Synaptics 與 Astra 平台解析：Edge AI MPU 與 Transformer 架構的真正意義

5月 11, 2026

隨著 AI 從雲端走向終端裝置，「Edge AI」正在快速重構整個半導體產業。過去我們熟悉的 MCU、SoC 分工正在改變，取而代之的是能夠在本地執行 AI 推論的 Edge AI MPU 與平台型架構。

在這個轉型中，Synaptics 的 Astra 平台與 SL 系列晶片，是一個非常具有代表性的案例。

一、Synaptics 的角色轉變：從周邊晶片到 Edge AI 平台

Synaptics 最早以觸控板、人機介面 IC 聞名，例如筆電 touchpad、音訊處理與感測控制晶片。

但近年其策略明顯轉向：

從「單一功能 IC 公司」轉型為「Edge AI 系統平台公司」

核心業務已經轉向：

Edge AI SoC（SL 系列）
AIoT 裝置平台
工業與智慧設備運算
視覺與語音 AI

這個轉型的核心載體，就是 Astra 平台。

二、Astra 是什麼？不是晶片，而是 AI 平台

Astra 並不是單一晶片，而是一個完整的 Edge AI 生態系統平台。

可以把 Astra 理解成：

「硬體 + AI軟體 + 開發工具鏈」的整合平台

它包含三個核心層級：

1. Edge AI SoC（SL系列晶片）

例如 SL2610 等晶片，屬於 Edge AI MPU / SoC。

其特點是：

ARM Cortex-A 系列 CPU（Linux 運行）
Cortex-M 控制核心（低功耗管理）
Torq NPU（AI運算引擎）
Coral AI 子系統（AI調度與控制）
ISP / DSP / GPU（感測與多媒體處理）

這代表它不只是「運算晶片」，而是一個完整系統。

2. AI 運算架構：Coral + Torq 的分工設計

SL 系列最關鍵的設計，是 AI 運算被拆成兩個層級：

● Torq NPU（運算層）

負責：

Tensor computation
CNN / Transformer 推論
矩陣運算（GEMM）
INT8 / INT4 低精度推論

本質是：

AI 的「算力引擎」

● Coral AI 子系統（控制層）

負責：

AI graph scheduling
operator dispatch
memory orchestration
runtime 管理

本質是：

AI 的「調度與控制系統」

這種設計的核心概念是：

AI 不再只是計算問題，而是「系統調度問題」

為什麼要拆成兩層？

因為 Transformer 時代的 AI workload 具有三個特性：

memory bandwidth 壓力極高（KV cache）
計算圖是動態的（dynamic graph）
latency 要即時（edge device）

如果只用單一 NPU，會同時承擔：

運算
排程
記憶體管理

效率會大幅下降。

因此拆分成：

Torq（做運算）
Coral（做系統控制）

三、Astra 的核心價值：AI-native 架構

Astra 的設計理念是「AI-native」，不是傳統 SoC 的延伸。

它的核心是：

以 AI 模型為中心，而不是以硬體為中心

1. 模型驅動架構

流程如下：

AI Model（PyTorch / ONNX）
→ Compiler（MLIR / IREE）
→ Runtime（Torq + Coral）
→ Hardware execution

意思是：

AI 是先設計模型，再映射到硬體，而不是反過來

2. Transformer-aware NPU

SL 系列特別強調：

attention computation support
KV cache optimization
streaming inference
multimodal AI support

代表它已經從 CNN 時代，進入 Transformer 時代。

3. Edge AI 本地推論

Astra 的目標不是雲端 AI，而是：

AI camera
smart speaker
industrial vision
robot
smart appliance

讓 AI 在裝置端直接運行。

四、開發生態系：Astra 的真正護城河

Astra 的價值不只在晶片，而在整個開發生態。

包含：

1. SDK 與工具鏈

model quantization（INT8 / INT4）
ONNX / TFLite / PyTorch 支援
compiler optimization
performance profiling

2. Linux / Yocto 支援

完整 BSP
driver（NPU / ISP / DSP）
container support

3. 開發板與參考設計

例如 Coral Dev Board：

camera / mic / sensor
Wi-Fi / BT
預載 AI model demo

目的是降低 AI 開發門檻。

五、SL2610 的系統意義

SL2610 不只是晶片，而是 Edge AI node。

其架構可以簡化為：

CPU：負責 OS 與應用
Coral：負責 AI 任務調度
Torq：負責 AI 計算
DSP / ISP：負責感測與前處理

這是一個完整 AI system，而不是單一運算單元。

六、產業意義：Edge AI 正在從 MCU 時代轉向 MPU 時代

過去：

MCU：負責控制
AI：多在雲端

現在：

MPU（Edge AI SoC）：負責本地 AI 運算

關鍵差異在於：

類型	功能
MCU	控制導向
MPU	AI + 運算平台
Edge AI SoC	本地智慧系統

七、核心趨勢總結

Astra 平台代表三個產業轉折：

1. AI 從 CNN → Transformer

AI 工作負載變成系統級問題

2. AI 從 compute → system

不只是算力，而是 scheduling + memory + runtime

3. Edge AI 從 MCU → MPU + NPU

裝置開始具備本地智能

八、結論

Synaptics 的 Astra 平台，本質上不是單一晶片產品，而是一個：

將 Transformer 等級 AI 推論能力帶入邊緣裝置的完整 AI 系統平台

其核心架構（Coral + Torq）反映了一個關鍵趨勢：

未來 AI 的競爭，不再只是算力，而是「AI 系統如何被編排與執行」。

搜尋此網誌

股市量化交易