Google 在 Next 雲端大會上，發表了 Edge TPU 晶片來搶攻邊緣運算市場。

Google 正積極在 AI 硬體上建構自己完整的產品線，自今年 5 月發表了第三代 TPU 之後，如今又推出了適用於邊緣運算的 Edge TPU。雖然都是 TPU 但邊緣運算用的版本與訓練機器學習的 Cloud TPU 不同，是用來執行已建構好的數學模型。其性能當然也遠不如一般的 TPU，不過在功耗及體積上有大幅的縮小，以適用於物聯網裝置上。
許多產業已意識到，雲生態能令自動化技術普及到設備上，並降低人工維護的成本，而邊緣運算則能更快的反應業者的需求，當然大數據訓練還是由大型伺服器來完成比較有效率，不過許多設備已有運行圖片辨識及機器學習等需求。例如微軟在近期也發表了能進行圖片辨識的無人機，將具備即時資訊判斷的能力。

Google 雲端物聯網產品管理負責人Antony Passemard 指出，Edge TPU 是一種超低功耗的 ASIC 晶片，比 1 美分銅板還小，搭配 Cloud IoT Edge 軟體並針對 TensorFLow 機器學習模型進行優化，如此一來部分的運算就不需要等待遠程伺服器的響應，直接在設備上完成。

Google 雲端物聯網副總裁 Injong Rhee 強調，Cloud IoT Edge 是由兩個部分組成，Edge IoT 核心閘道功能和 Edge ML，這是一個基於 TensorFlow Lite 用在邊緣設備上的模型，並能在 Android Things 或 Linux OS 的設備上運行。將使 Google 成為唯一一家擁有集成軟體和客製硬體堆棧的雲服務提供商。Edge TPU 以極低的成本令設備產生計算力，並將改變現有的系統架構，這將能使現代雲計算能真正的實用化。

其他業者其實也早已競相在物聯網、AI 及雲端運算上提出新的解決方案，如微軟、AWS 等都已推出物聯網雲端平台，但可以看的出來 Google 的野心也不僅是在單一硬體上持續突破，更將朝向提供完整的終端服務體驗前進。據傳韓國電子大廠 LG 已打算應用 Edge TPU 在生產設備上。

Google 即將在 10 月推出包含結合 Edge TPU、NXP CPU、wi-fi 和 Microchip等安全元件的開發者套件，並持續與 ARM、Harting、Hitachi Vantara、Nexcom、Nokia 及 NXP 等製造商合作。希望能普及至開發者社群，並建立出獨有的生態。