兩年前，谷歌推出了旗下的張量處理器（Tensor Processing Units），即TPUs。這種芯片可以用在公司數據中心里，專門負責一些人工智能數據處理工作。

但是隨著物聯網的發(fā)展和物端智能計算的需求，現在谷歌正在將他們的人工智能計算經驗從云端往下搬，推出了新的Edge TPU（邊緣計算 TPU）。Edge TPU是一個體積很小的人工智能計算加速器，有了它，物聯網設備就能擁有處理機器學習任務的能力啦！

物端直接進行計算的方法又叫邊緣計算（Edge Computing），所以谷歌會管該類芯片叫做Edge TPUs. 物端的意思是物聯網終端，就是咱們平常說的智能終端、智能手機、智能煙霧器、智能巴拉巴拉硬件。

谷歌新推出的EdgeTPU放置在一個一美分硬幣之上

Edge TPU主要是為了處理所謂“推斷”類的機器學習任務。“推斷”是在整個機器學習的過程中，被訓練好的模型執(zhí)行任務的階段，比如從一張圖片里識別出某種物體。谷歌之前推出的服務器端的TPUs主要是負責訓練模型的，現在推出的這個Edge TPUs主要是負責使用訓練好的模型進行“推斷”任務的。

Edge TPUs是注定要用在企業(yè)場景中，而非咱們的智能手機里。比如，企業(yè)工廠生產場景中的自動質量檢查工作就很適合Edge TPUs。相對于通過硬件設備采集數據然后通過網絡發(fā)送給服務器進行分析的傳統方法而言，在物端直接執(zhí)行智能分析的方法有很多優(yōu)勢，包括物端機器學習更能夠保障安全性，等待和停機的時間更短，決策速度更快等。（這些優(yōu)勢是目前物端機器學習的賣點）

Edge TPU是TPU的小兄弟，TPU是谷歌公司用來加速人工智能計算的專用處理器，其它消費者能夠通過買谷歌云服務來使用這項技術。

谷歌可不是唯一一個做這樣物端人工智能芯片的公司。ARM、Qualcomm 、Mediatek和其它很多芯片廠商都在做自己的人工智能加速器，英偉達(Nvidia)的GPUs還是市場上最著名的人工智能模型訓練芯片。

然而，谷歌的優(yōu)勢是控制全棧人工智能計算硬件產品與服務市場，而競爭對手們并沒有做到。用戶可以將數據存儲在谷歌云服務，可以通過TPUs訓練自己的算法，可以使用Edge TPUs進行最終的物端機器學習推斷。谷歌還將會通過自行創(chuàng)建和運營的一款編程框架TensorFlow來開發(fā)機器學習軟件。

這種“什么都是我們家”的垂直一體化形式（vertical integration）有明顯的優(yōu)勢。谷歌能夠保證系統中的每個部分間的通訊盡可能有效和流暢，使用戶能夠在谷歌的生態(tài)系統中操作得更容易、使用得更方便。

“你的傳感器將不再僅僅會無腦采集數據啦”

谷歌云的物聯網部門副總裁Injong Rhee在一篇博客中將這種新硬件形容成“一種專門用來在物端跑輕量級Tensorflow和機器學習模型的ASIC芯片”。Rhee說：“Edge TPUs是用來補足和完善我們云端TPU產品的，有了它，你就能夠在云端用TPU加速機器學習模型的訓練，然后在物端的設備還能有輕量級還快速的機器學習決策能力。你的傳感器就不光是一個數據采集終端了，它們還能進行本地化、實時性的智能決策任務?！?/p>

有趣的是，谷歌也將Edge TPU當作一個開發(fā)套件提供給消費者，這樣一來消費者就能輕松地測試硬件性能，也能知道到底Edge TPUs是否適合他們的產品了。這個開發(fā)套件中包括一個SOM（System on module，模塊化系統），SOM中就包括了Edge TPU芯片，還有一個NXP的CPU，一個小型化安全單元。SOM也配備Wi-Fi通訊功能。SOM能夠通過USB或者PCI-E的方式和咱們的計算機進行連接。這套開發(fā)套件現在還是處于beta狀態(tài)，而且需要用戶申請才能試用。

在谷歌的發(fā)布新聞中，有一點雖然看似不起眼，但是很耐人尋味。按照谷歌的脾氣，一般不會讓公眾染指其人工智能硬件部分。但是如果谷歌想讓消費者真正能夠使用這個技術，那肯定需要讓大家先試試它，而不是靠著谷歌振臂一呼就讓大家堅信“谷歌大法好”，扎入谷歌人工智能大家庭的懷抱（AI Googlesphere）。這個開發(fā)板不只是為了吸引同行者，它更是表明了谷歌對于整個AI計算產品和服務市場的覬覦之心和嚴肅態(tài)度。