标签：质量 ras 大会 http 总监 自适应 学习 检测 特定
文 / AIY 项目总监 Billy Rutledge
在过去的一年半里，我们看到有 20 多万人在用我们的 Voice Kit 和 Vision Kit 产品进行构建、修改和创作。今天，我们在?Cloud Next 大会上发布了两款新设备，其可以帮助专业工程师在处理器内核上构建支持设备端机器学习 (ML) 的新产品。这两款新设备是：AIY Edge TPU Dev 开发板和 AIY Edge TPU 加速器，二者皆采用 Google 的 Edge TPU 芯片。新设备的问世，标志着我们在将 AIY 扩展为设备端 ML 实验平台的道路上迈出了第一步。
Edge TPU 是 Google 的特定用途 ASIC 芯片，专为在设备上运行?TensorFlow Lite?ML 模型而设计。Edge TPU 的大小不及一美分硬币，却能在这两个方面均有不俗表现。Edge TPU 可以加速设备上的 ML 推理，或与 Google Cloud 配对，创建完整的云到边缘 ML 堆栈。不论在哪种配置中，本地 ML 加速器都可以通过在设备上直接处理数据来增强隐私性，消除持续连接的需要，减少延迟时间，并可以在低功耗下实现高性能。
AIY Edge TPU Dev 开发板是一体化开发板，可以用来对要求快速 ML 推理的嵌入式系统进行原型设计。其基板可提供您对设备进行高效原型开发所需的全部外设连接，包括一个可与各种电气元件集成的 40 引脚 GPIO 接头。其另一特点在于，当您准备好扩展后，可以将其可移动模块化系统 (SOM) 子板直接集成到您自己的硬件中。
AIY Edge TPU 加速器是一个适用于您现有系统的神经网络协处理器。雅思听力词汇这个小巧的 USB-C 设备可以连接到任何基于 Linux 的系统，执行 ML 推理加速。其外壳上有多个安装孔，可以连接主机板（例如 Raspberry Pi Zero）或您的自定义设备。
设备端 ML 技术的发展方兴未艾，我们迫不及待地想知道人们会如何应用这两款产品来解决现实问题，例如提升制造设备的可靠性、检测产品中的质量控制问题、追踪零售客流量、构建自适应汽车传感系统，以及更多超乎想象的应用领域。
这两款设备预计将于今年秋天在美国线上发售，在其他国家的发售也会紧随其后。
如需更多产品信息，请访问 g.co/aiy，注册后即可第一时间接收产品发售通知。
注：g.co/aiy 链接
https://aiyprojects.withgoogle.com/edge-tpu
更多 AI 相关阅读：
·?Google BigQuery 中的机器学习
·?保护用户免受扩展程序加密劫持
·?使用 Hangouts Chat 以异步消息形式发送提醒和通知…
文章来源：https://blog.csdn.net/jILRvRTrc/article/details/81713808
标签：质量 ras 大会 http 总监 自适应 学习 检测 特定
原文地址：https://www.cnblogs.com/yujingyua/p/9639720.html
