Google蓄力的Edge TPU终于正式对外公布了，不仅如此，此次Google还带来了基于Edge TPU的AIY Edge TPU开发板以及AIY Edge TPU加速器，全面帮助工程师将机器学习部署到AI产品开发中去。
Edge TPU
Edge TPU可以说是Google“蓄谋已久”的一款针对边缘计算的ASIC，在2018年初，项目代号为“达尔文”。目前来看，Edge TPU的尺寸约为1美分硬币的1/8大小，它可以在较小的物理尺寸以及功耗范围内提供不错的性能（目前具体性能指标不清楚，官方称可以在高清分辨率的视频上以每秒30帧的速度，在每帧上同时执行多个先进的AI模型），支持PCIe以及USB接口。
Edge TPU优势在于可以加速设备上的机器学习推理，或者也可以与Google Cloud配对以创建完整的云端到边缘机器学习堆栈。在任一配置中，Edge TPU通过直接在设备本地处理数据，这样不仅保护隐私，而且消除对持久网络连接的需要，减少延迟，允许使用更少的功率和性能。
Edge TPU开发板（PK 树莓派）
Edge TPU开发板是一款搭载了Edge TPU的单板计算机，功能非常丰富。开发板分为底板跟核心板，底板包括一些常用的外设接口，而核心板是基于Google Edge TPU的模块化系统子板（核心板与底板可以分离），也就是下图中带屏蔽罩的那个SOM（system-on-module ）。
Edge TPU开发板规格：
Edge TPU模块（SOM）规格
底板规格
闪存：MicroSD
USB：Type-C OTG、Type-C电源、Type-A 3.0 Host、MicroUSB串口
LAN：千兆以太网端口
音频：3.5mm音频插孔、数字PDM麦克风（x2）；2.54mm 4针端子，用于立体声扬声器
视频：HDMI 2.0a（全尺寸）、MIPI-DSI-39针FFC连接器（4-lane）、MIPI-CSI2-24针FFC连接器（4-lane）
GPIO：40pin扩展接口
功率：5V DC（USB Type-C）
外形尺寸：85mm*56mm
支持操作系统：Debian Linux，Android Things
支持深度学习框架：TensorFlow Lite
Edge TPU加速器（PK Movidius NCS）
Edge TPU加速器是一个基于Google Edge TPU的USB设备型的神经网络加速设备，通过USB TYPE-C可以连接到任何基于Linux系统的PC机、单板计算机如树莓派等的设备上去执行机器学习推理。
产品规格：
看出来什么了吗？有心人应该已经发现，除了Edge TPU，Google AIY Edge TPU开发板以及AIY Edge TPU加速器都是有目的性而来的。AIY Edge TPU开发板在树莓派的基础上完成了AI进化，并且性能也要高于树莓派，可谓是青出于蓝而胜于蓝；而AIY Edge TPU加速器可以说是直接正面争锋Movidius NCS，当然，目前还不知两者到底谁更胜一筹，但是Google的这种“司马昭之心”还不明显吗！
生态闭环完成
众所周知，人工智能系统极为复杂庞大，但脱离不了以下几个重要的组成部分。
用于训练网络模型的高性能硬件：Google有自家的TPU3.0
优质庞大的数据：作为Google引以为傲的东西一直在向世人展示着
神经网络算法：众多的神经网络模型来自Google
出众的深度学习框架：TensorFlow谁与争锋/为移动以及嵌入式设备而生的TensorFlow Lite
用于边缘计算的AI芯片：Google Edge TPU横空出世
谷歌开发板摄像头视频模块
Coral Camera由谷歌的人工智能部门Coral生产。Edge TPU开发板在做计算机视觉应用时候需要一个高性能的摄像头模块。于是Coral设计了Coral Camera摄像头模块，它具有5百万像素，与板子上的MIPI CSI接口通过24pin的FFC排线连接。这个摄像头模块的功能非常丰富。
功能：
完善的图像信号处理功能：自动曝光（AEC），自动白平衡（AWB）、自动带通滤波（ABF），自动50/60Hz屏闪抑制、自动黑度校准（ABLC）
多种图像质量改进控制：色彩饱和度校正、色调校正、灰度校正、锐度校正、镜头畸变校正；甚至还能自动过滤有缺陷像素和消除噪点
支持自动对焦（AFC），使用嵌入式AF VCM驱动实现。
具体参数如下：
加入购物车
关注店铺
