IA & Machine Learning

Google Coral NPU : pourquoi Google offre sa puce IA embarquée

Google a rendu open source le Coral NPU, la puce qui fait tourner Gemma sans cloud. L'histoire n'est pas la carte, c'est le pari sur la licence.

Editorial Team / /9 min de lecture
Une carte de développement blanche à puce se déroule en un ruban orange de plans de circuit, logo Google en haut à gauche

À Google I/O 2026, Google a montré une petite carte capable de faire tourner un modèle de langage entièrement sur son propre matériel, sans connexion internet. La démonstration a retenu l’attention. Mais l’histoire la plus solide se joue ailleurs : dans le plan de la puce qui se cache derrière cette carte. Et sur ce plan, Google a fait un choix inhabituel : le distribuer gratuitement.

Cette puce s’appelle le Google Coral NPU. Ce n’est pas, à proprement parler, un produit qu’on achète. C’est un plan de fabrication libre pour un petit processeur dédié à l’IA, publié sous une licence qui permet à n’importe quel fabricant de puces de le construire, de le modifier et de le vendre sans verser de redevance à Google. C’est là toute l’idée à retenir, celle qui comptera encore longtemps après que cette carte aura disparu : une puce ouverte, un petit modèle, et un pari sur qui a le droit de fabriquer le matériel entre les deux.

Ce que Google a vraiment montré à I/O 2026

La démo tenait en peu de mots. Google et le fabricant de puces Synaptics ont conçu une petite carte électronique baptisée Coralboard, capable de faire tourner Gemma 3 270M, une version compacte de la famille de modèles d’IA Gemma de Google, entièrement sur l’appareil. Aucun serveur cloud ne traite la requête. Aucune donnée ne quitte la carte. Le modèle lit une consigne et répond en local, comme une calculatrice fait ses calculs sans jamais appeler personne à l’aide.

C’est ce qu’on appelle l’inférence embarquée (on-device inference) : faire tourner les calculs du modèle directement sur le matériel qu’on a sous la main, plutôt que d’envoyer la requête vers un centre de données lointain. L’intérêt ressemble à celui de tenir un journal intime dans un tiroir fermé à clé plutôt que dans le classeur de quelqu’un d’autre : rien de ce que vous tapez n’a besoin de sortir de la pièce, il n’y a aucun aller-retour réseau à attendre, et l’appareil continue de fonctionner même si le Wi-Fi tombe.

Un point de comparaison utile se trouve plus près d’un bureau que d’une poche. Quiconque a pesé le pour et le contre entre faire tourner un grand modèle de langage sur sa propre machine et un abonnement cloud a déjà fait le même arbitrage à plus grande échelle : contrôle et confidentialité contre commodité. La Coralboard applique exactement cette logique à un objet de la taille d’un livre de poche.

Page de documentation développeur Synaptics présentant les processeurs Astra série SL, dont la puce SL2619 utilisée sur la Coralboard

Synaptics Astra série SL — la documentation du fabricant pour la famille de puces qui inclut la SL2619, celle qui équipe la Coralboard.

Rien de tout cela ne fonctionnerait sans une puce pensée pour ce travail précis. Faire tourner ne serait-ce qu’un petit modèle d’IA demande beaucoup plus de calculs répétitifs qu’un processeur généraliste ne peut en gérer efficacement. Cette tâche revient à une puce dédiée appelée NPU, pour neural processing unit (unité de traitement neuronal) : un composant conçu spécifiquement pour faire les calculs de reconnaissance de motifs dont les modèles d’IA ont besoin, rapidement et sans vider la batterie. C’est la même famille de puces spécialisées qui s’est glissée discrètement dans les smartphones et ordinateurs portables récents ces dernières années, appliquée ici à une carte minuscule plutôt qu’à un appareil phare.

Une précision importante s’impose : à ce jour, la Coralboard ne s’achète pas. Google la décrit comme une série limitée fabriquée spécifiquement pour les participants de Google I/O 2026, sans date de disponibilité générale ni prix annoncés. Toute affirmation selon laquelle elle serait déjà en vente est prématurée.

Ce qui compte vraiment : une puce dont le plan est ouvert

C’est ici que l’histoire cesse de parler d’une petite carte pour parler de quelque chose qui lui survivra. Le Coral NPU qui fait tourner cette carte n’est pas un plan fermé, réservé à Google. Il est publié comme un circuit open source : le schéma d’ingénierie réel, celui qu’une usine de semi-conducteurs utiliserait pour le fabriquer, est librement accessible à quiconque veut l’inspecter, l’adapter et le construire, sans payer de licence à Google.

C’est un geste franchement inhabituel : les plans de puces comptent normalement parmi les secrets industriels les mieux gardés de la tech. La plupart des processeurs qui équipent smartphones, routeurs et objets connectés reposent sur des plans sous licence, détenus par une poignée d’entreprises, en tête desquelles ARM, dont le modèle économique repose justement sur ces redevances facturées aux fabricants. Offrir gratuitement un plan de puce revient à défier ce modèle de front, non pas en cherchant à faire mieux en performance, mais en supprimant purement et simplement le péage.

Ce même plan repose aussi sur RISC-V, une norme ouverte qui définit comment les instructions de base d’un processeur sont organisées, l’équivalent d’un alphabet libre de droits que n’importe quelle puce peut apprendre à lire, plutôt qu’un alphabet propriétaire facturé par une entreprise. RISC-V gagne du terrain depuis des années comme alternative gratuite aux architectures de processeurs sous licence, surtout dans les petites puces embarquées. Avec le Coral NPU, Google met un vrai poids d’ingénierie derrière ce mouvement, cette fois pour du matériel spécifiquement pensé pour l’IA, et non plus pour du calcul généraliste.

Dans le plan lui-même, la puce répartit son travail en trois blocs spécialisés : un pour les instructions générales, un conçu pour le traitement SIMD (une technique où la puce applique le même calcul à plusieurs données à la fois plutôt qu’une seule, exactement le genre de calcul répétitif que réclament les modèles d’IA), et un troisième dédié à la multiplication matricielle, l’opération au cœur du fonctionnement des réseaux de neurones. La version de référence de Google affiche environ 512 milliards d’opérations par seconde pour seulement quelques milliwatts : assez de puissance de calcul pour un modèle compact, avec une consommation plus proche d’une pile d’appareil auditif que d’un chargeur d’ordinateur portable.

Page Google Developers présentant le Coral NPU, la puce open source

Google Coral NPU — la page développeur de Google qui présente le plan de puce open source au centre de cette histoire.

Synaptics est le premier fabricant à avoir réellement traduit ce plan en silicium. Sa famille Astra SL2610, annoncée fin 2025, associe le cœur Coral NPU au propre NPU maison de Synaptics, baptisé Torq, pour atteindre environ 1 TOPS cumulé (un raccourci courant pour désigner mille milliards d’opérations par seconde, soit à peu près le double du chiffre de référence de Google sur un seul cœur). La puce exacte de la Coralboard est la Astra SL2619, qui associe ce NPU combiné à deux cœurs de processeur généraliste et à un cœur plus petit, basse consommation, réservé aux tâches d’arrière-plan. La carte embarque 2 Go de mémoire et jusqu’à 64 Go de stockage, sous une version allégée de Linux taillée pour les systèmes embarqués.

Pourquoi offrir le plan résout un vrai problème

L’IA embarquée, c’est-à-dire l’IA qui tourne sur des appareils locaux plutôt que dans le cloud, traîne deux maux de tête récurrents qui n’ont rien à voir avec la vitesse brute des puces. Le premier, c’est un logiciel fragmenté : chaque NPU de chaque fabricant vient en général avec sa propre chaîne d’outils propriétaire, l’ensemble de logiciels qui traduit un modèle d’IA en instructions que cette puce précise peut exécuter. Un modèle réglé pour la puce d’un fabricant a souvent besoin d’être retravaillé pour tourner sur celle d’un concurrent, ce qui décourage carrément les développeurs de s’investir dans le matériel embarqué. Le second maux de tête, c’est le coût et le contrôle de la licence : construire une puce sur mesure autour d’un plan de processeur sous licence oblige à négocier avec son propriétaire, un coût que les petits fabricants et les projets amateurs ne peuvent généralement pas absorber.

Rendre ce plan open source attaque les deux problèmes de front. Côté logiciel, Google a confirmé une chaîne d’outils construite autour de MLIR, un cadre de compilation qui traduit le code d’un modèle d’IA vers des instructions matérielles de façon structurée et réutilisable, associé à TensorFlow Lite Micro, une version allégée du logiciel TensorFlow de Google, taillée spécifiquement pour les petits modèles d’IA sur des puces embarquées aux ressources limitées. Comme le plan du NPU sous-jacent est public, cette chaîne d’outils peut viser n’importe quelle puce construite autour de lui, au lieu d’une seule gamme propriétaire. Côté matériel, n’importe quel fabricant peut récupérer le même plan gratuit et en construire sa propre version en silicium, sans frais ni négociation.

Voici l’idée durable à retenir : Google parie qu’offrir gratuitement un plan de puce et sa couche logicielle fera grandir un écosystème d’IA embarquée plus vaste et plus standardisé que n’importe quelle tentative de vendre une version fermée. C’est la même logique que Google avait appliquée des années plus tôt en rendant open source le cœur d’Android plutôt que de garder son logiciel mobile propriétaire, avec le pari qu’une fondation gratuite et partagée attire davantage de fabricants qu’une fondation verrouillée.

Qui ça bouscule, et qui ça aide

La pression la plus directe retombe sur ARM, dont le modèle économique repose sur le fait que les fabricants de puces paient pour un plan de processeur plutôt que d’en récupérer un gratuitement. Une alternative ouverte, gratuite et crédible pour les puces spécialisées en IA n’a pas besoin de surpasser les plans d’ARM en performance pour compter. Il lui suffit d’être assez bonne et gratuite, le même argument qui a lentement fait basculer une partie du marché des puces embarquées vers RISC-V ces dernières années. Cette même pression, celle qui pousse à ouvrir une économie du matériel jusque-là fermée, se voit déjà plus haut dans la chaîne : associer la même puce sous-jacente à une étiquette de prix bien plus modeste a commencé à redistribuer qui peut se permettre du vrai matériel IA en local.

Ce sont les petits fabricants de puces qui ont le plus à gagner : une startup qui n’aurait jamais pu justifier le coût d’une licence pour un plan de puce IA propriétaire peut désormais en construire une gratuitement, à condition d’avoir l’expertise industrielle nécessaire pour transformer un plan en silicium fonctionnel, une étape difficile et coûteuse en soi. Google y gagne aussi quelque chose, de façon moins directe : un écosystème de puces IA construit autour de sa propre chaîne d’outils logicielle et de sa famille de modèles Gemma, sans avoir à fabriquer lui-même la moindre puce.

Rien ne garantit que ce pari sera payant : l’histoire de l’informatique est pleine de plans ouverts restés confidentiels, pendant que des alternatives fermées continuaient à dominer le marché. Que le Coral NPU devienne ou non un vrai standard dépendra du nombre de fabricants qui suivront l’exemple de Synaptics, et de la capacité de la chaîne d’outils logicielle à rester réellement utilisable à mesure qu’elle mûrit, pas seulement disponible sur le papier.

Pour les lecteurs curieux du modèle qui fait tourner véritablement la réflexion sur cette carte, plutôt que de la puce en dessous, le contexte plus large se trouve du côté des modèles d’IA en poids ouverts qui redessinent ce qui tourne en local, une tendance parallèle où des entreprises offrent leur couche logicielle pour des raisons stratégiques similaires.

Carte de décision : la Coralboard ne s'achète pas aujourd'hui, série limitée pour Google I/O 2026 sans prix ni date annoncés ; un fabricant qui hésite entre un cœur NPU sous licence et sa propre conception obtient avec Coral NPU un plan libre de redevance, même si seul Synaptics a livré du vrai silicium autour à ce jour ; qui choisit une chaîne d'outils pour déployer un modèle compact sur du matériel contraint doit viser MLIR et TensorFlow Lite Micro, le plan n'étant pas verrouillé sur Gemma ; et choisir entre un plan sous licence ARM et cette alternative ouverte revient à peser les économies de redevance contre la maturité éprouvée de l'écosystème ARM, le Coral NPU restant non éprouvé à grande échelle.

Questions fréquentes

Est-ce la même chose que l’ancien accélérateur USB Coral Edge TPU ?

Non. Le Google Coral NPU est un nouveau plan de puce open source basé sur RISC-V, une architecture de processeur ouverte, et ce n’est pas un produit physique en soi. L’ancienne clé USB Coral Edge TPU était un produit différent, séparé, construit autour de l’architecture propriétaire de puce TPU de Google, vendue directement aux développeurs. Les deux partagent un nom de produit, mais rien d’autre en dessous.

Peut-on acheter une Coralboard aujourd’hui ?

Pas encore. Google décrit la Coralboard actuelle comme une série limitée fabriquée spécifiquement pour les participants de Google I/O 2026, et non comme un produit disponible au grand public. Ni disponibilité générale ni prix n’ont été annoncés à l’heure où ces lignes sont écrites : il faut donc considérer avec prudence toute annonce prétendant le contraire.

Que signifie « open source » pour le plan de cette puce ?

Cela signifie que le schéma d’ingénierie réel de la puce, pas seulement le logiciel qui tourne dessus, est accessible publiquement à tout fabricant qui veut l’utiliser, le modifier et le fabriquer sans frais. C’est inhabituel pour du matériel de processeur, normalement sous licence payante, et c’est précisément ce qui a permis à Synaptics de construire la première vraie puce autour de ce plan.

La puce fait-elle tourner n’importe quel modèle d’IA, ou seulement Gemma ?

C’est un plan de puce IA généraliste, pas verrouillé sur une seule famille de modèles. La démo de Google utilisait Gemma 3 270M, un petit membre de la gamme Gemma, mais la chaîne d’outils confirmée, bâtie sur MLIR et TensorFlow Lite Micro, est pensée pour embarquer toute une gamme de modèles d’IA compacts, pas exclusivement ceux de Google.

Pourquoi le plan ouvert compte-t-il plus que la carte elle-même ?

Parce que la carte n’est qu’une démonstration en série limitée, alors que le plan sous-jacent est pensé pour être réutilisé indéfiniment par n’importe quel fabricant. Un produit unique peut être arrêté ou rester une curiosité de niche ; un plan librement réutilisable, adopté par d’autres entreprises, peut devenir discrètement la façon par défaut de construire toute une catégorie de matériel, comme l’ont déjà fait d’autres normes ouvertes ailleurs dans l’informatique.

#google-coral#npu#risc-v#gemma#edge-ai#ai-ml