在物联网场景下,每个智能设备都会产生大量的数据,这意味着将有大量数据将被发送回数据中心。边缘计算可以在网络边缘对数据进行分类,将部分数据放在边缘处理,从而减少到中央存储库的回程流量,这样可以加快数据处理与传送的速度,减少延迟,实现实时的数据处理。
谷歌年初推出其最新产品,Edge TPU芯片和Cloud IOT Edge软件,并推出Edge TPU开发套件。作为Cloud TPU的补充,目前Edge TPU仅用于推理,专为在边缘运行TensorFlow Lite ML模型而设计。
Edge TPU芯片是谷歌边缘计算“两条腿”走路的重要支撑硬件,谷歌正在“两手抓” -一手抓硬件,一手抓软件 - 将数据分析和机器学习功能带到边缘网络,甚至是个人物联网(IoT)设备,以更好地处理越来越多的物联网设备产生的数据。谷歌在边缘计算迈出的第一步是将其Cloud IoT软件平台的功能扩展到边缘网络。第二步是推出Edge TPU微型芯片,芯片可集成到物联网设备上,并在传输前处理设备收集的数据。
之前我们手撕过一遍关于Google Coral Edge TPU与Jetson NANO的评测文章(有人对比测试Google Coral Edge TPU和NVIDIA Jetson Nano,结果居然是.... ),但讲真,Lady我对这款开发套件还是比较感兴趣,所以今天我们决定介绍一下。
先比较下Google Coral Edge TPU(下面简称TPU)和Jetson NANO以及树莓派的大小:
看一下规格:
总结下,Google这款TPU开发套件包括:
SOM
USB Connections
Audio connections
Video connections
MicroSD card slots
Gigabit Ethernet ports
40-pin GPIO expansion headers
支持Debian Linuxs
整个开发套件的大小是88 mm x 60 mm x 24mm
这个DEMO是一位日本开发者演示的:
根据Google的介绍,Edge TPU是专门设计的加速器芯片,用于在边缘运行TensorFlow Lite机器学习模型。它能够在较小的物理和功耗范围内提供高性能,可在边缘部署高精度AI。Edge TPU可以在边缘部署高质量的机器学习推理。它增强了Google的Cloud TPU和Cloud IoT,以提供端到端(云到边缘,硬件+软件)基础设施,促进客户基于AI的解决方案的部署。
Edge TPU性能虽然远不如一般 TPU,不过胜在功耗及体积大幅缩小,适合物联网设备采用。Edge TPU可以自己运行计算,而不需要与多台强大计算机相连,因此应用程序可以更快、更可靠地工作。它们可以在传感器或网关设备中与标准芯片或微控制器共同处理AI工作。
尽管有消息说google禁止这款产品在中国大陆市场销售,不过我们还是会持续关注它的发展!