Google于美國當地時間周三在Next云端大會，重磅發布了Edge TPU處理器，簡單來說，它可以讓傳感器及其它設備擁有更快的數據處理速度。

Google在積極地構建完整的人工智能硬件產品線，而且已經不再滿足于為自家數據中心開發AI芯片，2017年，谷歌表示，其AI芯片正變得更具戰略重要性。它現在正設計將AI芯片整合到其他公司生產的產品中去，變得更具戰略重要性。

在AI領域，谷歌研究人員正用大量數據訓練模型，以便機器能夠在新數據到來時進行預測。

物聯網新物種：Edge TPU

自2015年以來，Google始終在用TPU來加速自家數據中心的某些工作負載，而不是依賴Nvidia等供應商提供的商用硬件。

2015年開始，Google就在數據中使用TPU芯片，完成某些特定任務，之前用的芯片來自Nvidia等企業。去年谷歌又說，AI芯片在戰略上變得越來越重要。

開發AI技術時，研究人員會用海量數據對模型進行訓練，當我們將新數據交給機器，它可以擁有更好的預測能力。第一代TPU只能預測，2017年推出的第二代TPU也可以用來訓練模型。今年年初，Google展示了第三代TPU芯片。

現在發布的Edge TPU，該芯片在AI預測方面有獨特的優勢，與訓練模型相比，它對計算力的要求降低。

性能雖然遠不如一般 TPU，不過勝在功耗及體積大幅縮小，適合物聯網設備采用。Edge TPU即使不與強大的計算機連接，Edge TPU也能計算，這樣應用執行的速度就會更快，更加可靠。Edge TPU可以與標準芯片、微控制器一起處理AI工作，它們可以在傳感器或網關設備中與標準芯片或微控制器共同處理AI工作。

圖為Edge TPU與一美分硬幣大小對比

Google云端物聯網產品管理負責人Antony Passemard 指出，“Edge TPU 是一種超低功耗的 ASIC 芯片，比 1 美分銅板還小，搭配 Cloud IoT Edge 軟件并針對 TensorFLow 機器學習模型優化，如此一來部分計算就不需等待遠程服務器回應，直接在設備完成。Edge TPU 以極低成本讓設備產生計算力，并將改變現有的系統架構，使現代云計算能真正實用化。”

谷歌要把AI芯片裝進聯網設備

外媒稱，Google進軍“定制芯片”市場，是其試圖擴大云計算市場份額、與亞馬遜和微軟加強競爭的一種方式。

其他業者其實也早已競相在物聯網、AI 及云端計算提出新解決方案，如微軟、亞馬遜等都推出物聯網云端平臺，但可以看出 Google 的野心不僅是在單一硬件持續突破，更傾向于提供完整終端服務體驗。

LG負責幫助內部和其他公司處理IT服務的CNS團隊已經在測試Edge TPU，并計劃開始在內部生產線上使用它們檢查設備。

目前，在為顯示面板生產玻璃的過程中，該檢測設備每秒可處理200多張玻璃圖像。LG的CNS團隊首席技術官Hyun Shingyoon表示，出現的任何問題都需要人工檢查，現有系統的準確率約為50%。而谷歌AI的準確率可達99.9%。

Hyun Shingyoon還說：“我的期望是在發現真正影響我們質量的異常和缺陷方面節省資金。”他的團隊此前曾研究過英偉達(Nvidia)的一個計算系統。

此外，Google還在今天發布了Cloud IOT Edge軟件和Edge TPU開發套件，Cloud IOT Edge是使用Edge TPU運行的軟件，它由兩個組件組成：Edge IOT核心網關功能和Edge ML。Cloud IOT Edge基于TensorFlow Lite可以在Android Things或基于Linux OS的設備上運行。Edge TPU開發套件包括一個模塊系統（SOM），它結合了Edge TPU，NXP CPU，wi-fi和Microchip的安全元件。這將在10月份提供給開發人員。

“Google并沒有讓Edge TPU與傳統芯片競爭，這對所有芯片供應商和設備制造商都非常有利”。

盡管Google Cloud IoT副總裁Injong Rhee在努力打消芯片界對其的負面評價與擔憂，但事實上，隨著大型公司和新興創業公司的芯片領域競爭日趨激烈，這些用例對大公司來說非常重要。對于Google來說尤其如此，它也希望在一個有Caffe2和PyTorch等多種選擇的世界中擁有實際的開發框架。

另外Google Cloud CEO Diane Greene 在Google Cloud Next 2018 上一直強調稱，AI已經融入到 Google 所做的每一件事情中去。

當然，對于芯片，對于邊緣計算，對于物聯網，它們更是如此。