{"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\/it\/blog\/novosti-interneta\/google-predstavil-coral-npu-otkrytuyu-platformu-dlya-sozdaniya-ai-uskoritelej","title":{"rendered":"Google ha presentato Coral NPU, una piattaforma open source per la creazione di acceleratori AI.","gt_translate_keys":[{"key":"rendered","format":"text"}]},"content":{"rendered":"

Google ha presentato la piattaforma aperta Coral NPU (Neural Processing Unit), che offre un acceleratore hardware open-source per modelli di machine learning e un toolkit software per il suo utilizzo con i principali motori di intelligenza artificiale. Coral pu\u00f2 essere utilizzato come base per creare sistemi a bassa potenza su chip (SoC), adatti per applicazioni nell'Internet delle Cose, nell'edge computing e nelle schede di raccolta dati dai sensori, cos\u00ec come in dispositivi indossabili per consumatori a consumo energetico ultra-basso, come cuffie, occhiali per realt\u00e0 aumentata e smartwatch. I risultati del progetto sono distribuiti con licenza Apache 2.0. <\/p>\n

Coral NPU \u00e8 progettato per eseguire applicazioni AI in modalit\u00e0 portatile con un consumo energetico minimo. La configurazione base del Coral NPU offre una prestazione di 512 miliardi di operazioni al secondo (GOPS) con un consumo di solo pochi milliwatt. L'NPU \u00e8 concepito per una flessibile modifica dell'architettura a seconda delle esigenze dei produttori di SoC. Il primo produttore a iniziare la produzione di chip basati su Coral NPU sar\u00e0 Synaptics, che ha annunciato una gamma di processori per dispositivi IoT Astra SL2610, inclusa la sottosistema Torq NPU, realizzata sulla base dell'architettura Coral NPU. <\/p>\n

Tra le applicazioni tipiche del Coral NPU vi \u00e8 l'uso dell'AI per l'elaborazione di immagini e suoni, interazione con l'utente e conteggio del contesto. Ad esempio, sugli dispositivi possono essere eseguiti modelli di linguaggio di grandi dimensioni e applicazioni per il riconoscimento facciale e degli oggetti, ricerca visiva, riconoscimento vocale, traduzione in tempo reale, trascrizione della voce, estrazione di parole chiave dal parlato, controllo dei gesti e dei comandi vocali, determinazione dell'attivit\u00e0 dell'utente (camminare, correre, dormire) e del tipo di ambiente (casa, strada). <\/p>\n

L'NPU utilizza un'architettura a 32 bit del set di istruzioni RISC-V RV32IMF_Zve32x, bus AXI4, pipeline di elaborazione delle istruzioni a quattro stadi con dispatch ordinato, completamento non ordinato delle istruzioni, dispatch scalare a quattro thread e dispatch vettoriale a due thread. Il processore supporta operazioni SIMD per l'elaborazione simultanea di vettori a 128 bit ed \u00e8 dotato di 8 KB di memoria ITCM per le istruzioni e 32 KB di memoria DTCM per i dati.

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

L'NPU include tre componenti di elaborazione che lavorano insieme: <\/p>\n