[摘要] 原标题:台湾第一家Google边缘运算合作伙伴首度亮相,还抢先揭露Edge TPU更多特性 Google日前在Next云端大会上揭露云端战略新布局时,不只推出第一款超低功耗Edge△TPU边缘运算晶片,还
原标题:台湾第一家Google边缘运算合作伙伴首度亮相,还抢先揭露Edge TPU更多特性
Google日前在Next云端大会上揭露云端战略新布局时,不只推出第一款超低功耗Edge△TPU边缘运算晶片,还公布了首波边缘运算合作厂商,来自台湾的凌华科技名列其中,更是台湾第一家。在近日一场工研院资通讯日活动上,我...
Google日前在Next云端大会上揭露云端战略新布局时,不只推出第一款超低功耗Edge△TPU边缘运算晶片,还公布了首波边缘运算合作厂商,来自台湾的凌华科技名列其中,更是台湾第一家。在近日一场工研院资通讯日活动上,我们也访问到凌华科技董事长刘钧,亲自剖析Edge△TPU晶片的特性,以及对于未来物联网AI应用发展的影响。
Edge△TPU晶片不只比GPU更省电 还能处理更多不同类型的资料以工业电脑起家的凌华科技,过去几年专注于工业物联网设备,如嵌入式设备及IoT闸道器等产品,近来也开始布局边缘运算,甚至还与Nvidia合作要将更强大GPU加进自己的产品线中,抢攻边缘运算商机。
刘钧就指出,随着物联网AI(AIoT)应用需求迅速增长,将来不可能所有资料全部都交由云端处理,而是必须有一个和传统云端不同的分散式运算架构,来帮忙分担云端工作量,将运算分散靠近地面资料源的IoT设备处理。这些设备或装置通过横向的连结,让装置之间可以做到资料即时互通,并在自组的一个本地端网络内运算,这得靠边缘运算才能做到。
他认为,要实现本地端的物联网AI应用,首先必须要有一个能够就近运算处理的边缘运算装置或设备,可以直接在设备上执行机器学习甚至深度学习模型。“这也是为何Google决定推出自行设计的Edge△TPU晶片的原因。”他解释,Google原本在云端就已提供Cloud△TPU运算云服务,能让企业在云端上训练自己的TensorFlow机器学习模型。
现在,Google更进一步将它下放到边缘端而推出Edge△TPU晶片,这意味着,以后不论是IoT闸道器或装置,只要有用到Edge△TPU晶片,就可以在上面执行已经训练好的TensorFlow模型,来进行预测之用,不需要在将资料回传云端。
刘钧进一步说明,使用Edge△TPU有不少好处。首先,它的耗电量极低,“它是一个平均功耗大约1.8瓦的超低功率ASIC晶片,”他说,跟一般GPU相比,Edge△TPU能够以高度省电的方式,让训练完成的机器学习或AI模型直接进到这个TPU内来执行,可以在装置端获得比一般GPU更好的推论效果,而且更省电。
再者,在Edge△TPU晶片上面已经可以执行轻量化TensorFLow△Lite机器学习模型,它是现在许多行动和嵌入式设备常使用的主要机器学习框架之一,而通过Edge△TPU将使得以后要在边缘运算设备或装置上,执行简单的TensorFlow机器学习模型,将变得更容易。
而且不像英特尔VPU视觉运算处理器专注于影像处理,刘钧指出,Edge△TPU更适合用在分析处理许多不同类型的资料,像是除了影像或图像以外,还能处理其他类别的资料,比如温度、压力、震动等这类按时间发生顺序排列的资料,就很适合用Edge△TPU来处理,“这是Edge△TPU的强项”他说。
Google不只发布物联网AI晶片同时还推出了具有连网功能的Edge△TPU开发版,可以快速用来打造更智慧化的物联网装置,对于开发人员来说,它也将成为Nvidia物联网AI开发板 Jetson△TX2以外的新选择,而且根据Google的说明,它不只能用于工业物联网上,其他像是在医疗、零售、交通运输等领域都能用到它。不过,目前只知道这个开发板将在10月正式供货,Google至今尚未公布售价与完整规格。
而身为Google在台湾第一家边缘运算合作伙伴,虽然碍于保密协议,刘钧无法透露双方合作内容,但他也提到,未来也有意将Edge△TPU晶片整合到自家的IoT闸道器或IoT设备产品上,要让旗下更多物联网设备或装置,都能具备有AI运算处理的能力,能在上面执行各种机器学习模型,将使得这些设备能变得更聪明。
橙山网(Csnd.net)简评:在近日一场工研院资通讯日活动上,我...Google日前在Next云端大会上揭露云端战略新布局时,不只推出第一款超低功耗Edge△TPU边缘运算晶片,还公布了首波边缘运算合作厂商,来自台湾的凌华科技名
网友评论