在日前於美國舊金山舉行的Google Cloud Next大會上,Google針對基於其TPU設計的邊緣運算推出全新人工智慧(AI)晶片——Edge TPU,並利用這款機器學習加速器晶片加強ASIC的開發。

Google似乎暗示著它也將直接把這款Edge TPU賣給想要打造智慧邊緣裝置的公司。Google可能試圖利用其內部設計進入新市場,也可能是想藉由較大的晶片量分散其開發成本,試圖降低內部的ASIC開發成本。

銷售晶片之舉還可為開發人員建構一個更大的生態系統。Google一開始的計劃是透過幾種DIY開發板提供Edge TPU。

Google為想要增加機器學習的DIY創作者(稱為AIY)提供了一系列的工具套件。這些專案一開始採用Raspberry Pi開發板。最後一款工具套件是相機模組,可用於展示如何建構視覺機器學習專案。在該專案中,Google採用英特爾(Intel)的Movidius晶片作為專用視覺推論加速器。

這兩款最新的開發套件都使用Edge TPU晶片實現推論加速。目前,Google尚未透露這些套件或Edge TPU的定價或可用性,公開的技術細節也很簡略。我們只知道該TPU支援8位元和16位元整數運算,但無法找到進一步的功率或性能數據。

Google似乎打算積極投入晶片設計,最近還聘請被譽為「矽谷教父」的John Hennessy擔任事長,前加州柏克萊大學教授David Patterson也加入了TPU團隊。這兩位重量級人物都是電腦架構權威教科書的作者。

Google TPU和TPU 2都是專為內部雲端資料中心需求而設計的。如今有了Edge TPU,讓Google得以將TPU架構帶入更廣闊的市場。該公司現在聲稱可以為基於Google架構的機器學習建構從邊緣到雲端的完整生態系統。Google的網站還引用了中國汽車供應商Xee的聲明——為Edge TPU打造Xee連網汽車平台背書。

不過,Google要進軍晶片設計業務仍然存在諸多挑戰。首先,該公司需要建立銷售通路,以及支援能與成千上百家客戶打交道的生態系統。

其次是嵌入式系統設計人員面臨的風險。Google有過終結產品和服務的記錄——當它認為有些產品和服務失去實用性時,轉而將相關資源重新定位於更有趣的專案。因此,如果Google停止銷售Edge TPU而未提供轉移計劃時該怎麼辦?這又會對採用Edge TPU的第三方設計帶來什麼衝擊?

第三,它可能會使Google與英特爾/Movidius等現有合作夥伴形成直接競爭。新的機器學習晶片公司可能不願意與Google合作,他們可能會擔心Google將竊取其概念另行打造競爭晶片。

Google edge TPU

我認為,如果Google能將銷售責任轉移給第三方晶片公司¬¬——如恩智浦半導體(NXP)或微芯科技(Microchip)等擁有銷售和物流資源,可支援嵌入式設計的產品,或許會更有意義。許多嵌入式公司都擁有銷售產品給嵌入式設計師的通路經驗,也很歡迎再添加機器學習加速器系列產品。Google似乎想擁有客戶關係,以確保開發人員遵循Google架構,但我不確定Google是否準備好支援整個嵌入式產品的生命週期。

Google的另一個替代方案是釋出Edge TPU設計,使其成為開放來源RTL。該公司可以將其提交給GitHub或RISC-V基金會。這將增加TPU設計直接整合於微控制器(MCU)和SoC的機會。

至少,我認為嵌入式設計師都應該謹慎考慮是否採用Google作為晶片供應來源。

編譯:Susan Hong

(參考原文:Google Wants to Sell You Machine Learning Chips,by Kevin Krewell, Principal Analyst, Tirias Research)