太狠了！谷歌这款AI芯片让英特尔这几年白干了

Google蓄力的Edge TPU终于正式对外公布了，不仅如此，此次Google还带来了基于Edge TPU的AIY Edge TPU开发板以及AIY Edge TPU加速器，全面帮助工程师将机器学习部署到AI产品开发中去。

谷歌的Edge TPU并不是他们发布的第一款硬件芯片，几个月前，用于运行基于TensorFlow框架开发的机器学习工作负载的Cloud TPU已经推出了测试版。现在，谷歌在Edge TPU方面更进一步，这是一款由谷歌设计的专用ASIC芯片，可以在边缘运行TensorFlow Lite ML模型。

目前来看，Edge TPU的尺寸约为1美分硬币的1/8大小，它可以在较小的物理尺寸以及功耗范围内提供不错的性能（目前具体性能指标不清楚，官方称可以在高清分辨率的视频上以每秒30帧的速度，在每帧上同时执行多个最先进的AI模型），支持PCIe以及USB接口。

AIY Edge TPU Accelerator.

Edge TPU优势在于可以加速设备上的机器学习推理，或者也可以与Google Cloud配对以创建完整的云端到边缘机器学习堆栈。在任一配置中，Edge TPU通过直接在设备本地处理数据，这样不仅保护隐私，而且消除对持久网络连接的需要，减少延迟，允许使用更少的功率和性能。

AYI Edge TPU开发板（PK 树莓派）

AIY Edge TPU开发板是一款搭载了Edge TPU的单板计算机，功能非常丰富。开发板分为底板跟核心板，底板包括一些常用的外设接口，而核心板是基于Google Edge TPU的模块化系统子板（核心板与底板可以分离），也就是SOM（system-on-module ）。

AIY Edge TPU Dev Board

目前官方没有揭露更多细节，可以确定的有二点:

采用 int8/int16 计算方式, 因此无法将 TensorFlow 在没特别处理过的 model 直接在 Edge TPU 上运算. 在 Training 时就必须考虑或是使用前可能必须透过 Quantization 处理.,

连接介面采用 PCIe 与 USB.这代表除了 Embedded/IoT 开发应用外, 然而有着 PCIe 高速介面或许有可能多颗协同运作模式, 有着对较为强大的平台的使用弹性

发布的同一时间, Google 也发表了两款基于 Edge TPU 的 AIY Edge TPU Boards AIY Edge TPU Dev Board 与 AIY Edge TPU Accelerator.

谷歌还将在今年10月晚些时候提供开发套件，让开发人员开始开发和测试Edge TPU。该套件包括一个“模块化系统”（SOM），包含了谷歌的Edge TPU、恩智浦CPU、Wi-Fi和Microchip的安全元件。此外，谷歌将与他们的物联网（IoT）生态系统合作伙伴合作开发智能设备，并在这些设备上使用谷歌云IoT的创新技术。

Edge TPU与Cloud IoT Edge相结合，可以让用户通过Edge TPU硬件加速器运行在谷歌云平台（GCP）上训练出来的模型。此外，Cloud IoT Edge本身也包含两个组件：Edge IoT Core和Edge ML，并且它也使用了Edge TPU或者基于GPU和CPU的加速器。

客户可以在Android Things或基于Linux OS的设备上运行Cloud IoT Edge。此外，Cloud IoT Edge可以安全地将边缘设备连接到云，实现软件和固件更新，还可以使用Cloud IoT Core来管理和交换数据。IoT Core中的Edge ML将在客户端运行预先训练的TensorFlow Lite模型，并进行ML推断，从而显着提高边缘设备的处理能力和多功能性。

随着Cloud IoT Edge和Edge TPU的发布，谷歌在其Cloud IoT核心服务之外的市场扩展了他们的产品，为客户提供了更多的物联网可能性。

什么是谷歌AIY Projects项目？

在2017 年上半年，谷歌宣布了一个新的开源计划--AIY Projects（AIY计划），其目标是让每个Maker（创客）都能DIY自己的 AI 人工智能产品，让更多人能学习、探索并体验人工智能。AIY 全称是 Artificial Intelligence Yourself，顾名思义就是利用 AI 来进行的 DIY 功能套件。借助 AIY 项目，创客可以利用人工智能来实现更像人与人交流的人机交互。谷歌目前为 AIY Projects 推出了两款硬件产品--AIY Voice Kit 和 AIY Vision Kit。