在發布張量處理單元(Tensor Processing Unit,簡稱TPU)2年之后,谷歌于美國當地時間周三推出了Edge TPU,它將使傳感器和其他設備能夠更快地處理數據。
這種芯片可以用于各種各樣的場景,但一種最初的用途是在工業制造領域:消費電子產品制造商LG正在一個系統中測試這種芯片,該系統可以檢測用于屏幕的玻璃存在的制造缺陷。
谷歌進軍“定制芯片”市場,是其試圖擴大云計算市場份額、與亞馬遜(Amazon)和微軟(Microsoft)加強競爭的一種方式。自2015年以來,谷歌始終在用TPU來加速自家數據中心的某些工作負載,而不是依賴Nvidia等供應商提供的商用硬件。
2017年,谷歌表示,其AI芯片正變得更具戰略重要性。在AI領域,研究人員正用大量數據訓練模型,以便機器能夠在新數據到來時進行預測。
TPU最初的版本只能做出這些預測,而第二個版本(2017年發布)可被用來訓練模型,這一更新使其能與Nvidia顯卡競爭。第三代TPU是在今年早些時候發布的。
現在我們有了Edge TPU,這是專門用來處理AI預測部分的微型芯片,它比訓練模型的計算強度要小。Edge TPU可以自己運行計算,而不需要與多臺強大計算機相連,因此應用程序可以更快、更可靠地工作。它們可以在傳感器或網關設備中與標準芯片或微控制器共同處理AI工作。
三星前首席技術官Injong Rhee表示,谷歌并沒有讓Edge TPU與傳統芯片競爭,這對所有硅芯片供應商和設備制造商都非常有利。Edge TPU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,谷歌芯片在某些類型的計算上比傳統芯片更加高效。
谷歌并不是唯一一個對所謂物聯網感興趣的云計算服務供應商,物聯網的核心是管理和處理來自許多小型嵌入式設備的數據。今年早些時候,微軟宣布了其物聯網芯片的設計。谷歌的新芯片將運行基于簡化版TensorFlow AI軟件的模型,這是該公司在2015年通過開源許可發布的軟件。
LG負責幫助內部和其他公司處理IT服務的CNS團隊已經在測試Edge TPU,并計劃開始在內部生產線上使用它們檢查設備。
目前,在為顯示面板生產玻璃的過程中,該檢測設備每秒可處理200多張玻璃圖像。LG的CNS團隊首席技術官Hyun Shingyoon表示,出現的任何問題都需要人工檢查,現有系統的準確率約為50%。而谷歌AI的準確率可達99.9%。
Hyun Shingyoon還說:“我的期望是在發現真正影響我們質量的異常和缺陷方面節省資金。”他的團隊此前曾研究過英偉達(Nvidia)的一個計算系統。
谷歌已經構建了工具包,其中包括Edge TPU、NXP芯片和Wi-Fi連接,供開發人員試用。該公司正與Arm、Harting、日立萬寶(Hitachi Vantara)、Nexcom、諾基亞(Nokia)和NXP等制造商合作。
Injong Rhee沒有透露谷歌是否計劃為訓練模型構建更強大的Edge TPU。