Google publicly releases complete 32-bit Coral NPU design and launches Coral Compiler v1.0
English text is being prepared.
On October 20, 2026, Google Research publicly released the complete 32-bit Coral NPU design, including the matrix operation unit, and simultaneously released Coral Compiler v1.0, which handles model conversion and optimization. The NPU is based on the 32-bit RISC-V instruction set and targets low-power inference for wearable and IoT devices. The design data (RTL) has been made public on GitHub, and the compiler supports JAX, PyTorch, and TensorFlow models. On the same day, Synaptics released the Coralboard SR development board using the Coral NPU and began general sales of the Coralboard SL on DigiKey; the latter is priced at USD 99.79 on the U.S. site.
Why read this
AI score 55
Google has opened the 32-bit Coral NPU design together with the compiler, allowing readers to assess how the cost of cross-chip migration for edge AI may change.
Topics
Body
Google Researchは2026年10月20日、低消費電力のエッジAI向けに開発するCoral NPUについて、行列演算ユニットを含む32ビット設計全体を公開したと発表した。あわせて、AIモデルの変換・最適化を担うCoral Compiler v1.0も公開した。同日、米半導体メーカーのSynapticsもCoral NPUを採用した開発ボードCoralboard SRを発表し、Coralboard SLの一般販売を開始した。
Unifying Edge AI: How Coral NPU’s open standard brings portable, energy-viable intelligence from model to silicon - Google Developers Blog
Coral NPUは、ウェアラブル機器やIoT機器でAIモデルの推論を実行するための、オープンソースのハードウェア設計。32ビットのRISC-V命令セットを基にしており、半導体メーカーなどが自社のSoCに組み込んで利用できる。Googleは2025年10月、ハードウェア設計と開発ツールを含むプラットフォームとして発表した。
エッジAIでは、メーカーごとにチップや開発ツールが異なるため、使うチップを変えるたびにモデルの調整や最適化を繰り返す負担がある。Coral NPUでは共通のアーキテクチャとオープンソースのツールを用い、一度最適化したモデルを異なるメーカーのチップや機器でも使いやすくすることを目指している。
また、NPUが対応していない処理をCPUに任せると、遅延や電力消費が増える場合がある。Googleは、限られた電力で機器に必要な処理性能を得られるように、Coral NPUのハードウェアとコンパイラを当初から一緒に設計している。
行列演算ユニットを公開、32ビット設計がそろう
Googleは32ビット設計を、スカラーコア、ベクトル演算ユニット、メモリサブシステム、行列演算ユニットの4段階で開発してきた。10月に最終段階に当たる行列演算ユニット（Matrix Execution Unit）を公開し、4段階すべてを完了したとしている。
データシートによると、行列演算ユニットは1サイクル当たり256回の積和演算を実行する。演算に使う重みや中間データをユニット内で再利用し、メモリとのデータ移動に伴う電力消費を抑える設計とGoogleは説明している。
ロードマップによると、Coral NPUの演算性能は構成に応じて最大1TOPSで、推論時の平均消費電力は10mWを目標としている。
回路の動作を記述した設計データ（RTL）は、GitHubで公開されている。
モデルの変換と最適化を担うCoral Compiler v1.0
Coral Compiler v1.0は、AIモデルをCoral NPUで実行できる形に変換するオープンソースのツール。Googleによると、JAX、PyTorch、TensorFlowで作成したモデルに対応する[1]。
コンパイラ基盤にはIREEとMLIRを用い、モデルの処理をホストCPUとNPUに割り振る。NPU内のメモリに収まるように行列を分割するなど、実行時の効率を高める最適化も行う。
シミュレーターやFPGAの参照設計を使えば、チップを製造する前にモデルの実行性能を評価し、ハードウェアの構成を調整できる。
Coralboard SRを発表、SLはDigiKeyで一般販売
Coralboard SRは、ウェアラブル機器や産業用センサーなど、バッテリーで動く機器を試作するためのマイコンベースの開発ボード。400 GOPSのTorq NPUを内蔵したAstra SR200シリーズのマイコンを搭載する。Torq NPUにはCoral NPUのベクトル演算ユニットを組み込んでいる。開発者向けページによると、発売は今後の予定。
Coralboard SLは、Linuxを使うIoT機器やロボット向けの開発ボードで、画像処理などのAI処理を試せる。1 TOPSのTorq NPUを内蔵したAstra SL2619プロセッサーを搭載する。こちらのTorq NPUは、Coral NPUのスカラーコアとSynaptics独自の演算コアを組み合わせている。
Coralboard SLはGoogle I/Oでの限定版提供を経て、10月20日に電子部品販売代理店のDigiKeyで一般販売を開始した。世界各地で購入でき、10月22日時点のDigiKey米国サイトでの販売価格は1台99.79米ドル。
Synapticsは両ボード向けにMLIRベースのTorqコンパイラとランタイムを提供しており、共通の開発環境でモデルを最適化し、SLとSRのそれぞれで動かせるとしている。
各ボードの情報や開発資料はCoralboardの製品ページを参照のこと。