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边缘运算芯片，还公布了首波边缘运算合作厂商，凌华科技是台湾第一家合作的业者，在今年8月初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，虽然碍于保密协定，他无法透露双方合作内容，但也揭露不少Edge TPU特性。

Edge TPU芯片不只比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携手合作，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。这些设备或装置透过横向的连结，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，这得靠边缘运算架构才能做到。

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芯片的原因。”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芯片，这意味着，以后不论是IoT闸道器或装置，只要有用到Edge TPU芯片，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芯片，”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，使用在边缘运算设备上时，可以获得比一般GPU更好的推论效果，而且更省电。

再者，在Edge TPU芯片上面已经可以执行轻量化TensorFLow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，而透过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能够处理许多不同类型的资料，像是除了影像或图像以外，还有温度、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。

不只做物联网AI芯片，Google同时还推出了具有连网功能的Edge TPU开发板，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，虽然碍于保密协定，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芯片整合到自家的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。