谷歌首款終端AI芯片Edge TPU，現已開放申請試用！
谷歌此前曾強調其對人工智能“品牌”的張量處理單元（TPU）的承諾。 因此，在2018 NEXT大會上，一個主要針對以企業為中心的Google Cloud的活動，被引入了一種新形式的TPU：Edge TPU。
TPU是谷歌對專用集成電路（ASIC）的看法。 反過來，ASIC是GPU上面向并行處理的變體，用于神經網絡訓練。 ASIC與GPU的不同之處在于它們還提供允許處理器對本地數據進行操作的庫和指令。 因此，與GPU相比，ASIC可以加速訓練過程。
Edge TPU允許程序員在今年以自己的機器安裝芯片。這款微型芯片增強了谷歌的云TPU和云物聯網，提供端到端的基礎設施，以滿足您的基于人工智能的需求。它可用于廣泛的應用，如預測性維護，異常檢測，機器視覺，機器人和語音識別等等。
這些芯片設計用于企業工作，例如工廠的質量控制檢查，因此不要期望在您的下一代智能手機中使用它們。與數據互聯網分析相比，使用芯片具有許多優于標準的優點。一臺設備機器學習通常更安全，停機時間更短，并且可以更快地獲得結果。
谷歌現有的TPU運行公司專有的TensorFlow培訓軟件，以建立所需的神經網絡。 另一方面，Edge TPU僅用于執行相關任務。 這將使谷歌能夠提供更多的AI組件 – 即軟件，數據，以及現在的操作和執行硬件。 換句話說，它使Google的AI服務更具端到端。 在LG生產線上可以找到Edge TPU的早期示例，其中單元檢查電視面板是否存在缺陷。
TensorFlow由Google Brain背后的人開發。 這些單元可以加速輕型AI任務，并且可以更輕松地訓練大型復雜的神經網絡。雖然最初的TPU專注于培訓，但新的TPU Edge將負責執行任務。 這可能包括例如照片識別。
AIY Projects Edge TPU Dev 開發板是一款一體化開發板，可讓您對需要快速ML推理的嵌入式系統進行原型設計。Edge TPU Accelerator是一款USB設備，可與Raspberry Pi等主板配合使用。Edge TPU是和Cloud TPU互補的產品，你可以通過Cloud TPU來加速訓練ML模型，再將訓練好的ML模型，放到Edge設備中，用Edge TPU芯片高速進行推論預測（inferences）。
AIY Projects Edge TPU Dev
Edge TPU Accelerator
近年來，谷歌在其AIY項目計劃下發布了用于單板計算機的視覺和語音識別套件。可在這些套件上運行的訓練有素的機器學習模型包括面/狗/貓/人體探測器和通用圖像分類器。
AIY Voice Kit 可構建語音控制揚聲器，而 Vision Kit 可構建一個攝像頭，學習識別人和物體。
AIY Vision Kit
AIY Voice Kit
Injong Rhee，副總裁谷歌云的物聯網工作說，“在這些設備連接到網絡時，通過智能，實時決策可以獲得許多好處，無需等待通過網絡訪問谷歌的機器。您的傳感器不僅僅是數據收集器 – 它們可以做出本地的，實時的，明智的決策。”與數據互聯網分析相比，使用芯片具有許多優于標準的優點。一臺設備機器學習通常更安全，停機時間更短，并且可以更快地獲得結果。
在公司最新發布之前，程序員只能通過Google Cloud使用這些設備。 現在，TPU Edge芯片正在進入市場 – 而這一次，消費者將能夠購買物理芯片。
隨著TPU的最新發展，谷歌的目標是使數據處理更快，耗電更少。 該芯片將允許開發人員使用芯片本身運行TensorFlow版本 – 這個更簡單的版本不需要通過服務器。TPU Edge可以證明比舊選項更可靠，因此使得利用機器學習的技術更加準確和安全。
值得注意的是，AIY 項目下的產品——AIY Voice Kit 和 Vision Kit 已經入駐美國的 Target 超市，谷歌也透露正努力通過世界各地的零售商將其推向全球市場。其Edge TPU開發套件也將于不久后推向市場。
TPU是谷歌對專用集成電路（ASIC）的看法。 反過來，ASIC是GPU上面向并行處理的變體，用于神經網絡訓練。 ASIC與GPU的不同之處在于它們還提供允許處理器對本地數據進行操作的庫和指令。 因此，與GPU相比，ASIC可以加速訓練過程。
Edge TPU允許程序員在今年以自己的機器安裝芯片。這款微型芯片增強了谷歌的云TPU和云物聯網，提供端到端的基礎設施，以滿足您的基于人工智能的需求。它可用于廣泛的應用，如預測性維護，異常檢測，機器視覺，機器人和語音識別等等。
這些芯片設計用于企業工作，例如工廠的質量控制檢查，因此不要期望在您的下一代智能手機中使用它們。與數據互聯網分析相比，使用芯片具有許多優于標準的優點。一臺設備機器學習通常更安全，停機時間更短，并且可以更快地獲得結果。
谷歌現有的TPU運行公司專有的TensorFlow培訓軟件，以建立所需的神經網絡。 另一方面，Edge TPU僅用于執行相關任務。 這將使谷歌能夠提供更多的AI組件 – 即軟件，數據，以及現在的操作和執行硬件。 換句話說，它使Google的AI服務更具端到端。 在LG生產線上可以找到Edge TPU的早期示例，其中單元檢查電視面板是否存在缺陷。
TensorFlow由Google Brain背后的人開發。 這些單元可以加速輕型AI任務，并且可以更輕松地訓練大型復雜的神經網絡。雖然最初的TPU專注于培訓，但新的TPU Edge將負責執行任務。 這可能包括例如照片識別。
AIY Projects Edge TPU Dev 開發板是一款一體化開發板，可讓您對需要快速ML推理的嵌入式系統進行原型設計。Edge TPU Accelerator是一款USB設備，可與Raspberry Pi等主板配合使用。Edge TPU是和Cloud TPU互補的產品，你可以通過Cloud TPU來加速訓練ML模型，再將訓練好的ML模型，放到Edge設備中，用Edge TPU芯片高速進行推論預測（inferences）。
AIY Projects Edge TPU Dev
Edge TPU Accelerator
近年來，谷歌在其AIY項目計劃下發布了用于單板計算機的視覺和語音識別套件。可在這些套件上運行的訓練有素的機器學習模型包括面/狗/貓/人體探測器和通用圖像分類器。
AIY Voice Kit 可構建語音控制揚聲器，而 Vision Kit 可構建一個攝像頭，學習識別人和物體。
AIY Vision Kit
AIY Voice Kit
Injong Rhee，副總裁谷歌云的物聯網工作說，“在這些設備連接到網絡時，通過智能，實時決策可以獲得許多好處，無需等待通過網絡訪問谷歌的機器。您的傳感器不僅僅是數據收集器 – 它們可以做出本地的，實時的，明智的決策。”與數據互聯網分析相比，使用芯片具有許多優于標準的優點。一臺設備機器學習通常更安全，停機時間更短，并且可以更快地獲得結果。
在公司最新發布之前，程序員只能通過Google Cloud使用這些設備。 現在，TPU Edge芯片正在進入市場 – 而這一次，消費者將能夠購買物理芯片。
隨著TPU的最新發展，谷歌的目標是使數據處理更快，耗電更少。 該芯片將允許開發人員使用芯片本身運行TensorFlow版本 – 這個更簡單的版本不需要通過服務器。TPU Edge可以證明比舊選項更可靠，因此使得利用機器學習的技術更加準確和安全。
值得注意的是，AIY 項目下的產品——AIY Voice Kit 和 Vision Kit 已經入駐美國的 Target 超市，谷歌也透露正努力通過世界各地的零售商將其推向全球市場。其Edge TPU開發套件也將于不久后推向市場。