Google เปิดตัว Coral NPU สถาปัตยกรรม RISC-V มาตรฐานเปิด

20 ต.ค. 2026

การใช้งาน AI บนอุปกรณ์รอบตัวเริ่มทวีความสำคัญมากขึ้น ตั้งแต่อุปกรณ์สวมใส่ (wearables) ที่ต้องเข้าใจบริบทแบบเรียลไทม์ ไปจนถึงหุ่นยนต์อัตโนมัติและเซ็นเซอร์อัจฉริยะในภาคอุตสาหกรรม ประสบการณ์เหล่านี้ต้องการความหน่วงต่ำ ความเป็นส่วนตัวสูง และความเชื่อถือได้ตลอดวัน ซึ่งไม่สามารถพึ่งพาการส่งข้อมูลไปกลับคลาวด์เพียงอย่างเดียวได้

Edge AI จึงเข้ามาเสริมการทำงานของคลาวด์ในรูปแบบ model cascade โดยโมเดลที่ใช้พลังงานต่ำเป็นพิเศษ (Ultra-low-power models) บน edge จะทำหน้าที่ตรวจจับและตอบสนองแบบเรียลไทม์ ก่อนจะส่งต่องานไปยังโมเดลบนอุปกรณ์ที่ใหญ่กว่าหรือคลาวด์เมื่อต้องการการประมวลผลที่ซับซ้อนขึ้น

อย่างไรก็ตาม การพัฒนาสำหรับ edge ยังคงมีความท้าทายจากความแตกแยกของสถาปัตยกรรมชิปและเครื่องมือ (toolchains) ที่ใช้งานร่วมกันไม่ได้ นักพัฒนา ML จึงต้องแบกรับภาระในการเขียนเคอร์เนลใหม่และทำ quantization โมเดลซ้ำๆ สำหรับชิปทุกตัว

เมื่อปีที่แล้ว Google Research ได้ แนะนำ Coral NPU ด้วยแนวคิดการใช้มาตรฐานฮาร์ดแวร์และซอฟต์แวร์แบบเปิดเพื่อรวม edge ให้เป็นหนึ่งเดียว สถาปัตยกรรม RISC-V ที่เน้น ML ของเราช่วยให้นักพัฒนามั่นใจได้ว่าโมเดลจะสามารถคอมไพล์และรันได้บนผู้ผลิต SoC และอุปกรณ์ที่หลากหลายโดยการปรับแต่งเพียงครั้งเดียว

ในวันนี้ เราบรรลุสามเป้าหมายหลักในความพยายามของ Coral:

• สถาปัตยกรรม Coral NPU แบบ 32-bit ที่สมบูรณ์ (Milestones 1-4): มาพร้อม Matrix Execution Unit ใหม่ ที่ปรับแต่งได้สูงสุด 1 TOPS และใช้พลังงานเฉลี่ยเพียง 10mW สำหรับการประมวลผล (inference)
• คอมไพเลอร์ Coral v1.0 ที่ใช้ IREE/MLIR: คอมไพเลอร์แบบ end-to-end โอเพนซอร์ส ที่นำโมเดล JAX, PyTorch และ TensorFlow ตรงสู่ฮาร์ดแวร์ Coral NPU
• ชิป MCU ใหม่พร้อม Coral NPU: เปิดตัวชิปไมโครคอนโทรลเลอร์ 2nd-gen Synaptics Astra® SR200 series (400 GOPS)
• ชุด Coralboard ใหม่: เปิดตัว Coralboard™ SR ใหม่ และวางจำหน่าย Coralboard SL (1 TOPS) ทั่วโลกผ่าน DigiKey

เราออกแบบสถาปัตยกรรม Coral NPU และคอมไพเลอร์พร้อมกันตั้งแต่ต้น โดยเน้นที่การคำนวณที่ใช้พลังงานได้จริง (energy-viable compute) เพื่อมอบประสิทธิภาพสูงสุดภายใต้ข้อจำกัดด้านพลังงาน แทนที่จะมุ่งเน้นเพียงตัวเลขสเปกสูงสุดเพียงอย่างเดียว

ตลอดปีที่ผ่านมา เราได้ปล่อยสามเป้าหมายแรก ของการออกแบบ 32-bit Coral NPU ไปแล้ว และด้วยการเปิดตัว Matrix Execution Unit ในเดือนนี้ (Milestone 4) สถาปัตยกรรมแบบ 32-bit จึงถือว่าสมบูรณ์สมบูรณ์แบบ

Matrix Execution Unit ของเราใช้ประโยชน์จากข้อกำหนด RISC-V VME เพื่อตอบโจทย์การคูณเมทริกซ์ (GEMM และ GEMV) ซึ่งเป็นภาระงานหลักของ AI สมัยใหม่ ช่วยลดการเสียพลังงานจากการเคลื่อนย้ายข้อมูลและเพิ่มประสิทธิภาพแบบ quadratic ต่อคอร์ เปลี่ยนสิ่งที่นักพัฒนาสามารถสร้างได้บนแบตเตอรี่ขนาดเล็กให้สามารถรันโมเดล transformer อย่าง Gemma หรือการแปลเสียงแบบเรียลไทม์ได้ เพื่อให้ภาคอุตสาหกรรมนำการออกแบบนี้ไปใช้ได้ทันที 32-bit RTL ที่สมบูรณ์พร้อมให้ใช้งานแล้ววันนี้บน GitHub พร้อมทั้ง v1.0 ของ MLIR/IREE compiler toolchain แบบโอเพนซอร์ส เพื่อให้ฮาร์ดแวร์เป็นเป้าหมายได้ง่ายโดยไม่ต้องเขียน assembly ด้วยตนเอง

ในด้านการผลิตเชิงพาณิชย์ เรากำลังร่วมมือกับ VeriSilicon และ GlobalFoundries รวมถึงการทำงานร่วมกับ Synaptics ที่ได้เปิดตัว ซิลิคอนเชิงพาณิชย์ และ ผลิตภัณฑ์ฮาร์ดแวร์ ใหม่ในงาน Synaptics Tech Day

ก้าวต่อไปเรากำลังพัฒนาสถาปัตยกรรม 64-bit Coral NPU และการรองรับ CHERI เพื่อความปลอดภัย สำหรับผู้ที่สนใจสามารถเริ่มต้นได้ที่ developers.google.com/coral เพื่อศึกษาคู่มือ ตรวจสอบโค้ดบน GitHub หรือสั่งซื้อชุดพัฒนาผ่าน DigiKey ได้แล้ววันนี้