在发布张量处理单元（Tensor Processing Unit，简称TPU）2年之后，谷歌于美国当地时间周三推出了Edge TPU，它将使传感器和其他设备能够更快地处理数据。
这种芯片可以用于各种各样的场景，但一种最初的用途是在工业制造领域：消费电子产品制造商LG正在一个系统中测试这种芯片，该系统可以检测用于屏幕的玻璃存在的制造缺陷。
谷歌进军“定制芯片”市场，是其试图扩大云计算市场份额、与亚马逊(Amazon)和微软(Microsoft)加强竞争的一种方式。自2015年以来，谷歌始终在用TPU来加速自家数据中心的某些工作负载，而不是依赖Nvidia等供应商提供的商用硬件。
2017年，谷歌表示，其AI芯片正变得更具战略重要性。在AI领域，研究人员正用大量数据训练模型，以便机器能够在新数据到来时进行预测。
TPU最初的版本只能做出这些预测，而第二个版本（2017年发布）可被用来训练模型，这一更新使其能与Nvidia显卡竞争。第三代TPU是在今年早些时候发布的。
现在我们有了Edge TPU，这是专门用来处理AI预测部分的微型芯片，它比训练模型的计算强度要小。Edge TPU可以自己运行计算，而不需要与多台强大计算机相连，因此应用程序可以更快、更可靠地工作。它们可以在传感器或网关设备中与标准芯片或微控制器共同处理AI工作。
三星前首席技术官Injong Rhee表示，谷歌并没有让Edge TPU与传统芯片竞争，这对所有硅芯片供应商和设备制造商都非常有利。Edge TPU可能会“颠覆云计算竞争”，因为许多计算现在可以在设备上进行，而不是全部发送到数据中心。在成本和能耗方面，谷歌芯片在某些类型的计算上比传统芯片更加高效。
谷歌并不是唯一一个对所谓物联网感兴趣的云计算服务供应商，物联网的核心是管理和处理来自许多小型嵌入式设备的数据。今年早些时候，微软宣布了其物联网芯片的设计。谷歌的新芯片将运行基于简化版TensorFlow AI软件的模型，这是该公司在2015年通过开源许可发布的软件。
LG负责帮助内部和其他公司处理IT服务的CNS团队已经在测试Edge TPU，并计划开始在内部生产线上使用它们检查设备。
目前，在为显示面板生产玻璃的过程中，该检测设备每秒可处理200多张玻璃图像。LG的CNS团队首席技术官Hyun Shingyoon表示，出现的任何问题都需要人工检查，现有系统的准确率约为50%。而谷歌AI的准确率可达99.9%。
Hyun Shingyoon还说：“我的期望是在发现真正影响我们质量的异常和缺陷方面节省资金。”他的团队此前曾研究过英伟达(Nvidia)的一个计算系统。
谷歌已经构建了工具包，其中包括Edge TPU、NXP芯片和Wi-Fi连接，供开发人员试用。该公司正与Arm、Harting、日立万宝(Hitachi Vantara)、Nexcom、诺基亚(Nokia)和NXP等制造商合作。
Injong Rhee没有透露谷歌是否计划为训练模型构建更强大的Edge TPU。
