По данным VentureBeat, Google делает еще один шаг к переносу искусственного интеллекта за пределы дата-центров и в устройства, которые люди используют каждый день. Компания заключила партнерство с производителем полупроводников Synaptics для создания нового поколения процессоров, предназначенных для запуска моделей ИИ непосредственно внутри смарт-очков, камер, промышленных датчиков и других подключенных устройств. Synaptics объявила о запуске своей серии процессоров Astra SR200 20 октября, представив три процессора, которые сочетают в себе технологию нейронного процессора (NPU) Coral от Google с специализированной памятью, аудио, визуальными и вычислительными возможностями. Компании также анонсировали более широкую доступность своей совместно разработанной платформы Coralboard, которая позволяет инженерам экспериментировать с запуском моделей, таких как Gemma от Google, локально, прежде чем интегрировать технологию в коммерческие продукты. Для предприятий, разрабатывающих подключенные продукты, эти анонсы решают постоянную проблему: запуск все более сложного ИИ без необходимости в дорогих процессорах, постоянных интернет-соединениях или энергоемком оборудовании, которое разряжает аккумуляторы устройств. Инициатива представляет собой потенциально значительное развитие в более широкой стратегии ИИ Google, которая все больше охватывает не только разработку моделей, но и доступность базовой технологии для других компаний. Исследования Google открыли архитектуру Coral NPU в октябре 2025 года. Вместо того чтобы производить чипы самостоятельно, Google предоставляет базовый дизайн ускорителя для использования полупроводниковыми компаниями в своих процессорах. Архитектура использует RISC-V, открытый стандарт для инструкций процессоров, наряду с программным обеспечением, предназначенным для помощи разработчикам в переносе приложений ИИ между различными аппаратными реализациями. В эксклюзивном брифинге с VentureBeat 13 октября, Билли Ратледж, директор Google Research и лидер команды системных исследований, описал проблемы, с которыми сталкиваются разработчики при попытке запустить одни и те же модели ИИ на множестве проприетарных чипов, используемых в потребительских и промышленных устройствах. «Одной из наших целей было попытаться минимизировать боль разработчиков», — сказал Ратледж, объясняя решение Google выпустить открытый дизайн NPU, который могли бы принять несколько производителей чипов. Synaptics является первым коммерческим партнером Google по производству кремния для Coral, но амбиции Google выходят за рамки одного производителя. Согласно лицензии Apache 2.0, другие компании могут интегрировать архитектуру Coral NPU в коммерческие процессоры без уплаты лицензионных сборов или роялти Google. Synaptics сочетает эту архитектуру со своей собственной проприетарной технологией обработки. Его открытый компилятор Torq, разработанный с использованием проектов программного обеспечения MLIR и IREE, нацелен на помощь разработчикам в развертывании моделей, созданных с использованием популярных фреймворков, включая PyTorch, JAX и LiteRT от Google. Этот подход может сократить объем инженерной работы, необходимой для адаптации приложений ИИ к различным аппаратным платформам. Новая серия Astra SR200 состоит из трех процессоров с различными возможностями. Базовая модель SR210 обеспечивает 200 миллиардов операций в секунду (GOPS) производительности обработки ИИ, нацеливаясь на приложения для постоянного распознавания голоса и сенсоров. Модель SR230 увеличивает это до 300 GOPS и добавляет возможности для визуализации и дисплеев, в то время как флагманская модель SR250 достигает 400 GOPS и поддерживает более требовательные мультидисциплинарные приложения. Процессоры объединяют ядра Arm Cortex-M85 и Cortex-M52 с NPU Coral от Google, что позволяет производителям распределять вычислительные задачи между компонентами, оптимизированными для различных требований производительности и энергопотребления. Важно отметить, что Synaptics также интегрирует до 8 МБ SRAM и настраиваемые конфигурации DRAM, достигающие сотен мегабайт, при этом ожидаемая модель Coralboard SR будет поддерживать до 256 МБ. Эта дополнительная память может помочь устройствам запускать более крупные модели ИИ и обрабатывать информацию от камер, микрофонов и других сенсоров без необходимости в отдельном процессоре приложений. Synaptics утверждает, что его специализированная архитектура памяти потребляет примерно треть энергии по сравнению с обычным системным DRAM в сопоставимых рабочих нагрузках, хотя независимые бенчмарки еще не подтвердили общее преимущество по времени работы от батареи. Компания выходит на все более конкурентный рынок. STMicroelectronics уже предлагает свой микроконтроллер STM32N6, который обеспечивает до 600 GOPS через проприетарный ускоритель ИИ, в то время как Renesas представила свою серию RA8P1 в 2025 году с производительностью до 256 GOPS. Эти пиковые показатели производительности не устанавливают напрямую, какой процессор запускает реальные модели ИИ быстрее или эффективнее. Вместимость памяти, потребление энергии, совместимость программного обеспечения и конкретные модели могут существенно повлиять на реальную производительность. Synaptics утверждает, что его сочетание интегрированной памяти, мультидисциплинарных возможностей и открытых инструментов для разработчиков отличает его подход. Google и Synaptics нацелены на растущий ряд меньших моделей ИИ, предназначенных для локального выполнения. Компании выделяют модели Gemma 3 270M, LFM2.5 от Liquid AI и модели компьютерного зрения YOLO от Ultralytics среди рабочих нагрузок, поддерживаемых или нацеленных на их экосистему разработчиков. Synaptics сообщает, что Gemma 3 270M может генерировать примерно 12-16 токенов в секунду, используя различные настройки сжатия модели, хотя не предоставила всеобъемлющего независимого сравнения производительности для нового оборудования SR200. Потенциальные предприятия применения включают в себя промышленные смарт-очки, которые интерпретируют окружающую среду, фабричные камеры, которые идентифицируют объекты, и продукты безопасности, которые анализируют аудио и видео локально, а не постоянно передают информацию на облачные серверы. Synaptics выделила отношения с производителем аудио Sonos, поставщиком безопасности Verisure и компанией по производству оборудования дополненной реальности Jorjin Technologies в своем объявлении. Их заявления описывают существующую работу с Astra или потенциальные применения для новых процессоров, а не подтвержденные поставки продуктов на базе SR200. Ратледж подчеркнул во время брифинга VentureBeat, что Google рассматривает экосистему разработчиков как способ поощрения совершенно новых категорий продуктов, а не просто модернизации существующего оборудования. «Самые полезные устройства, которые будут использовать ИИ на краю сети, еще только предстоит спроектировать», — сказал он. Разработчики могут начать экспериментировать с технологией немедленно через Coralboard SL, который использует существующий процессор Astra SL2619 с 1 TOPS ИИ-ускорителем и 2 ГБ памяти DDR4. Плата доступна у DigiKey за 99,79 долларов, при этом Synaptics объявила о ее широкой доступности через дистрибьютора 20 октября. Вторая плата для разработки, Coralboard SR, будет включать новый процессор SR250, но Synaptics описывает эту модель как ожидаемую. Семейство SR200 находится на стадии образцов, и компания не раскрыла индивидуальные цены на чипы или четкий график массового производства. Запуск также совпадает с подготовкой Synaptics к предполагаемому приобретению компании onsemi за 5,7 миллиарда долларов, сделка, которая ожидается к закрытию к середине 2027 года. Для Google долгосрочная возможность потенциально шире, чем любой отдельный чип. Делая дизайны ИИ-ускорителей открытыми и сотрудничая с производителями и разработчиками моделей, компания пытается установить общие основы для нового поколения интеллектуальных устройств. Успех этой стратегии будет зависеть от того, насколько эффективно производители превратят эти основы в доступные продукты, которые обеспечивают значительные возможности ИИ без ущерба для времени работы от батареи, конфиденциальности или надежности. Материал подготовлен нейросетью на основе оригинальной публикации. ИИ может ошибаться в деталях (цифры, имена, даты, цитаты) — для важной информации сверяйтесь с первоисточником.