{"id":145376,"date":"2025-10-16T23:11:55","date_gmt":"2025-10-16T21:11:57","guid":{"rendered":"https:\/\/prohoster.info\/blog\/novosti-interneta\/google-predstavil-coral-npu-otkrytuyu-platformu-dlya-sozdaniya-ai-uskoritelej"},"modified":"2025-10-16T23:11:55","modified_gmt":"2025-10-16T21:11:57","slug":"google-predstavil-coral-npu-otkrytuyu-platformu-dlya-sozdaniya-ai-uskoritelej","status":"publish","type":"post","link":"https:\/\/prohoster.info\/da\/blog\/news\/google-predstavil-coral-npu-otkrytuyu-platformu-dlya-sozdaniya-ai-uskoritelej","title":{"rendered":"Google pr\u00e6senterer Coral NPU, en \u00e5ben platform til at skabe AI-acceleratorer","gt_translate_keys":[{"key":"rendered","format":"text"}]},"content":{"rendered":"

Google har pr\u00e6senteret en open source platform, Coral NPU (Neural Processing Unit), der tilbyder en \u00e5ben hardwareaccelerator til maskinl\u00e6ringsmodeller og softwarev\u00e6rkt\u00f8jer til brug med almindelige AI-motorer. Coral kan bruges som grundlag for at skabe energieffektive systemer p\u00e5 en chip (SoC), der er velegnede til brug i Internet of Things-systemer, Edge computing og sensorbaserede datainsamlingsplader, samt i forbrugerenheder med ultralavt energiforbrug, s\u00e5som hovedtelefoner, augmented reality-briller og smartwatches. Projektets resultater distribueres under Apache 2.0-licensen. <\/p>\n

Coral NPU er designet til at k\u00f8re AI-applikationer p\u00e5 mobile enheder med konstant drift og minimalt energiforbrug. Den grundl\u00e6ggende implementering af Coral NPU giver en ydelse p\u00e5 512 milliarder operationer pr. sekund (GOPS) med et forbrug p\u00e5 kun et par milliwatter. NPU'en er designet til fleksibel modifikation af arkitekturen baseret p\u00e5 behovene hos SoC-producenter. Den f\u00f8rste producent, der vil begynde at fremstille chips baseret p\u00e5 Coral NPU, er Synaptics, som har annonceret en r\u00e6kke processorer til Internet of Things-enheder, Astra SL2610, der inkluderer Torq NPU-subsystemet, implementeret p\u00e5 baggrund af Coral NPU-arkitekturen. <\/p>\n

Typiske anvendelser for Coral NPU omfatter brug af AI til billed- og lydbehandling, brugerinteraktion og kontekstbevidsthed. For eksempel kan enheder k\u00f8re store sprogmodeller og applikationer til ansigts- og objekgenkendelse, visuel s\u00f8gning, talegenkendelse, livestream-overs\u00e6ttelse, transkription af tale, n\u00f8gleordsudtr\u00e6k i tale, gestusstyring og stemmekommandoer, samt registrering af brugeraktivitet (g\u00e5, l\u00f8be, sove) og milj\u00f8types (indend\u00f8rs, udend\u00f8rs). <\/p>\n

NPU'en anvender en 32-bit RISC-V RV32IMF_Zve32x-arkitektur, AXI4-bus, en fire-trins instruktionspipeline med ordnet dispatch, uordentlig afslutning af instruktioner, fire-tr\u00e5det skal\u00e6r og to-tr\u00e5det vektordispatch. Processoren underst\u00f8tter SIMD-operationer til samtidighedsbehandling af 128-bit vektorer og er udstyret med 8 KB ITCM-hukommelse til instruktioner og 32 KB DTCM-hukommelse til data.

\"Google<\/center> <\/p>\n

NPU inkluderer tre samarbejdende processor-komponenter: <\/p>\n