Google 开源 Coral NPU 平台，引领边缘 AI 硬件创新

近日，Google Research 正式宣布开源 Coral NPU 平台，这是一套针对硬件工程师与 AI 开发者的全栈式开源解决方案，旨在克服人工智能在可穿戴设备和边缘设备部署中的主要障碍，例如性能瓶颈、生态系统碎片化以及用户信任危机。

Coral NPU 的核心使命是让全天候 AI 应用能够在电池供电设备上高效运行，并为高性能场景提供可配置选项，从而实现能耗与计算能力的智能平衡。

要让 AI 真正扮演“智能助理”角色，例如自动协助用户管理日程、实时翻译对话或感知周围环境，它必须在用户随身设备上本地运行。这带来了根本性挑战：如何在功率受限的边缘设备中嵌入环境感知型 AI，使设备摆脱云端依赖，实现私密、安全且全天候的智能体验。

Google 研究人员强调，基于 Coral NPU 构建的硬件设备能支持多样化的 AI 应用场景，涵盖用户活动与环境感知、音视频处理（如语音识别、实时翻译、人脸识别）以及手势识别等。

• 在将 AI 融入可穿戴设备和边缘设备的过程中，Coral NPU 平台专注于解决三大关键挑战：
• 弥合边缘设备有限计算能力与前沿大模型高需求之间的差距；
• 缓解设备生态系统碎片化带来的开发困境，统一不同厂商的专有芯片与硬件环境；

确保用户数据免受未经授权访问，加强隐私保护措施。

在架构设计上，Coral NPU 通过反向工程理念重塑芯片逻辑：不再优先传统标量计算，而是聚焦于机器学习矩阵引擎，从底层硅片开始为 AI 优化，实现更高效的本地推理性能。

在隐私安全方面，Coral NPU 采用 CHERI 等先进技术，通过精细化的内存级安全机制和可扩展软件隔离体系，构建由硬件强制执行的安全沙箱，保障用户数据安全。

该平台基于符合 RISC-V 指令集架构（ISA）的一组 IP 模块构建，其基础设计可在仅消耗数毫瓦功率的情况下，达到每秒 512 GOPS（十亿次运算）的性能。相比之下，早期的非开源版 Google Coral 可实现 4 TOPS（万亿次运算），但功耗约为 1 瓦。

Coral NPU 平台包含三大核心组件：

• 管理数据流的标量核心；
• 兼容 RISC-V 向量指令集的向量执行单元；
• 用于加速神经网络计算的矩阵执行单元。

在编程层面，Coral NPU 架构与现代 C 编译器（如 IREE 与 TFLM）深度集成，并支持多种机器学习框架，包括 TensorFlow、JAX 和 PyTorch。

为提升性能，Google 研究团队开发了全套工具链：使用 TensorFlow、JAX 或 PyTorch 构建的机器学习模型，会先转换为通用中间表示（MLIR），再经过多层次语义降级（progressive lowering），逐步接近硬件底层语言，最终编译为二进制文件，实现高效部署。

值得一提的是，Google Research 与 Synaptics 合作，共同推出了首款基于这一新架构的物联网处理器，为 Coral NPU 的实践应用提供了首个范例。

目前，Coral NPU 平台已在 GitHub 上开源发布。

原文链接：https://www.infoq.com/news/2025/10/google-coral-npu-platform/