Google发布超低功耗的ASIC芯片Edge TPU处理器

Google于美国当地时间周三在Next云端大会，重磅发布了Edge TPU处理器，简单来说，它可以让传感器及其它设备拥有更快的数据处理速度。

Google在积极地构建完整的人工智能硬件产品线，而且已经不再满足于为自家数据中心开发AI芯片，2017年，谷歌表示，其AI芯片正变得更具战略重要性。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，谷歌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。

物联网新物种：Edge TPU

自2015年以来，Google始终在用TPU来加速自家数据中心的某些工作负载，而不是依赖Nvidia等供应商提供的商用硬件。

2015年开始，Google就在数据中使用TPU芯片，完成某些特定任务，之前用的芯片来自Nvidia等企业。去年谷歌又说，AI芯片在战略上变得越来越重要。

开发AI技术时，研究人员会用海量数据对模型进行训练，当我们将新数据交给机器，它可以拥有更好的预测能力。第一代TPU只能预测，2017年推出的第二代TPU也可以用来训练模型。今年年初，Google展示了第三代TPU芯片。

现在发布的Edge TPU，该芯片在AI预测方面有独特的优势，与训练模型相比，它对计算力的要求降低。

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即使不与强大的计算机连接，Edge TPU也能计算，这样应用执行的速度就会更快，更加可靠。Edge TPU可以与标准芯片、微控制器一起处理AI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。

图为Edge TPU与一美分硬币大小对比

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。”

谷歌要把AI芯片装进联网设备

外媒称，Google进军“定制芯片”市场，是其试图扩大云计算市场份额、与亚马逊和微软加强竞争的一种方式。

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、亚马逊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。

此外，Google还在今天发布了Cloud IOT Edge软件和Edge TPU开发套件，Cloud IOT Edge是使用Edge TPU运行的软件，它由两个组件组成：Edge IOT核心网关功能和Edge ML。Cloud IOT Edge基于TensorFlow Lite可以在Android Things或基于Linux OS的设备上运行。Edge TPU开发套件包括一个模块系统（SOM），它结合了Edge TPU，NXP CPU，wi-fi和Microchip的安全元件。这将在10月份提供给开发人员。

“Google并没有让Edge TPU与传统芯片竞争，这对所有芯片供应商和设备制造商都非常有利”。

尽管Google Cloud IoT副总裁Injong Rhee在努力打消芯片界对其的负面评价与担忧，但事实上，随着大型公司和新兴创业公司的芯片领域竞争日趋激烈，这些用例对大公司来说非常重要。对于Google来说尤其如此，它也希望在一个有Caffe2和PyTorch等多种选择的世界中拥有实际的开发框架。

另外Google Cloud CEO Diane Greene 在Google Cloud Next 2018 上一直强调称，AI已经融入到 Google 所做的每一件事情中去。

当然，对于芯片，对于边缘计算，对于物联网，它们更是如此。