas d’USB, pas d’Ethernet, pas de HDMI et pas même de SSD directement sur cette carte. Tout passe par son connecteur de bord et doit être récupéré par une carte porteuse.
C’est une différence fondamentale avec un Raspberry Pi ou un mini-PC : le Mu Ultra est le cœur de la machine, pas la machine elle-même.
La Mini Carrier transforme le module en véritable PC
Pour nos essais, DFRobot nous a fourni la Mini Carrier Board. Le Mu Ultra vient s’insérer sur sa face inférieure, tandis que la carte porteuse récupère les lignes PCIe, USB, vidéo et les différentes interfaces du module.

Elle ajoute alors l’essentiel pour utiliser la plateforme comme un PC : deux USB-C, deux USB-A 10 Gb/s, une sortie HDMI 2.1, un port Ethernet 2,5 Gb/s et une prise audio. Elle accueille aussi un SSD NVMe via son emplacement M.2 M-Key PCIe 4.0 x2, une carte réseau au format M.2 E-Key et expose un port OCuLink pouvant exploiter quatre lignes PCIe 4.0, en plus des GPIO et connecteurs destinés à l’intégration.

Le stockage est justement l’une des différences importantes du Mu Ultra : contrairement à certains SBC, aucune mémoire eMMC n’est intégrée au module. Il faut installer un SSD NVMe sur la carrier board avant d’y déployer Windows ou Linux.
Cette architecture a un avantage évident pour un intégrateur. LattePanda vend son propre PCB de développement, mais le Mu Ultra peut ensuite être placé sur une carte porteuse conçue spécifiquement pour le produit final, avec uniquement les ports et périphériques nécessaires.

Elle explique aussi pourquoi il faut être prudent lorsque l’on parle de la « connectique du Mu Ultra » : les interfaces disponibles sur le processeur et celles physiquement accessibles à l’utilisateur sont deux choses différentes.
Un refroidissement beaucoup plus gros que le module
Le dernier élément du kit est difficile à ignorer. Une fois retourné, le refroidisseur actif révèle une large plaque de contact entourée de multiples pads thermiques chargés de récupérer la chaleur du module. Sur l’autre face, une petite turbine de 40 mm force l’air à travers les ailettes.

L’ensemble est presque aussi imposant que le Mu Ultra lui-même.

Et ce n’est pas un luxe. Intel donne le Core Ultra 7 256V pour 17 watts de puissance de base, avec une puissance turbo maximale de 37 watts. LattePanda a choisi de régler sa plateforme à 30 watts en charge prolongée.

C’est précisément ici que commencent nos mesures.

Le principe du Mu Ultra est différent de celui d’un mini-PC. Un mini-PC intègre déjà sa carte mère, ses ports, son alimentation, son stockage et son refroidissement dans un boîtier prêt à l’emploi. Ici, le Mu Ultra ne constitue que le cœur de la machine : processeur, mémoire et principales interfaces sont regroupés sur un module compact qui doit être installé sur une carte porteuse pour devenir utilisable.
Cette approche vise d’abord les développeurs, les makers avancés et les concepteurs de systèmes embarqués qui veulent intégrer un ordinateur x86 directement dans leur propre produit. LattePanda cite notamment la robotique, les terminaux d’IA locale, les instruments portables et la vision industrielle. La Mini Carrier Board fournie dans notre kit sert justement de plateforme de développement : elle expose la connectique nécessaire pour utiliser le Mu Ultra comme un PC, avant qu’une éventuelle carte porteuse sur mesure ne prenne sa place dans un produit final.
Le refroidissement du LattePanda Mu Ultra tient-il réellement les 30 watts ?
LattePanda règle par défaut la limite de puissance longue durée à 30 watts, alors qu’Intel annonce 17 watts de puissance de base pour ce processeur. La documentation du constructeur déconseille elle-même de dépasser ces 30 watts en charge continue. Restait à savoir si la turbine fournie les tenait.

Sur notre charge continue la plus lourde, elle ne parvient pas à les tenir. Sur trente minutes, la carte démarre à 37 watts pendant quatorze secondes, redescend vers 30 watts pendant trente-cinq secondes, puis se stabilise à 24,7 watts au bout de quatre-vingt-cinq secondes. Les cœurs performance tombent alors à 3116 MHz pour une température de 93,3 °C. Enfermée dans une boîte fermée, la carte ne tient plus que 20,2 watts et 2843 MHz.

| Mesure sur 30 minutes | À l’air libre | En boîte fermée |
|---|---|---|
| Puissance tenue | 24,7 W | 20,2 W |
| Température | 93,3 °C | 95,1 °C |
| Cœurs performance | 3116 MHz | 2843 MHz |
| Cœurs basse consommation | 3644 MHz | 3228 MHz |
| Bruit à 45 cm | 48,5 dBA | 41,0 dBA |
La colonne du bruit réserve la vraie surprise. Enfermer la carte coûte 18 % de puissance et 9 % de fréquence, mais fait gagner 7,5 dBA, soit presque moitié moins fort à l’oreille. Pour une machine posée sur un bureau, l’échange est bon. Au repos, la carte reste inaudible à 32,4 dBA, contre 31,5 dBA de bruit de fond dans la pièce.
Ce que le Core Ultra 7 256V donne vraiment sur cette carte
Restait à mesurer ce que ce plafond coûte en performances réelles. Nous avons lancé trois charges classiques à l’air libre, chacune au-delà du seuil des quatre-vingt-cinq secondes, en relevant la consommation pendant le test.

| Charge en régime tenu | Score | Puissance | Cœurs performance | Température |
|---|---|---|---|---|
| 7-zip, compression | 51 932 MIPS | 28,3 W | 3726 MHz | 97 °C |
| AES-256-GCM | 43 851 Mo/s | 26,3 W | 3412 MHz | 96 °C |
| sysbench, calcul entier | 36 047 evt/s | 28,4 W | 4199 MHz | 94 °C |
Les trois charges finissent par brider, mais pas de la même manière. Le calcul entier de sysbench conserve 4199 MHz et reste à 94 °C, parce qu’il sollicite peu les unités vectorielles. Le chiffrement AES, lui, tombe à 3412 MHz : les instructions dédiées consomment beaucoup, et le processeur doit baisser la fréquence pour rester sous les 30 watts programmés. La compression 7-zip se situe entre les deux, à 3726 MHz et 97 °C.
Ces chiffres nuancent la mesure thermique. Sous une charge synthétique lourde, la carte plafonnait à 24,7 watts et 3116 MHz ; sur du travail courant, elle tient 26 à 28 watts et dépasse les 4 GHz. Les 24,7 watts restent donc le pire cas, pas la limite générale.
Un détail compte enfin pour qui voudrait refaire ces mesures : en dessous de quatre-vingt-cinq secondes, on mesure encore le sursaut à 37 watts et non le régime durable. Sur les charges qui finissent par brider, l’écart atteint 5 à 8 % : la compression 7-zip passe de 56 255 à 51 932 MIPS et le chiffrement de 46 406 à 43 851 Mo/s. Sysbench, lui, ne bouge pas. Un test court peut donc surévaluer les performances lorsque la charge finit par rencontrer la limite thermique.
Le NPU de Lunar Lake écrase le processeur en détection d’objets
Le processeur neuronal du Mu Ultra fonctionne sous Linux, sans passer par Windows. Le noyau 7.0 d’Ubuntu 26.04 le reconnaît nativement, il ne manque que le pilote Level Zero publié par Intel. OpenVINO l’expose alors sous son nom commercial, Intel AI Boost, à côté du processeur et du GPU Arc.
Nous avons fait tourner le même modèle de détection d’objets YOLO11 sur les trois moteurs, cent vingt secondes chacun, en relevant la consommation pendant la mesure. Sur le modèle léger, le NPU traite 590,4 images par seconde contre 326,8 pour le GPU et 154,8 pour le processeur. Il est donc 1,8 fois plus rapide que le GPU et 3,8 fois plus rapide que le processeur, pour 13,3 watts seulement.

Cette domination a une limite, et elle se voit précisément. En passant au modèle intermédiaire, l’avance du NPU tombe de 1,81 à 1,22. Sur le modèle lourd, le GPU passe devant avec 181,2 images par seconde contre 163,8. Le classement dépend donc directement de la taille du modèle : le NPU domine les charges les plus légères, tandis que l’Arc 140V profite davantage de la montée en complexité et finit par prendre l’avantage.
| YOLO11m, modèle lourd | NPU | GPU Arc 140V | Processeur |
|---|---|---|---|
| Débit | 163,8 img/s | 181,2 img/s | 23,4 img/s |
| Latence | 54,0 ms | 21,1 ms | 137,1 ms |
| Puissance tenue | 13,3 W | 21,1 W | 28,5 W |
| Température | 94 °C | 95 °C | 96 °C |
| Bridage thermique | aucun | oui | oui |
Un NPU qui ne bride pas dans nos essais, et qui reste le plus sobre
Deux constantes traversent nos trois modèles. Le NPU ne déclenche aucun bridage thermique pendant ces essais, alors que le GPU et le processeur atteignent leur limite thermique dans notre protocole. Il reste aussi le plus efficace en énergie : 44,4 images par watt sur le modèle léger contre 23,9 au GPU, puis 22,8 contre 15,5, puis 9,5 contre 8,6. L’écart se resserre sans s’inverser dans les trois cas mesurés.

Le GPU conserve en revanche la meilleure latence sur toute la gamme, de 10,2 à 21,1 millisecondes contre 14,9 à 54,0 pour le NPU. Sur le modèle lourd, les 54 millisecondes du NPU dépassent notamment le budget de 33,3 ms correspondant à un traitement image par image à 30 fps. Quant au processeur, il ne joue pas dans la même cour : 23,4 images par seconde et 137 millisecondes de latence, pour 28,5 watts.

Ce résultat inverse celui obtenu en génération de texte. Sur Phi-3.5-mini, l’Arc 140V atteint 43,3 jetons par seconde contre 27,1 pour le NPU. Cette hiérarchie rejoint d’ailleurs les propres exemples de LattePanda : pour ses démonstrations LLM sous OpenVINO GenAI, le constructeur utilise l’iGPU et non le NPU. Le NPU reste exploitable pour certaines charges IA, mais son intérêt apparaît surtout lorsque le modèle et le graphe sont adaptés à son architecture.
Ce que vaut réellement le LattePanda Mu Ultra

Carte de test fournie par DFRobot. Mesures réalisées sous Ubuntu 26.04, OpenVINO 2026.4, pièce à 26 °C.
