“一个真正开放的 NPU 版本，即将改变边缘 AI 的游戏规则。”
在 AI 算力加速下，边缘设备（例如可穿戴、智能家电、无人机）越来越需要低功耗、高性能、安全可靠的神经处理单元（NPU）。为此， 谷歌（Google Research）决定将其 Coral 品牌下的新 NPU IP 免费开源，面向整个行业开放；而 Synaptics 则成为首家将该 IP 真正整合于自己 Astra SL2610 系列 IoT SoC 中的厂商。
这个举措背后，是谷歌希望从生态根本上减少碎片、提升安全、加速落地的战略考量。
✦ 1 ✦ 开源背后的战略思考
这一次，谷歌并非提供其自家闭源 ASIC ，而是上升至“设计 IP（Intellectual Property）”模式，面向其他芯片厂开放。其目的，正如谷歌边缘 AI 研究部总监 Billy Rutledge 所说，是“在可穿戴级 SoC 成熟之前，设法避免像手机 SoC 那样的大规模碎片化”。这种碎片化不仅侵蚀性能、损耗电力，还使整个生态在工具链、软件栈、安全机制方面各自为政，从而阻碍了边缘 AI 的广泛落地。
开源的 NPU IP 基于 RISC-V 开放指令集架构，这使其具有模块化、可扩展、无授权费或 royalty 负担的特性。谷歌选择 RISC-V 正是看重其日益增长的生态和无许可费的优势。该 IP 目前的设计包括：一个 4 通道超标量（superscalar）32 位 RISC-V CPU；后续版本还预留了向量执行模块和矩阵执行模块的扩展。通过这一结构，谷歌还开源了从主流 ML 框架（如 TensorFlow、JAX）到 NPU 前端的编译器／运行时代码栈，意在打造一条从 模型到芯片的无缝通道。
✦ 2 ✦ 核心技术解析
硬件架构
当前 Coral NPU 的 IP 版本，是以 RISC-V 32 位 CPU 为基核，面对的是边缘设备中“运行复杂模型 + 极致低功耗”的双重挑战。谷歌团队指出，边缘 AI 的三大障碍是：一、在功耗受限的设备中实现足够的性能；二、工具链繁杂且生态碎片严重；三、设备安全面临挑战。正是围绕这三点，谷歌才采取了开放标准 + IP 授权 + 统一工具链的策略。
软件生态与工具链
硬件只是基础，关键还在软件。为了让各厂商轻松采用、定制并部署该 NPU，谷歌开源了适配 ML 框架的编译／运行时工具，确保模型可从任一主流框架下沉至 NPU 端。此外，谷歌也在 IP 规范内设定合规与检测机制，以规避定制过度导致的软件碎片。伴随着 Synaptics 的首度落地，这个工具链生态开始具象化。
✦ 3 ✦ 首家落地：Synaptics Astra SL2610
作为硅片厂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。该系列芯片覆盖从应用处理器级（双 Arm Cortex-A55 核、12 nm工艺）到微控制器级场景，应用范围包括智能家电、零售终端、无人机等。值得一提的是，Synaptics 将 Coral NPU 与自主设计的 T1 加速器（专注于 Transformer 和卷积操作、1 TOPS (INT8)）紧密耦合，组合成其命名为 “Torq” 的硬件平台。通过这种 “NPU + 专用加速器” 的组合，Synaptics 能够在边缘设备中提供即插即用的 AI 能力。
在工具链方面，Synaptics 亦采用了谷歌起源的 IREE (Intermediate Representation Execution Engine) 及 MLIR 编译器，支持多种 ML 框架模型下沉至其 Astra 平台上。通过这一整合，Synaptics 希望打破“工具深耦合于特定硅片”的锁定困境，从而为工厂、生态系统提供更多灵活性。
✦ 4 ✦ 意义与未来展望
生态意义
开源 IP 意味着更多厂商可以基于相同平台进行创新，减少不同厂商之间因硬件架构不同导致的软件不兼容问题。
通过统一工具链和标准，设备商能够跳过碎片化带来的集成与开发摩擦，加快产品上市速度。
安全方面，谷歌强调在 IP 与工具链中引入合规、检测机制，从生态上提升边缘设备的可信性。
未来路径
谷歌表示未来将推出支持大模型推理（LLM Inference）的向量核心及矩阵执行模块，并在适当的 RISC-V 配置通过后予以启动。
多厂商合作也在推进中，硅片设计服务商 VeriSilicon 已对该 IP 进行了验证测试，并将作为 IP 的商业支持通道之一。
边缘 AI 设备类型将进一步延伸：从可穿戴设备、智能家电，到厂商侧 IoT 终端、无人机，再到工业 边缘，终成为数据中心之外 AI 处理的主战场。
对中国市场的启示
对于中国的 IoT 与 AI 边缘设备厂商来说，此次开源具有战略借鉴意义：
快速采用开放 IP 能够缩短从芯片设计到产品推出的时间。
借助统一工具链可大幅降低软件适配成本。
当多个厂商基于相同 IP 开始布局，可能形成新的生态标准，厂商早期参与有战略优势。
但同时需警惕：开放 IP 虽然降低了进入门槛，但硬件性能、功耗、生态支持上的差异仍在，如何在竞争中脱颖而出，仍需差异化设计与系统级优化。
在边缘 AI 的赛道上，真正的挑战不只是“算力更高”或“功耗更低”，更是“生态更统一”、“工具链更友好”、“安全更可靠”。谷歌这一步——将 Coral NPU IP 开源，并由 Synaptics 率先整合落地——或许正是在推动边缘 AI 从碎片走向共识、从孤立走向协作。对于设备厂商、芯片设计者、系统集成商来说，这是机会，也是新的竞争起点。未来数年，谁能率先在开放生态里抢占资源、谁就可能成为边缘 AI 标准化浪潮中的领跑者。
