发布时间：2024-10-17 09:08:01 人气：
在巨头环伺的边缘计算出来市场上，对于谷歌来说，Coral的吸引力不一定是收益，而是有关人工智能如何应用于到最重要场景的信息与经验。Coral是一个由谷歌硬件和软件组件构成的平台，主打汽车和医疗身体健康场景。尽管初始化谷歌生态以构建差异化竞争，但目前Coral的大部分订单都是单个组件，只有少数客户以10K起购。去年三月，谷歌发售取名为Coral的本地终端AI平台，包括TPU、CoralDevBoard、USB加速器和摄像头等四个部分。
平台特别强调以低功耗水平提升出众的ML推理小说性能，需要以较好的功率展现出继续执行MobileNetv2等最先进设备的移动视觉模型，且fps平均100以上。基于Coral平台，谷歌公布了五款设备，分别是售价将近1000元人民币的单板计算机「CoralDevBoard」（由EdgeTPU模块和Baseboard构成）、反对RaspberryPi或DebianLinux计算机的USB加速器、对应DevBoard的500万像素镜头模块、DevBoard的系统模块（SoM），和只能将机器学习加速器EdgeTPU与现有计算机系统统合的PCI－E加速器。配有EdgeTPU机器学习加快的CoralDevBoard最初，项目在指定地区发售了Beta版，经过六个多月的对系统与改良，去年10月，Coral从Beta版毕业，在更好地区发售面向全球发售的版本。
1Coral起源尽管Coral的目标客户是企业，但项目源于谷歌「AIY」系列自助机器学习工具。2017年，谷歌曾发售AIYkit，借由树莓为首（RaspberryPi）电脑反对，任何人都可以自己制作智能音箱和智能照相机。
虽然项目在STEM玩具和制造商市场上获得了巨大成功，但是AIY的团队也迅速就注意到，一些客户只是想要按照命令来制作玩具，但也有一些客户想要把硬件改建成自己的产品原型，为了顺应这些顾客，Coral应运而生。2019年，早已发售DevBoard、USBAccelerator以及多款PCIeAccelerator产品组合，早已在全球36个国家展开部署。在今年的CES大展上，谷歌更进一步改版平台，发售多款产品，不断扩大应用面。
第一款新产品是AcceleratorModule加快模组，这款多芯片模组还包括了EdgeTPUASIC，并反对PCIe与USB模块，可以映射自定义的印刷电路设计，是谷歌和日本电子零件制造商Murata联合打造出的。第二款产品则是DevBoardMini开发板，体积比DevBoard体积更加小，配备MediaTek8167sSoC，可达成协议720P解析度影像编码／解码以及电脑视觉运用，功耗更加较低、更为经济实惠，两者预计在2020上半年月上市。
Google亦打造出有所不同版本的Coral系统模组（SoM），除了原本的1GBLPDDR4配备之外，追加了2GB与4GB配备的版本。人工智能的较慢发展和日益成熟期，早已让机器人以求继续执行此前仅有能由人类已完成的各项任务。为了在工厂产线上展开质量掌控，可以设置AI驱动的摄像头找到缺失；为了高效处置大量医疗数据，人们可以利用机器学习辨识潜在的肿瘤，协助医生防治和及时化疗。
不过，这些应用于场景只有在数据处理充足较慢和安全性的前提下才能已完成。如果在工厂环境中，AI摄像头必须数分钟时间来处置图像，那就没实际意义。
如果必须将患者数据传输到云端，必定不会带给医疗数据被泄漏的风险。而谷歌的Coral项目于是以期望解决问题这些问题。
来自（人工智能）设备的数据，一般来说被发送到大型数据中心，机器学习模型可以在这里以求高速运行。Coral的产品经理VikramTank说明道，Coral是一个由谷歌的硬件和软件组件构成的平台，可以协助用户建构具备本地人工智能的设备，也就是说，在边缘设备上为神经网络获取硬件加速。
像开发板（如上）一样，Coral的产品可以用作制作新的AI设备原型。2两大核心场景Coral不仅目的协助工程师和研究人员将新的模型带上出有数据中心并带进设备，从而在边缘高效运营TensorFlow模型，本质上，它也是边缘硬件在农业，医疗保健到制造业等行业新的应用于的核心。比如说一辆以每小时65英里行经的汽车，穿过10英尺的距离仅有耗时100毫秒，这意味著任何延后都会当事人的生命风险，如果可以在设备末端就展开数据分析和计算出来，而不用受限于较慢的网络延后，看见信号灯改变红色马上行驶，当事人不会安全性许多。
在医学领域，将分析处置回到设备末端，也能相当大程度提高隐私问题。尤其是对于那些利用图像识别对成像图像展开动态分析的医疗设备制造商来说，将病患图像发送到云端，毫无疑问沦为黑客攻击的一个薄弱环节，如果在设备上展开图像展开分析，这些敏感数据就会远超过医生与病患的掌控范围。有市场分析师预测，到2020年，边缘端的AI芯片和配备其的计算机将多达7．5亿个／台，到2024年将快速增长到15亿个。
尽管其中大多数将加装在诸如电话之类的消费类设备中，但绝大部分将运用于行业中的企业客户例如汽车和医疗保健。Coral产品经理具体回应，单身工程师们可以用这些硬件打造出智能棉花糖分拣机或者喂鸟器，但项目的长年重点客户是汽车和医疗身体健康行业。
谷歌的EdgeTPU，也是大多数Coral产品的核心。3初始化生态的差异化竞争谷歌认识到，有更加多的行业早已认识到本地化AI的价值，也显然在推展设备上的机器学习。在今年的I／O大会上，除了在I／O大会上展出的Pixel4设备上的语音辨识模型外，他们还宣告了「本地家庭SDK」，容许相连的家庭设备需要与云端才可展开必要操作者但是，谷歌面对的问题是，有几十家公司的目标与Coral类似于。
尤其是巨头们边缘末端AI布局的完备和实力正在更进一步强化，边缘末端芯片市场竞争也因此显得更为白热化。比如，这是苹果从一开始就采行的策略，尤其是JohnGiannandrea离开了谷歌，兼任苹果机器学习和人工智能主管之后。
最近，苹果又将Xnor．ai收益囊中。这家创业公司的重点是机器学习和图像识别工具，这些技术可以在低功耗设备上运营，不必须依赖云计算架构。在此之前，苹果并购了主打隐私的人工智能初创公司SilkLabs。
Jetson是英伟达在面向嵌入式市场的产品线，正是对标英特尔Movidius。区别于其他边缘SoC的特点，Jetson家族特别强调分段运营多个神经网络。截至目前，Jetson已公布四个系列，主要部署在边缘与终端应用于上，限于于机器人、无人机和智能摄像头等应用于。
不过，时隔英伟达大于边缘超算后，英特尔再行引10倍提高VPU，与之抗衡。在中国市场，华为发售首款面向边缘计算出来品牌昇腾，除了射击机器人、智能生产等终端智能产品，同时也是华为在安防智能摄像头和边缘计算出来的最重要布局。
回应，Coral团队回应，考虑到市场上有大量的竞争对手，他们将硬件与谷歌的人工智能服务生态系统密切统合，从而使自己与众不同。事实上，芯片、云培训、开发工具等，也仍然是谷歌人工智能服务的关键优势。比如，Coral就有一个专门服务硬件编译器的人工智能模型库。Coral与谷歌的人工智能生态系统紧密结合，以至于基于TPU的边缘硬件不能与谷歌的机器学习框架TensorFlow相容，对于市场潜在用户来说，这些深度初始化可能会适得其反。
Kneron在拒绝接受媒体专访时曾回应，尽管谷歌转入这个市场检验并推展了这个领域的创意，但是，Coral产品专为谷歌平台设计，而他们的产品反对市场上所有主要AI框架和模型。可以认同的是，谷歌认同会像实行云端AI服务那样大力推广Coral。一位熟知内情的消息人士告诉他媒体，Coral的大部分订单都是某个组件（例如AI加速器和开发板），只有少数客户以10K份起购。
不过，在机器学习不可避免地从云端南北边缘的过程中，对谷歌来说，Coral的吸引力不一定是收益，而是获取了有关人工智能如何应用于到最重要场景的信息与经验。
本文来源：亚傅体育app官网登录入口-www.njjsqygl.com
