谷歌TPU家族新品,可申請提前試用丨Edge TPU晶元

谷歌TPU家族新品,可申請提前試用丨Edge TPU晶元

來自專欄量子位29 人贊了文章

郭一璞 發自 凹非寺

量子位 報道 | 公眾號 QbitAI

昨晚,谷歌博客推送了他們的物聯網軟硬體新設備——Edge TPU硬體晶元,還有Cloud IoT Edge,將谷歌雲AI功能擴展到網關和聯網設備的軟體堆棧。

Edge,也就是邊緣設備,包含了連接到網路終端的各種各樣的電子設備,比如網關、攝像頭都屬於這一類。通過新推出的兩種產品,用戶可以在雲上構建和訓練機器學習模型,通過Edge TPU硬體加速器的功能在Cloud IoT Edge所連接的設備上運行這些模型。

Edge TPU

Edge TPU是谷歌專為在邊緣設備上運行TensorFlow Lite ML模型而設計的ASIC晶元,谷歌在博客中說,設計Edge TPU時專註優化了「每瓦性能」和「每美元性能」。

Edge TPU是雲TPU的補充。在雲端加速了機器學習訓練之後,你還可以用Edge TPU在邊緣設備上進行快速的機器學習推理。讓設備感測器不僅能採集數據,還能在本地實時做出智能的決策

△ Edge TPU身材嬌小

Cloud IoT Edge

Cloud IoT Edge是個軟體系統,可以將谷歌雲的數據處理和機器學習功能擴展到網關、攝像頭和終端設備上,有了它,用戶就可以在Edge TPU或者基於GPU/CPU的加速器上,運行在谷歌雲上訓練好了的機器學習模型。

Cloud IoT Edge可以在Android或Linux設備上運行,關鍵組件包括:

· 一個運行時(runtime):它用於至少有一個CPU的網關類設備,可以在邊緣設備本地存儲、轉換、處理數據,並從中獲得智能,同時,還能與雲IoT平台的其餘部分無縫互操作。

· Edge IoT Core:可以更安全地將設備連接到雲,支持軟體和固件更新,並通過Cloud IoT Core管理數據交換。

· 基於TensorFlow Lite的Edge ML運行時:它用預訓練模型來實現本地機器學習推理,顯著減少延遲,並增加邊緣設備的多功能性。由於Edge ML運行時與TensorFlow Lite有介面連接,因此它可以在網關類設備、甚至終端設備(如攝像頭)中的CPU,GPU、Edge TPU上,運行機器學習模型。

為企業每年節省數百萬美元

這套新產品主要面向企業端,藉助實時預測功能提高安全性和可靠性。

比如,對工業生產來說,這套雲端IoT系統可以幫助檢測裝配線上的異常情況,為可能出現的問題提前預警;

對零售業來說,這套系統可以針對線下門店的顧客行為進行針對性的推薦,提供優惠促銷;

對智能汽車來說,可以提供防撞、交通路由和遠離道路檢測系統。

總之,對線下的產業是有一些幫助的。LG CNS首席技術官Shingyoon Hyun這樣評價它:

「這套智能視覺檢測解決方案能提升LG製造工廠安全和效率,藉助谷歌雲AI、谷歌雲IoT Edge和Edge TPU,結合我們傳統的MES系統和多年的經驗,我們相信智能工廠將變得越來越智能和連接。我們一直渴望通過智能視覺檢測系統創造一個更好的工作場所,提高產品質量,每年節省數百萬美元。而谷歌雲AI和物聯網技術,加上我們LG CNS的專業知識,讓這一切成為可能。」

套件大全&傳送門

開發套件

為了讓Edge TPU能快速開始開發和測試,谷歌提供了一個開發套件

該套件包括一個模塊化系統(SOM),它結合了谷歌的Edge TPU,恩智浦CPU,Wi-Fi和Microchip的安全元件,將在今年10月提供給開發者。

不過,如果你想當上提前吃螃蟹的人,可以進入以下鏈接申請:

t.cn/ReLmOSK

(-_-||谷歌你懂得,需要自行越過山丘)

AIY Edge TPU開發板

另外,谷歌還推出了兩款AIY設備,其中一個就是下圖這個AIY Edge TPU開發板:

這塊板子提供了對器件進行原型設計需要的所有外設連接——包括一個有40根引腳GPIO接頭,可與各種電氣元件集成。它還有可移動的模塊化系統(SOM)子板,一旦準備好擴展,就可以直接集成到硬體中。

上參數:

AIY Edge TPU加速器

另一個AIY設備則美觀得多,AIY Edge TPU加速器

這是個帶了一個type-C介面的USB設備,給系統添加Edge TPU協處理器,可以連到各種Linux系統上,加速機器學習運行,也支持安卓系統,在TensorFlow Lite框架下運行。

參數請查收:

這兩款AIY設備將在今年秋天上市,很遺憾,不像上面那塊板子那樣可以提前申請。

了解更多,可以查看谷歌博客的介紹:

blog.google/products/go

還有Edge TPU的官方介紹:

cloud.google.com/edge-t

嘗鮮愉快~

歡迎大家關注我們的專欄:量子位 - 知乎專欄

誠摯招聘

量子位正在招募編輯/記者,工作地點在北京中關村。期待有才氣、有熱情的同學加入我們!相關細節,請在量子位公眾號(QbitAI)對話界面,回復「招聘」兩個字。

量子位 QbitAI· 頭條號簽約作者

?? ? 追蹤AI技術和產品新動態


推薦閱讀:

最新調查:Python 成數據分析、數據科學與機器學習的第一大語言
python3機器學習經典實例-第四章聚類15
深度學習實踐 & 自然場景下的文本檢測與識別(2)
python機器學習經典實例-學習筆記3-線性回歸
梯度,梯度下降,隨機梯度下降,batch梯度下降

TAG:谷歌Google | TensorFlow | 機器學習 |