在发布张量处理单元（Tensor Processing Unit，简称 TPU）2年之后，谷歌于美国当地时间周三推出了 Edge TPU，它将使传感器和其他设备能够更快地处理数据。

Edge TPU 是谷歌专用的 ASIC 芯片，专为在 Edge 运行 TensorFlow Lite ML 模型而设计, 用来处理 AI 预测部分。

它的特点是比训练模型的计算强度要小。而且 Edge TPU 还可以自己运行计算，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。

除此之外，谷歌还发布了 Cloud IoT Edge，可将 Google Cloud 强大的 AI 功能扩展到网关和连接设备。该工具可帮助开发者在 Cloud 中构建和训练 ML 模型，然后通过 Edge TPU 硬件加速器的功能在 Cloud IoT Edge 设备上运行这些模型。

Cloud IoT Edge 可以在 Android Things 或基于 Linux OS 的设备上运行。

Edge TPU chip 的大小， 对比美分硬币

为了使 Edge TPU 能快速开始开发和测试，谷歌构建了一个开发套件。该套件包括一个系统模块（SOM），它结合了谷歌的 Edge TPU，NXP CPU，Wi-Fi，和 Microchip 的安全元件。该套件将于今年 10 月份面向开发者推出。

Edge TPU 开发套件—SOM (上) 和基板 (下)

在发布 Edge TPU 博文之后，谷歌也立即更新了 AIY Projects 的网站。

从官网的信息可以看出，谷歌将于今秋发布新开发套件--Edge TPU 开发板和 Edge TPU 加速器。

Edge TPU Dev Board

具有可移动 Edge TPU 系统级模块（SOM）的单板计算机。

这种一体化开发板可帮助开发者对需要快速 ML 推理的嵌入式系统进行原型设计。基板提供所有外围设备的连接，SOM 板可拆卸，因此开发者可以将 Edge TPU 模块集成到自己的硬件中，非常方便。

Edge TPU Accelerator

一款 USB 设备，可为系统添加 Edge TPU 处理器。

这个小巧的设备拥有一个 USB Type-C 插槽，可以连接到任何基于 Linux 系统来执行加速 ML 推理。外壳有一个可连接主机板的安装孔，可连接 Raspberry Pi Zero 或开发者的定制设备。

关于 AIY Projects

AIY 全称是 Artificial Intelligence Yourself，顾名思义就是利用 AI 来进行的 DIY 功能套件。该项目由谷歌在2017年推出，目标是让每个 Maker（创客）都可以 DIY 自己的 AI 人工智能产品。

借助 AIY 项目，开发者可以利用人工智能来实现更像人与人交流的人机交互。

谷歌目前为 AIY Projects 推出了两款硬件产品--AIY Voice Kit 和 AIY Vision Kit。

AIY Voice Kit（语音套件） 作为一款语音开发工具，可以连接云服务，如 Google 的 Assistant SDK 或者 Cloud Speech API。用户可在此基础上创建虚拟语音助手、为自己的项目添加语音交互功能。

AIY Vision Kit（视觉套件）是一套简单的计算机视觉系统，可运行 3 种基于 TensorFlow 的类神经网路模型应用程序。Vision Kit 谷歌首个在设备上提供神经网络加速的项目，能在不连接到云的情况下提供计算机视觉支持，也就说，用户可以离线使用。

值得注意的是，AIY Vision 套件中的 Vision Bonnet 采用了 Intel Movidius MA2450 处理器，它可以强化 Raspberry Pi 的视觉处理。

今年 4 月份，谷歌对这 2 款套件进行了配件更新，更新后的 AIY 套件各自增加了一套新树莓派单板计算机（Raspberry Pi Zero WH），并且都预装了 Micro SD 卡，其中 Vision Kit 还包含了一枚 Raspberry Pi 摄像头。

除了在 AIY Projects 网站可以下载视觉套件的预训练模型，谷歌也推出了基于 TensorFlow 框架的 TensorFlow.js，有了这项工具，即使不是机器视觉领域的专家，大家也可以实现很多应用场景，比如在浏览器中训练自己的宠物脸辨识系统，在自家的监视系统中使用等等。