近日,谷歌宣布今年十月開始個人可在電腦中安裝定制的EdgeTPU處理器,如此一來,除了谷歌云平臺之外,用戶也可在本地得到AI任務的解決方案。
注:谷歌TPU,又名張量處理器,能夠加速處理AI任務(如理解語音指令或者識別照片中的物體)。Edge TPU結合谷歌云端TPU、云端物聯網和內置的部分谷歌AI模型,通過端對端(云對邊緣和硬件軟件結合)的架構,輔助CPU、GPU等ASIC解決方案,為機器學習任務提供高質量的邊緣計算。
谷歌云物聯網副總裁Injong Rhee表示:“有了這款了連網的TPU,用戶不需要去云端,在本地能夠做出智能、實時的邊緣計算。”
圖為Edge TPU與一美分硬幣大小對比
人工智能常被人稱作機器學習或者深度學習,使用了模擬人腦的神經網絡技術,大大改變了傳統的計算方式。人們可以運用AI技術,通過真實數據訓練機器人去發現規律,應用于識別無人駕駛汽車面前的行人或者拍攝合適曝光的日落照片。
但是目前,用于電腦的AI芯片發展與智能手機的AI芯片比還相對落后。而此次谷歌將AI服務從云端平臺擴展到本地電腦后,將為谷歌AI帶來更多的用戶和商業機會。
谷歌的這項舉措也會對微軟的Azure計算服務產生威脅,因為微軟也有計劃推出加速AI處理技術的硬件架構Project Brainwave。
-
處理器
+關注
關注
68文章
20254瀏覽量
252238 -
谷歌
+關注
關注
27文章
6254瀏覽量
111377 -
AI
+關注
關注
91文章
39777瀏覽量
301373
原文標題:中文視頻教學 | 在 iOS 中使用 TensorFlow Lite
文章出處:【微信號:tensorflowers,微信公眾號:Tensorflowers】歡迎添加關注!文章轉載請注明出處。
發布評論請先 登錄
新品 | AI Pyramid AI Pyramid-Pro,面向本地推理與智能交互的高性能AI PC
使用NORDIC AI的好處
瑞芯微SOC智能視覺AI處理器
谷歌云發布最強自研TPU,性能比前代提升4倍
STM32MP2微處理器技術深度解析:面向工業4.0的邊緣計算核心
瑞薩電子RZ/V系列微處理器助力邊緣AI開發
永銘疊層電容:筆記本電腦中的性能加速器
MicroBlaze處理器嵌入式設計用戶指南
Cadence推出Tensilica NeuroEdge 130 AI協處理器
TPU處理器的特性和工作原理
光子 AI 處理器的核心原理及突破性進展
谷歌第七代TPU Ironwood深度解讀:AI推理時代的硬件革命
谷歌Edge TPU處理器可在電腦中安裝定制,用戶可在本地處理AI任務
評論