据外媒报道，谷歌不再满足于为自己的数据中心开发人工智能（AI）芯片。
它现在正在设计人工智能芯片并将其集成到其他公司的生产中。
的产品。
在发布张量处理单元（TPU）两年后，谷歌于美国当地时间周三推出了 Edge TPU，这将使传感器和其他设备能够更快地处理数据。
该芯片可用于多种场景，但最初的用途是工业制造：消费电子产品制造商 LG 正在一个系统中测试该芯片，该系统可以检测屏幕制造中使用的玻璃是否存在缺陷。
谷歌进入“定制芯片”市场是其试图扩大云计算市场份额、加强与亚马逊和微软竞争的一种方式。
自 2018 年以来，谷歌一直在使用 TPU 来加速其自己数据中心的某些工作负载，而不是依赖 Nvidia 等供应商的商用硬件。
2019年，谷歌表示其人工智能芯片的战略重要性变得越来越重要。
在人工智能领域，研究人员正在用大量数据训练模型，以便机器能够在新数据到来时做出预测。
TPU 的初始版本只能做出这些预测，而第二个版本（2016 年发布）可以用于训练模型，这一更新使其能够与 Nvidia 显卡竞争。
第三代TPU于今年早些时候发布。
现在我们有了 Edge TPU，它们是专门为处理人工智能的预测部分而设计的微芯片，其计算强度比训练模型要低。
Edge TPU 可以自行运行计算，而不需要连接到多台功能强大的计算机，因此应用程序可以更快、更可靠地运行。
它们可以与传感器或网关设备中的标准芯片或微控制器配合使用来处理人工智能工作。
三星前首席技术官 Injong Rhee 表示，谷歌不会让 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“扰乱云计算竞争”，因为许多计算现在可以在设备上执行，而不是全部发送到数据中心。
在成本和能耗方面，对于某些类型的计算，谷歌芯片比传统芯片更高效。
谷歌并不是唯一一家对所谓的物联网感兴趣的云提供商，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 TensorFlow AI 软件简化版的模型，该软件是该公司于 2016 年根据开源许可发布的。
LG 的 CNS 团队帮助处理内部和其他公司的 IT 服务，他们已经在测试 Edge TPU，并计划开始使用它们来检查内部生产线上的设备。
目前，在显示面板玻璃的生产过程中，检测设备每秒可以处理多个玻璃图像。
LG CNS团队首席技术官Hyun Shingyoon表示，任何出现的问题都需要人工检查，现有系统的准确率约为50%。
谷歌AI的准确率可以达到99.9%。
Hyun Shingyoon 还表示：“我的期望是节省资金来查找真正影响我们质量的异常和缺陷。
”他的团队此前曾研究过 Nvidia 计算系统。
谷歌已经构建了包括 Edge TPU、NXP 芯片和 Wi-Fi 连接的工具包，供开发人员试用。
该公司正在与 Arm、Harting、Hitachi Vantara、Nexcom、诺基亚和 NXP 等制造商合作。
Injong Rhee 没有透露谷歌是否计划构建更强大的 Edge TPU 用于训练模型。