Google анонсувала співпроцесор Edge TPU для апаратного прискорення навчених нейромережевих моделей
Google анонсувала співпроцесор Edge TPU для апаратного прискорення навчених нейромережевих моделей у кінцевих пристроях, комплект розробника та програмне забезпечення Cloud IoT Edge для роботи з ним
Google анонсувала співпроцесор Edge TPU для апаратного прискорення навчених нейромережевих моделей в кінцевих пристроях, комплект розробника та програмне забезпечення Cloud IoT Edge для роботи з ним. Продукти покликані спростити розробку та широкомасштабне розгортання пристроїв Інтернету речей.
Сопроцесор
Edge TPU є інтегральною схемою спеціального призначення (ASIC), оптимізованою для ефективного виконання алгоритмів нейромереж. Вона дозволяє запускати моделі машинного навчання на двигуні TensorFlow Lite на межі мережі. Чіп може працювати з платформою Cloud TPU, тому тренування алгоритмів можна проводити в хмарі і миттєво виводити умовиводи в режимі реального часу в момент підключення цих пристроїв до мережі — на так званому «краю».
У реальному часі Edge TPU обробляє HD відео з частотою 30 кадрів в секунду, використовуючи для цього кілька часто застосовуваних нейромережевих моделей, пише Google. Інші характеристики корпорація не розкриває.
Комплект розробника
Компанія створила комплект розробника для роботи з Edge TPU. До нього увійшла система на модулі (SOM) Edge TPU Dev Board з центральним процесором NXP i.MX 8M, графічним процесором Integrated GC7000, модулями Wi-Fi і Bluetooth в компактному форм-факторі.
Другий пристрій з комплекту — Edge TPU Accelerator з роз'ємом USB Type-C для підключення SOM до Linux-системи. Обидва продукти підтримують операційні системи Debian Linux та Android Things.
Комплект буде доступний для розробників у жовтні 2018 року після попередньої реєстрації.
Cloud IoT Edge
Google представила програмне забезпечення Cloud IoT Edgе, що розширює можливості обробки даних та машинного навчання Google Cloud для шлюзів, камер і кінцевих пристроїв. Серед ключових компонентів ПО — середовище виконання для мережного обладнання, що мають мінімум один процесор, середовище Edge IoT Core runtime для надійного з'єднання граничних пристроїв з хмарою та обміну даними з Cloud IoT Core, а також середовище Edge ML runtime для роботи з граничними. >
