一直以來(lái)，Google 就通過(guò)自研 AI 芯片以滿足其神經(jīng)網(wǎng)絡(luò)日益增長(zhǎng)的計(jì)算需求。北京時(shí)間昨日晚間，遠(yuǎn)在太平洋彼岸的 GoogleCloud Next 2018 大會(huì)上，Google正式對(duì)外宣布推出 Edge TPU，一款能使傳感器和其他設(shè)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(jiǎn)稱 TPU ），讓大家首次認(rèn)識(shí)到了 AI 專用芯片的能力。

從 TPU 的一路演進(jìn)上可以發(fā)現(xiàn)，在 2015 年 Google 才剛開(kāi)始內(nèi)部投入使用，2016年初代TPU版本公布時(shí)還只能做些通過(guò)數(shù)據(jù)預(yù)測(cè)的事情，2017 年第二代版本則可被用來(lái)訓(xùn)練模型，甚至還能與英偉達(dá)顯卡相媲美，到今年5月第三代版本推出時(shí)，由 TPU 3.0 組成的 TPU Pod 運(yùn)算陣列，性能相比上一代提升了 8 倍，可提供 100 petaflops（千萬(wàn)億次） 的機(jī)器學(xué)習(xí)硬件加速.

而此次 Edge TPU 的到來(lái)讓我們看到，Google 又將目光轉(zhuǎn)移到了網(wǎng)絡(luò)終端的無(wú)數(shù)個(gè)物聯(lián)網(wǎng)設(shè)備，并順勢(shì)推出了配套軟件棧 Cloud IoT Edge。

相比來(lái)說(shuō)，Edge TPU 是專門(mén)為在邊緣運(yùn)行TensorFlow Lite ML模型而設(shè)計(jì)，用來(lái)處理 ML 預(yù)測(cè)的微型芯片，要比訓(xùn)練模型的計(jì)算強(qiáng)度小很多。Edge TPU 可以自己進(jìn)行運(yùn)算，不需要與多臺(tái)強(qiáng)大的計(jì)算機(jī)相連，因此應(yīng)用程序可以更快、更可靠的工作。

Edge TPU開(kāi)發(fā)套件：SOM和底板

在CNBC等多家外媒報(bào)道中透露，

Google 進(jìn)軍“定制芯片”市場(chǎng)，是其試圖擴(kuò)大云計(jì)算市場(chǎng)份額、與亞馬遜和微軟加強(qiáng)競(jìng)爭(zhēng)的一種方式。自2015年以來(lái)，Google 始終在用 TPU 來(lái)加速自家數(shù)據(jù)中心的某些工作負(fù)載，而不是依賴英偉達(dá)等供應(yīng)商提供的商用硬件。

接受CNBC采訪中，三星前首席技術(shù)官 Injong Rhee 則表示，Google 并沒(méi)有讓Edge TPU 與傳統(tǒng)芯片競(jìng)爭(zhēng)，“這對(duì)所有硅芯片供應(yīng)商和設(shè)備制造商是非常有利的”。

在他看來(lái)，Edge TPU 可能會(huì)“顛覆云計(jì)算競(jìng)爭(zhēng)”，因?yàn)樵S多計(jì)算現(xiàn)在可以在設(shè)備上進(jìn)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(jì)算上比傳統(tǒng)芯片更加高效。

那么回到國(guó)內(nèi)，近段時(shí)間諸多AI領(lǐng)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？