樹莓派不好用？谷歌發布TPU機器學習加速器了！

谷歌仍然是技術發展的前沿。

谷歌提供Edge Tensor處理單元（TPU）板和Edge TPU加速器。

它的Edge TPU Accelerator是一款USB設備，可與Raspberry Pi等主板配合使用。

使用谷歌的Edge TPU加速器，開發人員可以利用Pi和Odroid XU4等低功耗單板計算機（SBC）進行各種自助（DIY）人工智慧（AI）項目。

這些晶片針對Google的TensorFlow機器學習框架進行了優化，並與邊緣設備連接。

最終，Google尋求提供一系列自定義硬體，以允許開發人員創建機器學習項目，如語音和圖像識別。

通過為邊緣設備推出TPU晶片，Google提供硬體，軟體和伺服器級別的機器學習產品。

Google的TPU設備包括Edge TPU Dev Board和Edge TPU Accelerator。

TPU開發板是一個SBC，允許開發人員創建機器學習項目，如語音和圖像識別。

有一個基板和一個系統級模塊（SoM）。

板載，你會發現恩智浦i.MX 8M SoC四核Cortex-A53，Cortex-M4F CPU和GC7000 Lite GPU。

有1GB的DDR4內存，8GB的eMMC快閃記憶體和802.11 b / g / n / ac Wi-Fi和藍牙4.1。

可以移除SoM以與您自己的硬體連接。

Google的Edge TPU Accelerator是一款兼容Linux作業系統（OS）的USB設備。

它與Raspberry Pi板等兼容，但僅限於USB 2.0速度。

Google Edge TPY加速器和TPU開發板：最後的想法

總的來說，很明顯谷歌試圖讓機器學習更容易獲取。

此外，谷歌準備控制從開發人員的硬體到伺服器端機器學習的一切。

不幸的是，將Edge TPU加速器限制為USB 2.0速度可能會成為瓶頸。

儘管如此，TPU Dev Board和Edge TPU Accelerator都可以讓各種SBC的機器學習完全可行。

對於尋求機器學習和AI實驗的開發人員來說，這是一個巨大的勝利。

Edge TPU會取代 Cloud TPU？

那EdgeTPU優點這麼多會取代Cloud TPU嗎？也不會。

在AI應用場景中，邊緣運算短期內不會取代雲端運算，因為許多高階應用機器學習模型，由於消耗的運算量大，還是需要透過「雲端」訓練機器學習模型，邊緣運算由於硬體成本與環境限制，還是有其運算局限，也因此若延伸到兩種晶片的關係上，兩者是相輔相成，功能不重疊，是互補關係。

Google在官方部落格中強調：「Edge TPU是設計來讓Google的 Cloud TPU 產品更完整。

」如此一來，可以更快地在雲端中訓練機器學習，然後在Edge飛速進行機器學習推演。

這讓你的感測器不再只是數據收集器，而是可以做出更在地、即時、智慧的決策。