{"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\/de\/blog\/novosti-interneta\/google-predstavil-coral-npu-otkrytuyu-platformu-dlya-sozdaniya-ai-uskoritelej","title":{"rendered":"Google hat die Coral NPU vorgestellt, eine offene Plattform zur Erstellung von KI-Beschleunigern","gt_translate_keys":[{"key":"rendered","format":"text"}]},"content":{"rendered":"

Google hat die offene Plattform Coral NPU (Neural Processing Unit) vorgestellt, die einen offenen Hardwarebeschleuniger f\u00fcr Modelle des maschinellen Lernens sowie Softwarewerkzeuge zur Nutzung mit g\u00e4ngigen KI-Engines anbietet. Coral kann als Grundlage f\u00fcr die Entwicklung energieeffizienter Systeme auf einem Chip (SoC) eingesetzt werden, die f\u00fcr das Internet der Dinge, Edge-Computing und Datenerfassungsplatinen geeignet sind, sowie in energiesparenden Verbrauchsger\u00e4ten wie Kopfh\u00f6rern, Augmented-Reality-Brillen und Smartwatches. Die Ergebnisse des Projekts werden unter der Lizenz Apache 2.0 ver\u00f6ffentlicht. <\/p>\n

Der Coral NPU ist darauf ausgelegt, AI-Anwendungen auf mobilen Ger\u00e4ten kontinuierlich mit minimalem Energieverbrauch auszuf\u00fchren. Die Basisimplementierung des Coral NPU bietet eine Leistung von 512 Milliarden Operationen pro Sekunde (GOPS) und ben\u00f6tigt dabei nur wenige Milliwatt Energie. Der NPU ist so konzipiert, dass die Architektur flexibel an die Anforderungen der SoC-Hersteller angepasst werden kann. Der erste Hersteller, der mit der Produktion von Chips auf Basis des Coral NPU beginnen wird, ist das Unternehmen Synaptics, das eine Reihe von Prozessoren f\u00fcr IoT-Ger\u00e4te, die Astra SL2610, angek\u00fcndigt hat, welche eine Torq NPU-Subsystem enth\u00e4lt, das auf der Coral NPU-Architektur basiert. <\/p>\n

Zu den typischen Anwendungen des Coral NPU geh\u00f6rt der Einsatz von KI zur Verarbeitung von Bildern und Ton, zur Benutzerinteraktion und zur Kontextber\u00fccksichtigung. Beispielsweise k\u00f6nnen auf den Ger\u00e4ten gro\u00dfe Sprachmodelle und Anwendungen zur Gesichtserkennung, Objekterkennung, visuellen Suche, Spracherkennung, Live-\u00dcbersetzung, Sprachtranskription, Schl\u00fcsselwortextraktion in der Sprache, Gestensteuerung und Sprachbefehlen sowie zur Bestimmung der Benutzeraktivit\u00e4t (Gehen, Laufen, Schlafen) und der Umgebung (Zuhause, im Freien) ausgef\u00fchrt werden. <\/p>\n

Das NPU verwendet eine 32-Bit-RISC-V RV32IMF_Zve32x-Befehlssatzarchitektur, eine AXI4-Schnittstelle, ein vierstufiges Pipeline-Design zur Befehlverarbeitung mit geordneter Dispatching, unordentlicher Befehlsausf\u00fchrung, vierfacher skalaren und zweifacher vektorieller Dispatching. Der Prozessor unterst\u00fctzt SIMD-Operationen zur gleichzeitigen Verarbeitung von 128-Bit-Vektoren und verf\u00fcgt \u00fcber 8 KB ITCM-Speicher f\u00fcr Befehle und 32 KB DTCM-Speicher f\u00fcr Daten.

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

Das NPU besteht aus drei zusammenarbeitenden Prozessorkomponenten: <\/p>\n