“一個真正開放的 NPU 版本，即將改變邊緣 AI 的遊戲規則。”
在 AI 算力加速下，邊緣設備（例如可穿戴、智能家電、無人機）越來越需要低功耗、高性能、安全可靠的神經處理單元（NPU）。為此， 谷歌（Google Research）決定將其 Coral 品牌下的新 NPU IP 免費開源，面向整個行業開放；而 Synaptics 則成為首家將該 IP 真正整合於自己 Astra SL2610 系列 IoT SoC 中的廠商。

這個舉措背後，是谷歌希望從生態根本上減少碎片、提升安全、加速落地的戰略考量。

✦ 1 ✦ 開源背後的戰略思考
這一次，谷歌並非提供其自家閉源 ASIC ，而是上升至“設計 IP（Intellectual Property）”模式，面向其他芯片廠開放。其目的，正如谷歌邊緣 AI 研究部總監 Billy Rutledge 所説，是“在可穿戴級 SoC 成熟之前，設法避免像手機 SoC 那樣的大規模碎片化”。這種碎片化不僅侵蝕性能、損耗電力，還使整個生態在工具鏈、軟件棧、安全機制方面各自為政，從而阻礙了邊緣 AI 的廣泛落地。

開源的 NPU IP 基於 RISC-V 開放指令集架構，這使其具有模塊化、可擴展、無授權費或 royalty 負擔的特性。谷歌選擇 RISC-V 正是看重其日益增長的生態和無許可費的優勢。該 IP 目前的設計包括：一個 4 通道超標量（superscalar）32 位 RISC-V CPU；後續版本還預留了向量執行模塊和矩陣執行模塊的擴展。通過這一結構，谷歌還開源了從主流 ML 框架（如 TensorFlow、JAX）到 NPU 前端的編譯器／運行時代碼棧，意在打造一條從 模型到芯片的無縫通道。

✦ 2 ✦ 核心技術解析
硬件架構當前 Coral NPU 的 IP 版本，是以 RISC-V 32 位 CPU 為基核，面對的是邊緣設備中“運行復雜模型 + 極致低功耗”的雙重挑戰。谷歌團隊指出，邊緣 AI 的三大障礙是：一、在功耗受限的設備中實現足夠的性能；二、工具鏈繁雜且生態碎片嚴重；三、設備安全面臨挑戰。正是圍繞這三點，谷歌才採取了開放標準 + IP 授權 + 統一工具鏈的策略。
軟件生態與工具鏈硬件只是基礎，關鍵還在軟件。為了讓各廠商輕鬆採用、定製並部署該 NPU，谷歌開源了適配 ML 框架的編譯／運行時工具，確保模型可從任一主流框架下沉至 NPU 端。此外，谷歌也在 IP 規範內設定合規與檢測機制，以規避定製過度導致的軟件碎片。伴隨着 Synaptics 的首度落地，這個工具鏈生態開始具象化。

✦ 3 ✦ 首家落地：Synaptics Astra SL2610
作為硅片廠商中跳得最快的一家，Synaptics 在其 Astra SL2610 系列 IoT SoC 中整合了 Coral NPU IP。該系列芯片覆蓋從應用處理器級（雙 Arm Cortex-A55 核、12 nm工藝）到微控制器級場景，應用範圍包括智能家電、零售終端、無人機等。值得一提的是，Synaptics 將 Coral NPU 與自主設計的 T1 加速器（專注於 Transformer 和卷積操作、1 TOPS (INT8)）緊密耦合，組合成其命名為 “Torq” 的硬件平台。通過這種 “NPU + 專用加速器” 的組合，Synaptics 能夠在邊緣設備中提供即插即用的 AI 能力。

在工具鏈方面，Synaptics 亦採用了谷歌起源的 IREE (Intermediate Representation Execution Engine) 及 MLIR 編譯器，支持多種 ML 框架模型下沉至其 Astra 平台上。通過這一整合，Synaptics 希望打破“工具深耦合於特定硅片”的鎖定困境，從而為工廠、生態系統提供更多靈活性。

✦ 4 ✦ 意義與未來展望
生態意義
開源 IP 意味着更多廠商可以基於相同平台進行創新，減少不同廠商之間因硬件架構不同導致的軟件不兼容問題。
通過統一工具鏈和標準，設備商能夠跳過碎片化帶來的集成與開發摩擦，加快產品上市速度。
安全方面，谷歌強調在 IP 與工具鏈中引入合規、檢測機制，從生態上提升邊緣設備的可信性。
未來路徑
谷歌表示未來將推出支持大模型推理（LLM Inference）的向量核心及矩陣執行模塊，並在適當的 RISC-V 配置通過後予以啓動。
多廠商合作也在推進中，硅片設計服務商 VeriSilicon 已對該 IP 進行了驗證測試，並將作為 IP 的商業支持通道之一。
邊緣 AI 設備類型將進一步延伸：從可穿戴設備、智能家電，到廠商側 IoT 終端、無人機，再到工業 邊緣，終成為數據中心之外 AI 處理的主戰場。
對中國市場的啓示
對於中國的 IoT 與 AI 邊緣設備廠商來説，此次開源具有戰略借鑑意義：
快速採用開放 IP 能夠縮短從芯片設計到產品推出的時間。
藉助統一工具鏈可大幅降低軟件適配成本。
當多個廠商基於相同 IP 開始佈局，可能形成新的生態標準，廠商早期參與有戰略優勢。
但同時需警惕：開放 IP 雖然降低了進入門檻，但硬件性能、功耗、生態支持上的差異仍在，如何在競爭中脱穎而出，仍需差異化設計與系統級優化。
在邊緣 AI 的賽道上，真正的挑戰不只是“算力更高”或“功耗更低”，更是“生態更統一”、“工具鏈更友好”、“安全更可靠”。谷歌這一步——將 Coral NPU IP 開源，並由 Synaptics 率先整合落地——或許正是在推動邊緣 AI 從碎片走向共識、從孤立走向協作。對於設備廠商、芯片設計者、系統集成商來説，這是機會，也是新的競爭起點。未來數年，誰能率先在開放生態裏搶佔資源、誰就可能成為邊緣 AI 標準化浪潮中的領跑者。