กูเกิลได้ประกาศเปิดซอร์สชิปประมวลผล Coral NPU (Neural Processing Unit) ผ่านแพลตฟอร์ม GitHub ภายใต้ไลเซนส์ Apache 2.0 โดยชิปตัวนี้ถูกออกแบบมาเพื่อเป็นตัวเร่งความเร็วการประมวลผล Machine Learning สำหรับอุปกรณ์ Edge AI ขนาดเล็ก ซึ่งถือเป็นก้าวสำคัญในการผลักดันให้เทคโนโลยี AI สามารถทำงานได้อย่างมีประสิทธิภาพบนอุปกรณ์ที่มีข้อจำกัดด้านพลังงาน[1]
Coral NPU เป็นสถาปัตยกรรมแบบ open-source ที่สร้างขึ้นจากพื้นฐานของ RISC-V CPU โดยมีการออกแบบ vector processing unit ที่ทำงานตามมาตรฐานชุดคำสั่ง RISC-V Vector ทั่วไป ทำให้ซอฟต์แวร์สามารถใช้งานร่วมกับชิปรุ่นอื่นๆ ในตระกูล RISC-V ได้อย่างราบรื่น นอกจากนี้ กูเกิลยังวางแผนจะเปิดเผยดีไซน์ของ matrix execution unit เพิ่มเติมในปีนี้ เพื่อรองรับการประมวลผลแบบ matrix operations ที่ใช้งานกันอย่างแพร่หลายในโมเดล AI สมัยใหม่[2]
ด้านประสิทธิภาพ Coral NPU สามารถประมวลผลได้สูงสุดถึง 512 GOPS (Giga Operations Per Second) ในขณะที่ใช้พลังงานเพียงไม่กี่มิลลิวัตต์เท่านั้น ทำให้เหมาะสมอย่างยิ่งสำหรับอุปกรณ์ที่ต้องการทำงาน AI แบบ always-on หรืออุปกรณ์ที่ใช้แบตเตอรี่ ชิปนี้รองรับการทำงานร่วมกับเฟรมเวิร์คยอดนิยม ได้แก่ TensorFlow, JAX และ PyTorch โดยในขั้นตอนแรกจะเน้นการใช้งานด้านการประมวลผลภาพและเสียง แต่จะมีการเพิ่มการรองรับ Transformer models ในอนาคต[2]
ในแง่ของการนำไปใช้งานจริง Synaptics ได้กลายเป็นผู้ผลิตรายแรกที่นำ Coral NPU ไปอิมพลีเมนต์ในผลิตภัณฑ์ของตนภายใต้ชื่อ Synaptics Astra SL2600 series ซึ่งภายในประกอบด้วย CPU หลักเป็น Arm Cortex-A55 คู่กับ Cortex-M52 ส่วนกราฟิก Mali และส่วน NPU ในชื่อ Synaptics Torq ที่พัฒนามาจาก Coral NPU ขณะนี้อยู่ในขั้นตอนการส่งมอบตัวอย่างให้กับลูกค้าบางส่วน และคาดว่าจะเริ่มวางจำหน่ายในไตรมาสที่สี่ของปี 2026[3]
การเปิดซอร์ส Coral NPU นี้สะท้อนให้เห็นถึงกลยุทธ์ของกูเกิลที่ต้องการสร้าง ecosystem สำหรับ Edge AI ที่เข้าถึงได้ง่ายและยืดหยุ่นมากขึ้น โดยผู้พัฒนาฮาร์ดแวร์สามารถนำดีไซน์ไปปรับแต่งให้เหมาะสมกับการใช้งานเฉพาะด้านได้ ในขณะที่ยังคงใช้ประโยชน์จากเครื่องมือพัฒนาและไลบรารีมาตรฐานจาก RISC-V ecosystem ที่มีอยู่แล้วอย่างกว้างขวาง ซึ่งจะช่วยลดต้นทุนและเวลาในการพัฒนาผลิตภัณฑ์ AI ที่ทำงานบนอุปกรณ์ปลายทางได้อย่างมีนัยสำคัญ