Google通过AIY项目套件向成千上万的人们介绍了人工智能和机器学习概念,例如带语音识别的AIYVoiceKit和用于计算机视觉应用的AIYVisionKit。
该公司现已进一步推出EdgeTPU,它自己的专用ASIC芯片设计用于在边缘运行TensorFlowLiteML模型,以及相应的AIYEdgeTPU开发板,以及AIYEdgeTPU加速器USB添加到任何USB兼容硬件。EdgeTPU是一款用于机器学习(ML)的小型芯片,针对每瓦性能和每美元性能进行了优化。
该芯片将支持新的CloudIoTEdge软件,该软件允许您在EdgeTPU或基于GPU和CPU的加速器上执行在GoogleCloud中训练的ML模型。CloudIoTEdge可以在AndroidThings或基于LinuxOS的设备上运行。
该板采用RaspberryPi的一些提示,信用卡外形和40针连接器,但连接器的位置不会使其与RPI配件兼容。EdgeTPUDevBoard将运行DebianLinux或AndroidThings,并支持TensorFlowLite。但是,如果您已经熟悉特定的开发板和环境,那么您可能不想再购买另一个,并再次学习。
AIYEdgeTPU加速器规格:ML加速器-GoogleEdgeTPU协处理器连接器-USBType-C(数据/电源)仅与USB2.0速度的RaspberryPi板兼容尺寸-65毫米x30毫米外壳包括用于连接主机板的安装孔,例如RaspberryPiZero,即将推出的LibreComputerAML-S805X-AC板或您的定制板。
TensorFlow目前还没有利用BroadcomVideoCore图形处理器的潜在ML功能,因为Nvidia使用更强大的PascalGPU。他接着建议,可能有可能为单核RaspberryPiZero电路板开发一个特殊的GPU相关端口,但目前Pi的四个CPU内核上有足够的电量。
领取专属 10元无门槛券
私享最新 技术干货