相機或眼鏡若要一直看懂周遭，模型的理解能力與持續運作的耗電，必須一起考慮。Google 10 月 20 日宣布，完成 Coral NPU 的 32 位元開源架構，並釋出編譯器 1.0。對台灣開發工業相機、AR 眼鏡與嵌入式產品的團隊，這次多了一條可檢視的模型到硬體路徑。
這次的關鍵是軟硬體一起推進：Google 補上矩陣運算單元，Synaptics 則擴充 Coralboard 開發板與工具鏈。若還不熟悉把推論搬到設備旁的做法，可先看 邊緣 AI 的基本概念。
把模型轉成晶片能做的工作
編譯器可以理解成模型與晶片之間的翻譯者。Google 的編譯器文件說明，這套以 IREE／MLIR 為基礎的工具，會轉換模型、分配主機 CPU 與 Coral NPU 的工作，再產生可執行程式。無法交給加速器的運算，也能退回 CPU 處理。
這會影響產品怎麼設計。模型能轉換成功，只是起點；如果重要部分仍留在 CPU，整個應用的速度與耗電，就不能只看 NPU 的規格。工具鏈公開後，工程師有機會追查分工、記憶體安排和運算轉換，進一步調整模型或硬體整合。
公開儲存庫提供 MobileNet V2 的 JAX 與 LiteRT／TFLite 範例，能走完匯出、編譯與模擬推論。預設執行路徑使用 MPACT 模擬器，另有選用的 FPGA 後端。這讓尚未拿到實體板卡的團隊，也能先研究模型如何拆分；範例跑得通，仍不能直接推算實際設備的延遲或續航。
新加入的矩陣單元，則補齊這代架構處理大量乘加運算的能力。Google 提出最高 1 TOPS、平均推論功耗以 10 mW 為目標的設計方向；這是架構目標，不是整台相機、眼鏡或開發板的耗電實測。感測器、記憶體、主機處理器與工作負載，都還會改變產品的用電。
以台灣工廠的假設應用來看，相機旁的小模型可以先判斷是否出現需要進一步分析的事件，再喚起較大的模型或其他系統。這種分工，比要求小晶片隨時完成所有理解更接近此次常駐感知的方向。至於瑕疵是否拍得出來、光源能否固定，仍是 產線視覺檢測必須先處理的問題。
開放架構之後，實機分兩路
實體入口也有進展。Synaptics 同日公告，Coralboard SL 從限量版本走向正式供貨，透過 DigiKey 販售。它採用 Astra SL2619，搭配 Linux 開發環境；查核時也能在 DigiKey 找到 SL 板的實際料號，而非只有活動展示。
另一款新介紹的 Coralboard SR，則採 Astra SR200 系列，走微控制器路線。Synaptics 的 SR200 公告列出 Zephyr 即時作業系統支援；其中 SR250 提供 400 GOPS NPU。這與 SL 的 Linux 路線不同，也不能把新公布的完整矩陣架構，全數套到採第二代向量核心的 SR200 晶片上。
Google 的參考編譯器，與 Synaptics 面向 Astra／Coralboard 的 Torq 編譯器及執行環境，也要分清。前者讓人研究開源架構與模型轉換，後者銜接其板卡產品。它們共享開放工具的方向，並不代表下載任一範例，就能不經調整地搬到每一塊板上。
台灣產業的連結已有具體聲音。Synaptics 的 SR200 公告中，佐臻 Jorjin 談到視覺、聲音與記憶體整合，對工業 AR 的場景理解、資訊疊加和語音互動有幫助。這表達的是未來產品機會，尚不能當成特定量產眼鏡已採用 SR200 的證據。
我認為這次最有價值的，是讓團隊更早看清「哪部分留在小晶片，哪部分交給其他算力」。 開源編譯器提供研究入口，現售 SL 板提供實機起點；是否適合眼鏡、工業相機或機器人，仍要回到感測、模型與整機用電的分工。若應用還會驅動實體動作，可接著看 Physical AI 的感知與執行架構，把推論放回完整系統理解。
常見問題
一定要先買板才能試嗎？
不一定。公開編譯器提供在主機上模擬 Coral NPU 的範例，可以先研究模型轉換與 CPU、NPU 的工作分配。這種模擬不等於實體產品測試，板卡的速度、相機輸入與整機耗電仍需另外量測。
這次只支援 JAX 嗎？
不是。Google 文件與儲存庫範例也列出 LiteRT／TFLite，透過 TOSA 路徑編譯並在模擬器執行。不同框架、模型和硬體後端的成熟度仍有差異，不能把公告列出的框架全部視為可直接上板的完整操作流程。
10 mW 是整台設備耗電嗎？
不是。這是 Google 對 Coral NPU 架構提出的平均推論功耗目標，不能當成每款晶片或開發板的量測結果。相機、記憶體、主機處理器與連線功能都會耗電，因此也無法直接拿來換算眼鏡的電池續航。
參考來源
- Google Developers Blog：Unifying Edge AI: How Coral NPU’s open standard brings portable, energy-viable intelligence from model to silicon（2026-10-20）
- Google 文件：Google MLIR compiler for Coral NPU（2026-10-19 更新）
- Google Coral 官方儲存庫：CoralNPU Compiler（未標發布日，2026-10-23 查核）
- Synaptics：Synaptics and Google Research Expand the Coralboard Ecosystem（2026-10-20）
- Synaptics：Synaptics Launches the xMCU Era with the Astra SR200 Series of Multimodal Edge AI Processors（2026-10-20）
- DigiKey：720-KDVSL2619-11 Synaptics Coralboard（未標發布日，2026-10-23 查核）