根据国外媒体的报道，谷歌不再对为其自己的数据中心开发人工智能（AI）芯片感到满意。现在正在设计将AI芯片集成到其他公司生产的产品中。张量处理单元（TPU）发布两年后，Google在美国当地时间周三推出了Edge TPU，这将使传感器和其他设备能够更快地处理数据。该芯片可用于多种场景，但最初是在工业制造中使用的：消费电子制造商LG正在测试该芯片的系统，该系统可以检测屏幕制造中使用的玻璃是否存在缺陷。 Google进入了“定制芯片”市场是它扩大云计算市场份额并加强与亚马逊和微软竞争的一种方式。自2015年以来，Google一直在使用TPU加速其自身数据中心中的某些工作负载，而不是依靠Nvidia等供应商提供的商业硬件。 2017年，谷歌表示其AI芯片在战略上变得越来越重要。在AI领域，研究人员正在训练具有大量数据的模型，以便机器可以在新数据到达时做出预测。 TPU的初始版本只能做出这些预测，而第二个版本（2017年发布）可以用来训练模型。此更新使它可以与Nvidia显卡竞争。第三代TPU于今年早些时候发布。现在我们有了Edge TPU，这是专门用于处理AI预测部分的微芯片，其计算强度比训练模型要低。 Edge TPU可以自己运行计算，不需要连接到多台功能强大的计算机，因此应用程序可以更快，更可靠地运行。他们可以与传感器或网关设备中的标准芯片或微控制器共同处理AI。三星前首席技术官Injong Rhee表示，谷歌没有让Edge TPU与传统芯片竞争，这对所有硅芯片供应商和设备制造商都非常有利。边缘TPU可以“颠覆云计算竞争”，因为现在许多计算可以在设备上执行，而不是全部发送到数据中心。在成本和能耗方面，在某些类型的计算中，Google芯片比传统芯片更高效。 Google不是唯一对所谓的物联网感兴趣的云计算服务提供商。物联网的核心是管理和处理来自许多小型嵌入式设备的数据。今年早些时候，微软宣布了其物联网芯片的设计。谷歌的新芯片将基于TensorFlow AI软件的简化版本运行模型，该软件是该公司在2015年获得开源许可后发布的.LG的CNS团队负责内部和外部工作。其他公司处理IT服务，已经在测试Edge TPU，并计划开始使用它们来检查内部生产线上的设备。目前，在生产用于显示面板的玻璃的过程中，检查设备每秒可处理200多个玻璃图像。 LG的CNS团队首席技术官Hyun Shingyoon说，出现的任何问题都需要手动检查，现有系统的准确性约为50％。 Google AI的准确率可以达到99.9％。玄信gy还说：“我的期望是节省金钱，以发现确实影响我们质量的异常和缺陷。 “他的团队以前曾研究过Nvidia的计算系统。 Google建立了一个包含Edge TPU，NXP芯片和Wi-Fi连接的工具包，供开发人员试用。该公司正在与Arm，Harting，Hitachi Vantara，Nexcom，Nokia和NXP等制造商合作。 Injong Rhee没有透露Google是否计划为训练模型构建功能更强大的Edge TPU。