在发布张量处理单元（Tensor Processing Unit，简称TPU）2年之后，谷歌于美国当地时间周三推出了Edge TPU，它将使传感器和其他设备能够更快地处理数据。
据外媒报道，谷歌（Google） 在 Next 云端大会，发布了 Edge TPU 芯片抢攻边缘计算市场。
Google在积极地构建完整的人工智能（AI） 硬件产品线，而且已经不再满足于为自家数据中心开发AI芯片，它现在正设计将AI芯片整合到其他公司生产的产品中去，变得更具战略重要性。在AI领域，研究人员正用大量数据训练模型，以便机器能够在新数据到来时进行预测。
张量处理单元（Tensor Processing Unit，简称TPU）最初的版本只能做出这些预测，而第二个版本（2017年发布）可被用来训练模型，这一更新使其能与Nvidia显卡竞争，第三代TPU是在今年5月发布的。这次发布的是适合边缘计算的 Edge TPU。虽然都是 TPU，但边缘计算用的版本与训练机器学习的 Cloud TPU 不同，是专门用来处理AI预测部分的微型芯片。
性能虽然远不如一般 TPU，不过胜在功耗及体积大幅缩小，适合物联网设备采用。Edge TPU可以自己运行计算，而不需要与多台强大计算机相连，因此应用程序可以更快、更可靠地工作。它们可以在传感器或网关设备中与标准芯片或微控制器共同处理AI工作。
Google 云端物联网产品管理负责人Antony Passemard 指出，“Edge TPU 是一种超低功耗的 ASIC 芯片，比 1 美分铜板还小，搭配 Cloud IoT Edge 软件并针对 TensorFLow 机器学习模型优化，如此一来部分计算就不需等待远程服务器回应，直接在设备完成。Edge TPU 以极低成本让设备产生计算力，并将改变现有的系统架构，使现代云计算能真正实用化。”
“谷歌并没有让Edge TPU与传统芯片竞争，这对所有硅芯片供应商和设备制造商都非常有利。Edge TPU可能会‘颠覆云计算竞争’，因为许多计算现在可以在设备上进行，而不是全部发送到数据中心。在成本和能耗方面，谷歌芯片在某些类型的计算上比传统芯片更加高效。”Google 云端物联网副总裁 Injong Rhee 强调。
他还称，“Cloud IoT Edge 是由两部分组成，Edge IoT 核心网关功能和 Edge ML，这是基于 TensorFlow Lite 用在边缘设备的模型，并能在 Android Things 或 Linux OS 的设备运行，使 Google 成为唯一一家拥有整合软件和客制硬件堆栈的云服务提供商。”
其他业者其实也早已竞相在物联网、AI 及云端计算提出新解决方案，如微软、AWS 等都推出物联网云端平台，但可以看出 Google 的野心不仅是在单一硬件持续突破，更倾向于提供完整终端服务体验。
LG负责帮助内部和其他公司处理IT服务的CNS团队已经在测试Edge TPU，并计划开始在内部生产线上使用它们检查设备。
目前，在为显示面板生产玻璃的过程中，该检测设备每秒可处理200多张玻璃图像。LG的CNS团队首席技术官Hyun Shingyoon表示，出现的任何问题都需要人工检查，现有系统的准确率约为50%。而谷歌AI的准确率可达99.9%。
Hyun Shingyoon还说：“我的期望是在发现真正影响我们质量的异常和缺陷方面节省资金。”他的团队此前曾研究过英伟达(Nvidia)的一个计算系统。
Google 即将在 10 月推出包含结合 Edge TPU、NXP CPU、Wi-Fi 和 Microchip 等安全组件的开发者套件，并持续与 ARM、Harting、Hitachi Vantara、Nexcom、Nokia 及 NXP 等制造商合作，希望能普及至开发者社群，建立独有的生态。
本文综合自Technews、品玩、iFanr、UDN报道
关注最前沿的电子设计资讯，请关注“电子工程专辑微信公众号”
您可能感兴趣
