谷歌即将推出面向移动端的人工智能芯片和云端框架—EdgeTPU

在中文语境里，英语smart也被翻译为“智能”，比如智能手机、智能钢琴、智能路由器、智能电视机、智能洗衣机和智能空调等，但是，那都是些“伪智能”。

今天，小编要与大家聊聊真正的智能，基于卷积神经网络算法（CNN）的智能（AI）。前几年，谷歌已经推出了面向服务器的TPU（TensorProcessingUnit）芯片。

这种芯片是专门为跑TensorFlow而生的，也就是我们常说的机器学习（MachineLearning，简称ML）算法，这是种人工智能（AI）算法。

谷歌在测试中发现，TPU跑TensorFlow比英伟达GPU计算卡更快更省电，所以最近都把负责机器学习的云服务器从GPU平台替换为TPU平台了。

如下图所示，换下来的GPU计算卡，想收的可以在芯板坊的微信公众号里留言。

TensorFlow的ML算法包含了神经网络训练和推理。相对来说，训练需要大量的计算资源和计算时间，需要在服务器端完成，但是推理就简单多了，这就有了小型化、轻量化的可能。所以，谷歌的工程师脑洞大开地创造了TensorFlowLite，与原版TensorFlow相比，精简掉了神经网络训练部分，但是保留了数据采集和推理，这样就非常适合在移动端跑了。

软件有了，接下来就差适合的硬件了。前面的TPU如果直接用在移动端的话，有些太强大了，耗电和发热也过高，所以把它也缩减一下，于是有了EdgeTPU。EdgeTPU对制造成本和运行耗电都做了优化，而且非常迷你，如下图所示。

EdgeTPU可以与云端TPU交互，读取云端TPU的训练模型，然后在移动端本地收集数据，然后在本地实时执行推理算法。

EdgeTPU因为小而且省电，现在可以作为协处理器嵌入到嵌入式Linux开发板里。谷歌打算在今年10月份推出一个开发板套件，核心是恩智浦的ARM处理器芯片，包含了CPU和GPU；谷歌的EdgeTPU作为协处理器安装在板子上，负责人工智能算法。这块板子看上去跟树莓派很像，但是性能上要比树莓派强多了。