一直以來，Google 就通過自研 AI 芯片以滿足其神經(jīng)網(wǎng)絡日益增長的計算需求。北京時間昨日晚間，遠在太平洋彼岸的 GoogleCloud Next 2018 大會上，Google正式對外宣布推出 Edge TPU，一款能使傳感器和其他設備更快處理數(shù)據(jù)的 AI 專用芯片。

據(jù)了解，早在 2016 年，Google就發(fā)布了張量處理單元（Tensor Processing Unit，簡稱 TPU ），讓大家首次認識到了 AI 專用芯片的能力。

從 TPU 的一路演進上可以發(fā)現(xiàn)，在 2015 年 Google 才剛開始內(nèi)部投入使用，2016年初代TPU版本公布時還只能做些通過數(shù)據(jù)預測的事情，2017 年第二代版本則可被用來訓練模型，甚至還能與英偉達顯卡相媲美，到今年5月第三代版本推出時，由 TPU 3.0 組成的 TPU Pod 運算陣列，性能相比上一代提升了 8 倍，可提供 100 petaflops（千萬億次） 的機器學習硬件加速.

而此次 Edge TPU 的到來讓我們看到，Google 又將目光轉(zhuǎn)移到了網(wǎng)絡終端的無數(shù)個物聯(lián)網(wǎng)設備，并順勢推出了配套軟件棧 Cloud IoT Edge。

相比來說，Edge TPU 是專門為在邊緣運行TensorFlow Lite ML模型而設計，用來處理 ML 預測的微型芯片，要比訓練模型的計算強度小很多。Edge TPU 可以自己進行運算，不需要與多臺強大的計算機相連，因此應用程序可以更快、更可靠的工作。

Edge TPU開發(fā)套件：SOM和底板

在CNBC等多家外媒報道中透露，

Google 進軍“定制芯片”市場，是其試圖擴大云計算市場份額、與亞馬遜和微軟加強競爭的一種方式。自2015年以來，Google 始終在用 TPU 來加速自家數(shù)據(jù)中心的某些工作負載，而不是依賴英偉達等供應商提供的商用硬件。

接受CNBC采訪中，三星前首席技術官 Injong Rhee 則表示，Google 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是非常有利的”。

在他看來，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，Google 芯片在某些類型的計算上比傳統(tǒng)芯片更加高效。

那么回到國內(nèi)，近段時間諸多AI領域的創(chuàng)業(yè)企業(yè)正暗暗打造自己的AI芯片，看到Google此舉，是否有些許不安呢？