在日前于美国旧金山举行的Google Cloud Next大会上，Google针对基于其TPU设计的边缘运算推出全新人工智能(AI)芯片——Edge TPU，并利用这款机器学习加速器芯片加强ASIC的开发。

Google似乎暗示着它也将直接把这款Edge TPU卖给想要打造智能边缘装置的公司。

Google可能试图利用其内部设计进入新市场，也可能是想藉由较大的芯片量分散其开发成本，试图降低内部的ASIC开发成本。

销售芯片之举还可为开发人员建构一个更大的生态系统。Google一开始的计划是透过几种DIY开发板提供Edge TPU。

Google为想要增加机器学习的DIY创作者(称为AIY)提供了一系列的工具套件。这些专案一开始采用Raspberry Pi开发板。最后一款工具套件是相机模组，可用于展示如何建构视觉机器学习专案。在该专案中，Google采用英特尔(Intel)的Movidius芯片作为专用视觉推论加速器。

这两款最新的开发套件都使用Edge TPU芯片实现推论加速。目前，Google尚未透露这些套件或Edge TPU的定价或可用性，公开的技术细节也很简略。我们只知道该TPU支援8位元和16位元整数运算，但无法找到进一步的功率或性能数据。

Google似乎打算积极投入芯片设计，最近还聘请被誉为「硅谷教父」的John Hennessy担任事长，前加州柏克莱大学教授David Patterson也加入了TPU团队。这两位重量级人物都是电脑架构权威教科书的作者。

Google TPU和TPU 2都是专为内部云端资料中心需求而设计的。如今有了Edge TPU，让Google得以将TPU架构带入更广阔的市场。该公司现在声称可以为基于Google架构的机器学习建构从边缘到云端的完整生态系统。

Google的网站还引用了中国汽车供应商Xee的声明——为Edge TPU打造Xee连网汽车平台背书。

不过，Google要进军芯片设计业务仍然存在诸多挑战。首先，该公司需要建立销售分销商，以及支援能与成千上百家客户打交道的生态系统。

其次是嵌入式系统设计人员面临的风险。

Google有过终结产品和服务的记录——当它认为有些产品和服务失去实用性时，转而将相关资源重新定位于更有趣的专案。因此，如果Google停止销售Edge TPU而未提供转移计划时该怎么办？这又会对采用Edge TPU的第三方设计带来什么冲击？

第三，它可能会使Google与英特尔/Movidius等现有合作伙伴形成直接竞争。新的机器学习芯片公司可能不愿意与Google合作，他们可能会担心Google将窃取其概念另行打造竞争芯片。

我认为，如果Google能将销售责任转移给第三方芯片公司¬¬——如恩智浦半导体(NXP)或微芯科技(Microchip)等拥有销售和物流资源，可支援嵌入式设计的产品，或许会更有意义。许多嵌入式公司都拥有销售产品给嵌入式设计师的分销商经验，也很欢迎再添加机器学习加速器系列产品。Google似乎想拥有客户关系，以确保开发人员遵循Google架构，但我不确定Google是否准备好支援整个嵌入式产品的生命周期。

Google的另一个替代方案是释出Edge TPU设计，使其成为开放来源RTL。该公司可以将其提交给GitHub或RISC-V基金会。这将增加TPU设计直接整合于微控制器(MCU)和SoC的机会。

至少，我认为嵌入式设计师都应该谨慎考虑是否采用Google作为芯片供应来源。