coralnpu 是基础设施领域的开源项目,由 google-coral 开发,2025 年首次发布。
在全站 13,916 个收录项目中,它的 GitHub 星标数(2,586)位列前 30%,在基础设施分类中处于中上游。
项目目前处于活跃维护状态,最近一次代码更新于 2026-10-07。无定价信息。
它主要面向的使用场景是:智能摄像头本地实时目标检测。同类可对比的替代方案包括 NVDLA、Gemmini。

把 AI 推理塞进低功耗边缘芯片,本地实时跑模型
CoralNPU 是一个面向边缘端 AI 推理的开源机器学习加速器核心,目标是让低功耗设备也能高效跑神经网络。它提供可综合的硬件 RTL 设计,包含张量计算单元、片上存储和调度控制逻辑,支持常见卷积、全连接等算子,方便集成到 SoC 或 FPGA 中。项目配套软件工具链,可将训练好的模型量化、编译并映射到硬件上执行,降低从算法到芯片的落地门槛。与依赖云端算力不同,CoralNPU 强调能效比和本地实时响应,适合电池供电或散热受限的场景。其开源方式让开发者能审查、修改微架构,按需裁剪算力与面积,避免被单一厂商绑定。对于研究边缘 AI 芯片、做原型验证或教学演示的团队,它提供了从架构到部署的完整参考实现。
本站每日记录该项目 GitHub 星标变化,观测越久曲线越完整
—
⚠ 该项目 README 未提供完整安装说明,以下步骤为通用流程,请以官方文档为准。
1安装 Bazel
安装 Bazel 8.6.0,README 系统要求明确指定此版本。
2安装 Python
安装 Python 3.9-3.13,版本需在 README 指定范围内。
3获取项目代码
从 GitHub 地址 https://github.com/google-coral/coralnpu 获取项目代码,README 未给出克隆命令。
4构建模拟器
README 未提供构建命令,需按仓库说明构建,生成 bazel-bin 下的模拟器和示例 ELF。
5运行示例
运行 README Quick Start 中的模拟器命令,--binary 指向已构建的 hello world 示例 ELF。
bazel-bin/tests/verilator_sim/core_mini_axi_sim --binary bazel-out/k8-fastbuild-ST-dd8dc713f32d/bin/examples/coralnpu_v2_hello_world_add_floats.elf命令执行无报错并正常退出,即表示模拟器运行成功。
Q:需要什么环境?
A:需要 Bazel 8.6.0 和 Python 3.9-3.13,README 的 System Requirements 已明确列出。
Q:如何运行示例?
A:使用 README Quick Start 中的 bazel-bin/tests/verilator_sim/core_mini_axi_sim --binary ... 命令。
Q:为什么提示找不到 bazel-bin?
A:需要先构建生成该目录,README 未提供构建命令,请参考仓库或官网文档。
NVDLA、Gemmini
coralnpu 是基础设施领域的开源项目,由 google-coral 开发,2025 年首次发布。
在全站 13,916 个收录项目中,它的 GitHub 星标数(2,586)位列前 30%,在基础设施分类中处于中上游。
项目目前处于活跃维护状态,最近一次代码更新于 2026-10-07。无定价信息。
它主要面向的使用场景是:智能摄像头本地实时目标检测。同类可对比的替代方案包括 NVDLA、Gemmini。
上一篇:traccia-py
下一篇:aitune
freebuff-proxy
开源
聚合多账号,一键接入 OpenAI 兼容 API,轻松管理会话。
[DEPRECATED / UNMAINTAINED] No longer maintained.
microduck
开源
用 Rust 造一只会走路的桌面小鸭,快速上手双足机器人。
A Tiny biped duck robot
ollama
开源
一条命令本地跑起大模型,免费、私密、不卡顿
Get up and running with Kimi, GLM, MiniMax, DeepSeek, gpt-oss, Qwen, Gemma and other···
soperator
开源
用 Kubernetes 原生方式运行 Slurm,简化 HPC 集群管理。
Run Slurm in Kubernetes