Synaptics и Google Research представили семейство микроконтроллеров Astra SR200, созданных для работы искусственного интеллекта непосредственно внутри электронных устройств. Чипы смогут анализировать изображения, звук и сигналы датчиков без постоянной отправки данных на облачные серверы.
Как сообщает «Новая наука», новая платформа ориентирована на умные очки, носимую электронику, интеллектуальные камеры и промышленные сенсорные системы. Её ключевая особенность — сочетание производительного процессора, отдельного ускорителя ИИ и большого объёма памяти при сравнительно небольшом энергопотреблении.
Три уровня производительности
В линейку вошли три модели. Astra SR210 развивает до 200 миллиардов операций в секунду и предназначена для постоянного распознавания голосовых команд и обработки показаний датчиков. Версия SR230 достигает 300 миллиардов операций в секунду, а также поддерживает камеры и дисплеи.
Флагманский SR250 обеспечивает до 400 миллиардов операций в секунду. В его составе предусмотрены два тракта обработки изображений и вывода данных. Все чипы выполнены с одинаковым расположением выводов и используют общий набор программных инструментов. Благодаря этому производители смогут создавать устройства разного уровня на одной аппаратной платформе.
В основе микроконтроллеров лежат два ядра Arm — Cortex-M85 и Cortex-M52. Первое работает на частоте до 800 МГц и берёт на себя сложные вычисления, второе отвечает за энергоэффективную обработку данных. Отдельный маломощный блок постоянно отслеживает голосовую активность и включает основные компоненты только тогда, когда это необходимо.
Память и инструменты для нейросетей
Astra SR200 поддерживает до 8 МБ SRAM и дополнительную высокоскоростную DRAM объёмом до нескольких сотен мегабайт. По заявлению Synaptics, при определённых нагрузках такая архитектура способна примерно втрое снизить энергопотребление подсистемы памяти по сравнению с обычной системной DRAM.
Большой объём памяти нужен для хранения параметров нейросетей и обработки информации прямо на устройстве. Это открывает возможность запускать более сложные модели без постоянного подключения к интернету — например, распознавать объекты, выполнять голосовые команды и анализировать работу оборудования.
Основой вычислительной системы стала технология Coral NPU от Google Research с открытой архитектурой RISC-V. Ускоритель поддерживает операции, используемые свёрточными нейросетями и трансформерными моделями для анализа изображений, звука и естественного языка.
Одновременно Google представила Coral Compiler 1.0 на базе IREE и MLIR. Инструмент предназначен для переноса моделей из PyTorch, TensorFlow и JAX на совместимые ускорители, что должно упростить создание программ для компактной электроники.
Кроме того, компания завершила разработку 32-битной архитектуры Coral NPU с матричным вычислительным блоком Matrix Execution Unit. Для неё заявлена производительность до 1 триллиона операций в секунду при целевом среднем энергопотреблении около 10 мВт во время нейросетевых вычислений. Эти показатели относятся к перспективной архитектуре ускорителя, а не ко всему процессору Astra SR200.
Для разработчиков уже представлена отладочная плата Coralboard SR на базе нового семейства. Параллельно начались массовые поставки Coralboard SL с процессором Astra SL2619 и нейросетевым ускорителем производительностью 1 триллион операций в секунду.





