據(jù)外媒報道,谷歌(Google) 在 Next 云端大會,發(fā)布了 Edge TPU 芯片搶攻邊緣計算市場。
Google在積極地構(gòu)建完整的人工智能(AI) 硬件產(chǎn)品線,而且已經(jīng)不再滿足于為自家數(shù)據(jù)中心開發(fā)AI芯片,它現(xiàn)在正設計將AI芯片整合到其他公司生產(chǎn)的產(chǎn)品中去,變得更具戰(zhàn)略重要性。在AI領域,研究人員正用大量數(shù)據(jù)訓練模型,以便機器能夠在新數(shù)據(jù)到來時進行預測。
張量處理單元(Tensor Processing Unit,簡稱TPU)最初的版本只能做出這些預測,而第二個版本(2017年發(fā)布)可被用來訓練模型,這一更新使其能與Nvidia顯卡競爭,第三代TPU是在今年5月發(fā)布的。這次發(fā)布的是適合邊緣計算的 Edge TPU。雖然都是 TPU,但邊緣計算用的版本與訓練機器學習的 Cloud TPU 不同,是專門用來處理AI預測部分的微型芯片。
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(lián)網(wǎng)設備采用。Edge TPU可以自己運行計算,而不需要與多臺強大計算機相連,因此應用程序可以更快、更可靠地工作。它們可以在傳感器或網(wǎng)關設備中與標準芯片或微控制器共同處理AI工作。
Google 云端物聯(lián)網(wǎng)產(chǎn)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(yōu)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(chǎn)生計算力,并將改變現(xiàn)有的系統(tǒng)架構(gòu),使現(xiàn)代云計算能真正實用化。”
“谷歌并沒有讓Edge TPU與傳統(tǒng)芯片競爭,這對所有硅芯片供應商和設備制造商都非常有利。Edge TPU可能會‘顛覆云計算競爭’,因為許多計算現(xiàn)在可以在設備上進行,而不是全部發(fā)送到數(shù)據(jù)中心。在成本和能耗方面,谷歌芯片在某些類型的計算上比傳統(tǒng)芯片更加高效。”Google 云端物聯(lián)網(wǎng)副總裁 Injong Rhee 強調(diào)。
他還稱,“Cloud IoT Edge 是由兩部分組成,Edge IoT 核心網(wǎng)關功能和 Edge ML,這是基于 TensorFlow Lite 用在邊緣設備的模型,并能在 Android Things 或 Linux OS 的設備運行,使 Google 成為唯一一家擁有整合軟件和客制硬件堆棧的云服務提供商。”
其他業(yè)者其實也早已競相在物聯(lián)網(wǎng)、AI 及云端計算提出新解決方案,如微軟、AWS 等都推出物聯(lián)網(wǎng)云端平臺,但可以看出 Google 的野心不僅是在單一硬件持續(xù)突破,更傾向于提供完整終端服務體驗。
LG負責幫助內(nèi)部和其他公司處理IT服務的CNS團隊已經(jīng)在測試Edge TPU,并計劃開始在內(nèi)部生產(chǎn)線上使用它們檢查設備。
目前,在為顯示面板生產(chǎn)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(xiàn)的任何問題都需要人工檢查,現(xiàn)有系統(tǒng)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(fā)現(xiàn)真正影響我們質(zhì)量的異常和缺陷方面節(jié)省資金。”他的團隊此前曾研究過英偉達(Nvidia)的一個計算系統(tǒng)。
Google 即將在 10 月推出包含結(jié)合 Edge TPU、NXP CPU、Wi-Fi 和 Microchip 等安全組件的開發(fā)者套件,并持續(xù)與 ARM、Harting、Hitachi Vantara、Nexcom、Nokia 及 NXP 等制造商合作,希望能普及至開發(fā)者社群,建立獨有的生態(tài)。