【一文了解能使傳感器和其他設備更快處理數據的AI專用芯片】一直以來，Google就通過自研AI芯片以滿足其神經網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GoogleCloudNext2018大會上，Google正式對外宣布推出EdgeTPU，一款能使傳感器和其他設備更快處理數據的AI專用芯片。

據了解，早在2016年，Google就發布了張量處理單元（TensorProcessingUnit，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現，在2015年Google才剛開始內部投入使用，2016年初代TPU版本公布時還只能做些通過數據預測的事情，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TPU3.0組成的TPUPod運算陣列，性能相比上一代提升了8倍，可提供100petaflops（千萬億次）的機器學習硬件加速.

而此次EdgeTPU的到來讓我們看到，Google又將目光轉移到了網絡終端的無數個物聯網設備，并順勢推出了配套軟件棧CloudIoTEdge。

相比來說，EdgeTPU是專門為在邊緣運行TensorFlowLiteML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。EdgeTPU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。

EdgeTPU開發套件：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來加速自家數據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InjongRhee則表示，Google并沒有讓EdgeTPU與傳統芯片競爭，“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，EdgeTPU可能會“顛覆云計算競爭”，因為許多計算現在可以在設備上進行，而不是全部發送到數據中心。在成本和能耗方面，Google芯片在某些類型的計算上比傳統芯片更加高效。