谷歌Coral已在36个国家进行部署，本地化AI节省云端计算成本

伴随着人工智能（AI）的快速发展和日趋成熟，已经让机器人执行此前仅能由人类完成的各项任务。在工厂的生产线上进行质量控制？想要通过AI驱动的摄像头来发现缺陷？如何高效处理大量医疗数据？通过机器学习就能帮助识别潜在的肿瘤，并帮助医生预防和及时治疗。

不过这样的应用场景只有在足够快速和安全的前提下才能完成。如果在工厂环境中，AI摄像头需要数分钟时间来处理图像，那么就没有太大的意义了。如果如果需要将患者数据传送到云端，那么必然会有医疗数据被泄露的风险。而谷歌的Coral希望解决这些问题。

在发送给外媒The Verge的电子邮件中，Coral产品经理Vikram Tank解释道：“通常情况下，来自[AI]设备的数据会发送给大型计算实例中，这些实例位于中央数据中心，机器学习模型可以快速运行。Coral是Google的硬件和软件组件平台，可帮助您使用本地AI构建设备--为神经网络提供硬件加速...在边缘设备（edge device）上。”

Coral结合了必要的AI软件与硬件工具，目的是为了让企业或开发人员能够建立本地AI产品。谷歌表示有越来越多的行业已经认识到本地化AI的价值，因此本地化不仅可以节省带宽和云端计算成本，也能让资料存放在本地端，维护使用者的隐私。

在2019年，Coral已经推出Dev Board、USB Accelerator以及多款PCIe Accelerator产品组合，已经在全球36个国家进行部署。

在今年的CES大展上，Coral推出了多款产品。第一款新产品是Accelerator Module 加速模组，这款多芯片模组包括了 Edge TPU ASIC，并支持 PCIe 与 USB接口，可以嵌入定制的印刷电路设计，是谷歌和日本电子零件制造商Murata共同打造的。

第二款产品则是Dev Board Mini 开发板，体积比Dev Board体积更小，搭载MediaTek 8167s SoC，可达成720P 解析度影像编码／解码以及电脑视觉运用，功耗更低、更加经济实惠，两者预计在2020 上半年正式上市。Google亦打造不同版本的Coral系统模组（SoM），除了原本的1GB LPDDR4配置之外，新增了2GB与4GB配置的版本。