Google物联网战略启动，推Edge TPU进军边缘计算- 大数跨境

芯华舍

2018-07-26

导读：导读Google在Next云端大会上，发表了Edge TPU芯片来抢攻边缘运算市场。两年前谷歌推出了第一代T

导读

Google在Next云端大会上，发表了Edge TPU芯片来抢攻边缘运算市场。两年前谷歌推出了第一代TPU，当时只能做推理。去年，谷歌推出了既能做训练也能做推理的TPU 2.0，这款谷歌自研芯片当做GPU的强劲对手，威胁英伟达的市场份额。今天5月，谷歌在I/O大会上发布了TPU 3.0，性能进一步提升。无论市场情况如何，谷歌都在内部都更多地使用TPU，而不是依赖英伟达等供应商提供的硬件。

Google正积极在AI硬件上建构自己完整的产品线，如今又推出了适用于边缘运算的Edge TPU。虽然都是TPU但边缘运算用的版本与训练机器学习的Cloud TPU不同，是用来执行已建构好的数学模型。其性能当然也远不如一般的TPU，不过在功耗及体积上有大幅的缩小，以适用于物联网装置上。

许多产业已意识到，云生态能令自动化技术普及到设备上，并降低人工维护的成本，而边缘运算则能更快的反应业者的需求，当然大数据训练还是由大型服务器来完成比较有效率，不过许多设备已有运行图片辨识及机器学习等需求。例如微软在近期也发表了能进行图片辨识的无人机，将具备即时信息判断的能力。

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机器学习模型进行优化，如此一来部分的运算就不需要等待远程服务器的响应，直接在设备上完成。

根据谷歌博客的介绍，Edge TPU的特点如下：

边缘上的AI：如今，从消费者到企业应用程序，AI无处不在。随着连接设备的爆炸式增长，再加上对隐私/机密性、低延迟和带宽限制的需求，在云中训练的AI模型越来越需要在边缘上运行。Edge TPU是谷歌为在边缘运行AI而设计的专用ASIC。它在很小的物理占用和很低功耗的限制下提供高性能，使得在边缘部署高精度的AI成为可能。

端到端的AI基础设施：Edge TPU是Cloud TPU和Google Cloud服务的补充，提供end-to-end、cloud-to-edge、硬件软件的基础设施，以便于基于AI的解决方案的部署。

很小的物理占用和低功耗下实现高性能：由于其高性能、物理占用面积小、功耗低，Edge TPU可以在边缘广泛部署高质量的AI。

AI硬件、软件和算法的协同设计：Edge TPU不仅仅是一个硬件解决方案，它结合了定制硬件、开放软件和最先进的AI算法，为边缘提供高质量、易于部署的AI解决方案。

广泛的应用：Edge TPU有非常多的工业用例，例如预测性维护、异常检测、机器视觉、机器人、语音识别等等。在制造业、内部部署、医疗、零售、智能空间、交通等领域有广泛应用。

推出配套软件Cloud IoT Edge

Cloud IoT Edge是将Google Cloud强大的数据处理和机器学习功能扩展到网关、摄像头和终端设备的软件，使物联网应用更智能、更安全、更可靠。它允许你在Edge TPU或基于GPU和CPU的加速器上执行在Google Cloud中训练了的ML模型。

Google云端物联网副总裁Injong Rhee强调，Cloud IoT Edge是由两个部分组成，Edge IoT核心闸道功能和Edge ML，这是一个基于TensorFlow Lite用在边缘设备上的模型，并能在Android Things或Linux OS的设备上运行。将使Google成为唯一一家拥有集成软件和定制硬件堆栈的云服务提供商。Edge TPU以极低的成本令设备产生计算力，并将改变现有的系统架构，这将能使现代云计算能真正的实用化。

其他业者其实也早已竞相在物联网、AI及云端运算上提出新的解决方案，如微软、AWS等都已推出物联网云端平台，但可以看的出来Google的野心也不仅是在单一硬件上持续突破，更将朝向提供完整的终端服务体验前进。据传韩国电子大厂LG已打算应用Edge TPU在生产设备上。

Google 即将在10月推出包含结合Edge TPU、NXP CPU、wi-fi和Microchip等安全元件的开发者套件，并持续与ARM、Harting、Hitachi Vantara、Nexcom、Nokia 及NXP 等制造商合作。希望能普及至开发者社群，并建立出独有的生态。

参考资料：

TechNews 2018-07-26

新智元 2018-07-26

推荐阅读