С помощью комплектов AIY projects, таких как AIY голосовой комплект с распознаванием голоса и AIY Vision Kit для приложений компьютерного зрения, компания Google представил концепции искусственного интеллекта и машинного обучения сотням тысяч людей.
Компания пошла дальше, представив Edge TPU, собственный специальный чип ASIC, предназначенный для обработки TensorFlow Lite ML на оконечных устройствах, а также соответствующую плату для разработки AIY Edge TPU и подключаемый через USB AIY Edge TPU акселератор для добавления в любой USB-совместимое оборудование.
Google Edge TPU (тензорный процессор) и программное обеспечение Cloud IoT Edge
Edge TPU – это крошечный чип для машинного обучения (ML), оптимизированный для производительности на ватт и производительности за доллар. Он может либо ускорить вывод ML на устройство, либо может выполнить соединение с Google Cloud, чтобы создать полный стек ML от облака до оконечных устройств. В любом случае локальная обработка уменьшает время ожидания, устраняет необходимость постоянного сетевого подключения, повышает конфиденциальность и позволяет повысить производительность с меньшим энергопотреблением.
Чип будет поддерживать новое программное обеспечение Cloud IoT Edge, которое позволяет выполнять алгоритмы машинного обучения, специально подготовленные в Google Cloud на Edge TPU или на ускорителях на GPU и CPU. Cloud IoT Edge может работать на устройствах Android Things или Linux OS.
Программное обеспечение на оконечном устройстве и на облаке
Он поставляется с тремя основными компонентами:
- Среда выполнения для устройств класса шлюза, по крайней мере с одним процессором, для локального хранения, перевода, обработки и получения информации из данных на границе, при взаимодействии с остальной платформой Cloud IoT.
- Среда выполнения для Edge IoT Core, которое более надежно соединяет оконечные устройства с облаком.
- Среда выполнения Edge ML на базе TensorFlow Lite, выполняющая локальный вывод ML с использованием предварительно подготовленных моделей
Чем больше вы можете сделать на оконечных устройствах, тем лучше, но остаются задачи, для которых по-прежнему необходимо облачное хранилище, такие как обучение и более мощные фреймворки.
Плата для разработки AIY Edge TPU
Компания также предложит плату для разработки с системным модулем (SoM), объединяющим Edge TPU с процессором NXP i.MX 8M, а также портами и портами ввода-вывода для основной платы.
Спецификации платы AIY Edge TPU:
- Спецификация модуля Edge TPU
- SoC – процессором NXP i.MX 8M с четырьмя ядрами Cortex-A53, микроконтроллером Cortex-M4F в реальном времени и графикой Vivante GC7000 Lite
- Ускоритель ML – сопроцессор Google Edge TPU
- Системная память – 1 ГБ LPDDR4
- Хранилище – 8 ГБ eMMC Flash
- Связь
- Wi-Fi 2 × 2 MIMO (802.11b / g / n / ac 2.4 / 5GHz)
- Bluetooth 4.1
- Размеры – 48 мм x 40 мм
- Спецификации базовой платы
- Хранилище – слот MicroSD
- USB – порт USB тип C OTG, порт USB тип C для питания, хост-порт USB тип A 3.0 и последовательная консоль USB Micro-B
- Сеть – порт Gigabit Ethernet
- Аудио – 3,5-мм аудиоразъем (CTIA-совместимый), 2x цифровых микрофона PDM, 4-контактный разъем 2,54 мм для стереодинамиков
- Видеовыход – HDMI 2.0a (полный размер), 39-контактный разъем FFC для дисплея MIPI-DSI (4-полосный)
- Камера I/F – 24-контактный разъем FFC для камеры MIPI-CSI2 (4-полосная)
- Расширение – 40-контактный разъем расширения для GPIO
- Источник питания – 5 В постоянного тока через USB тип C
- Размеры – 85 мм x 56 мм
Плата принимает некоторые сигналы от Raspberry Pi в форм-фактором кредитной карты и 40-контактным разъемом, но положение разъемов не сделает его совместимым с дополнительным оборудованием RPI.
Плата для разработки Edge TPU будет работать с Debian Linux или Android Things и поддерживать TensorFlow Lite.
Подключаемый через USB AIY Edge TPU акселератор
Однако, если вы уже знакомы с конкретной платой для разработки и средой, вы, возможно, не захотите покупать другую, и снова пройдете курс обучения. Как и Intel Movidius Neural Compute Stick , ускоритель AIY Edge TPU – это USB-стик, предназначенный для добавления ускорения машинного обучения к существующим платам через интерфейс USB. Но, вместо того чтобы полагаться на Myriad 2 VPU и порт USB 3.0 тип A, ускоритель Edge TPU поставляется с микросхемой Edge TPU и портом USB тип C.
Спецификации ускорителя AIY Edge TPU:
- Ускоритель ML – сопроцессор Google Edge TPU
- Разъем – USB тип C (данные/питание), совместимый с платами Raspberry Pi только на скорости USB 2.0
- Размеры – 65 мм x 30 мм
Корпус включает в себя монтажные отверстия для крепления к принимающим платам, такие как Raspberry Pi Zero, анонсированную плату Libre Computer AML-S805X-AC или вашу пользовательскую плату.
Как и на плате для разработки, ускоритель Edge TPU будет работать с платформами Debian, Android Things и TensorFlow Lite.
В этом году обе платформы для разработки будут доступны в интернете к концу этого года, продажи начнутся в США, а затем и в других странах. Вы можете найти более подробную информацию о чипе Edge TPU и программном обеспечении IoT Cloud Edge на странице продукта и/или зарегистрировать свой интерес для платы разработки и/или USB-стика на веб-сайте AIY Projects.
Выражаем свою благодарность источнику с которого взята и переведена статья, сайту cnx-software.com.
Оригинал статьи вы можете прочитать здесь