在日前于美國舊金山舉行的Google Cloud Next大會上，Google針對基于其TPU設計的邊緣運算推出全新人工智能(AI)芯片——Edge TPU，并利用這款機器學習加速器芯片加強ASIC的開發。

Google似乎暗示著它也將直接把這款Edge TPU賣給想要打造智能邊緣設備的公司。Google可能試圖利用其內部設計進入新市場，也可能是想藉由較大的芯片量分散其開發成本，試圖降低內部的ASIC開發成本。

銷售芯片之舉還可為開發人員建構一個更大的生態系統。Google一開始的計劃是透過幾種DIY開發板提供Edge TPU。

Google為想要增加機器學習的DIY創作者(稱為AIY)提供了一系列的工具套件。這些項目一開始采用Raspberry Pi開發板。最后一款工具套件是相機模塊，可用于展示如何建構視覺機器學習項目。在該項目中，Google采用英特爾(Intel)的Movidius芯片作為專用視覺推論加速器。

這兩款最新的開發工具包都使用Edge TPU芯片實現推論加速。目前，Google尚未透露這些套件或Edge TPU的定價或可用性，公開的技術細節也很簡略。我們只知道該TPU支持8位和16位整數運算，但無法找到進一步的功率或性能數據。

Google似乎打算積極投入芯片設計，最近還聘請被譽為“硅谷教父”的John Hennessy擔任主席，前加州伯克利大學教授David Patterson也加入了TPU團隊。這兩位重量級人物都是計算機架構權威教科書的作者。

Google TPU和TPU 2都是專為內部云端數據中心需求而設計的。如今有了Edge TPU，讓Google得以將TPU架構帶入更廣闊的市場。該公司現在聲稱可以為基于Google架構的機器學習建構從邊緣到云端的完整生態系統。Google的網站還引用了中國汽車供貨商Xee的聲明——為Edge TPU打造Xee連網汽車平臺背書。

不過，Google要進軍芯片設計業務仍然存在諸多挑戰。首先，該公司需要建立銷售通路，以及支持能與成千上百家客戶打交道的生態系統。

其次是嵌入式系統設計人員面臨的風險。Google有過終結產品和服務的記錄——當它認為有些產品和服務失去實用性時，轉而將相關資源重新定位于更有趣的項目。因此，如果Google停止銷售Edge TPU而未提供轉移計劃時該怎么辦？這又會對采用Edge TPU的第三方設計帶來什么沖擊？

第三，它可能會使Google與英特爾/Movidius等現有合作伙伴形成直接競爭。新的機器學習芯片公司可能不愿意與Google合作，他們可能會擔心Google將竊取其概念另行打造競爭芯片。

我認為，如果Google能將銷售責任轉移給第三方芯片公司——如恩智浦半導體(NXP)或微芯科技(Microchip)等擁有銷售和物流資源，可支持嵌入式設計的產品，或許會更有意義。許多嵌入式公司都擁有銷售產品給嵌入式設計師的通路經驗，也很歡迎再添加機器學習加速器系列產品。Google似乎想擁有客戶關系，以確保開發人員遵循Google架構，但我不確定Google是否準備好支持整個嵌入式產品的生命周期。

Google的另一個替代方案是釋出Edge TPU設計，使其成為開放來源RTL。該公司可以將其提交給GitHub或RISC-V基金會。這將增加TPU設計直接整合于微控制器(MCU)和SoC的機會。

至少，我認為嵌入式設計師都應該謹慎考慮是否采用Google作為芯片供應來源。