在（zài）巨（jù）头环伺的边缘计算市场（chǎng）上（shàng），对（duì）于谷歌来说，Coral 的吸（xī）引力不一定是收入，而是有关人工（gōng）智能如何应用（yòng）到（dào）重要场（chǎng）景的信息（xī）与经验。

Coral 是一个由谷歌硬件（jiàn）和软（ruǎn）件组件组成的平（píng）台，主打汽车和医疗健康场景。尽管绑定谷歌生态以实现差异化竞争，但目（mù）前 Coral 的大部分（fèn）订单都是单个（gè）组件，只有少数客户以10K 起购。

去年三月，谷歌推出名为 Coral 的本地终端 AI 平台（tái），包含（hán） TPU、Coral Dev Board、USB 加速（sù）器和摄像头等四个部分。

平台（tái）强调以低功耗水平提高（gāo）出色的（de） ML 推理（lǐ）性能，能（néng）够以良好的功率表现执行 mobilesNet v2等最先进的移动视觉模型，且 fps 可达100以上。

基于 Coral 平（píng）台，谷歌发布了五（wǔ）款设备，分（fèn）别是售价不到1000元（yuán）人民（mín）币的单（dān）板计算机「Coral Dev Board」（由 Edge TPU 模块和 baseboard 组成）、支持 Raspberry Pi 或 Debian Linux 计（jì）算机的 USB 加（jiā）速器、对应 Dev Board 的500万像（xiàng）素镜（jìng）头模（mó）块、 Dev Board 的系统模块（SoM），和轻易将（jiāng）机器学习加速器 Edge TPU 与现有计算机系统整合的 PCI－E 加速器。

portant;" />

备有（yǒu） Edge TPU 机器学习加速的 Coral Dev Board

最初，项目在选定地区推（tuī）出了 Beta 版，经过六个多月的反馈与（yǔ）改进，去年10月，Coral 从 Beta 版毕（bì）业，在更多地区推（tuī）出面（miàn）向全（quán）球发（fā）行的（de）版（bǎn）本（běn）。

1Coral 起源

尽管 Coral 的目标客户是企业，但项目起源于谷歌（gē）「AIY」系列自助机器学习工具。2017年，谷歌曾推出 AIY kit，借（jiè）由树莓派 （Raspberry Pi） 电脑支持，任何人（rén）都可（kě）以自己制作（zuò）智能音（yīn）箱（xiāng）和（hé）智能相机。

虽然项目（mù）在 STEM 玩（wán）具（jù）和制造商市场上（shàng）取得了巨大成功（gōng），但是 AIY 的团队也（yě）很快（kuài）就注意到，一些（xiē）客户（hù）只是想按（àn）照指示来制作玩（wán）具，但也有一些客（kè）户（hù）想把硬件改造（zào）成自（zì）己的产品原（yuán）型，为了迎（yíng）合（hé）这些顾客，Coral 应运（yùn）而生。

2019年，已经推出 Dev Board、USB Accelerator 以及多款 PCIe Accelerator 产（chǎn）品组合，已经在全球36个国家进行（háng）部署。在今（jīn）年的 CES 大展上，谷（gǔ）歌进一步更（gèng）新平台，推出多款产品，扩大应用（yòng）面。

第一款新产品是 Accelerator Module 加速模组，这款多（duō）芯片模组包括了 Edge TPU ASIC，并支持（chí） PCIe 与 USB 接（jiē）口，可以嵌入（rù）定（dìng）制的印刷电路设计，是谷歌和日（rì）本电子零件制（zhì）造商 Murata 共同打造的。

第二款产品则是 Dev Board Mini 开（kāi）发板（bǎn），体（tǐ）积比 Dev Board 体积（jī）更小，搭载 MediaTek 8167s SoC，可达成720P 解析度影像编（biān）码／解码以（yǐ）及电脑视觉（jiào）运用，功耗更（gèng）低、更加经（jīng）济实惠，两者预计在2020上半年正式上（shàng）市。

Google 亦打（dǎ）造不同版（bǎn）本的（de） Coral 系统（tǒng）模组（SoM），除了原本的（de）1GB LPDDR4配置之外，新增了2GB 与4GB 配（pèi）置的版本。

人工智能的快速发展和日趋成（chéng）熟，已经（jīng）让机器人得（dé）以执行（háng）此前仅能由人（rén）类完成的各项任务。

为了（le）在（zài）工厂产（chǎn）线（xiàn）上进行质量（liàng）控（kòng）制，可以设置 AI 驱动（dòng）的摄像头发现缺陷（xiàn）；为了高效处理大量医疗数据，人们可以借（jiè）助机（jī）器学习识别潜在（zài）的肿（zhǒng）瘤，帮（bāng）助医生预防和及时治疗。

不过（guò），这些应用（yòng）场景只有在（zài）数据处理足（zú）够快速和安全的前提下才能完成（chéng）。如果（guǒ）在工（gōng）厂环境中，AI 摄像头需要数分（fèn）钟（zhōng）时间来（lái）处理图像，那（nà）就（jiù）没有实际（jì）意义。如果需要将患（huàn）者（zhě）数据（jù）传（chuán）送到云端，必（bì）然会带来医（yī）疗数（shù）据被泄露的风险。而谷歌（gē）的 Coral 项目正希（xī）望解决这些问题。

来自 （人工智能） 设（shè）备的数据，通常（cháng）被发送到大（dà）型数据（jù）中心，机器学习模型可（kě）以在这（zhè）里得以（yǐ）高速运（yùn）行。Coral 的产品经理 Vikram Tank 解释道，Coral 是一个由（yóu）谷歌（gē）的硬（yìng）件（jiàn）和软（ruǎn）件组件组成的平台（tái），可以帮助（zhù）用（yòng）户构建具有本地人（rén）工（gōng）智能（néng）的设备，也就是说（shuō），在边缘设（shè）备上为神经网络提供硬件（jiàn）加（jiā）速。

portant;" />

像开发板（如（rú）上）一样，Coral 的产品可以（yǐ）用（yòng）于制作新 AI 设（shè）备原型（xíng）。

2两大核（hé）心场景

Coral 不仅（jǐn）旨（zhǐ）在帮（bāng）助工程师和研究人员将新（xīn）模型（xíng）带出数据中心并带入（rù）设（shè）备，从而在边缘高效（xiào）运行 TensorFlow 模（mó）型，本质上，它也（yě）是边缘（yuán）硬件（jiàn）在（zài）农业，医疗保（bǎo）健到制造业等（děng）行业新应（yīng）用（yòng）的核心。

试想一辆（liàng）以（yǐ）每小时（shí）65英里（lǐ）行驶的汽车，穿越（yuè）10英尺的距（jù）离仅耗（hào）时100毫秒，这意味（wèi）着（zhe）任何延迟都会当事人的生命风（fēng）险，如果（guǒ）可以（yǐ）在（zài）设备（bèi）端就进行数（shù）据分析和计算，而不（bú）必受限于（yú）缓慢的网络延迟，看到信（xìn）号灯转变红（hóng）色立刻停（tíng）车，当事人会安全许多。

在医学领（lǐng）域，将分析处理留在设备端，也能很大程度改善隐私问题（tí）。特别是（shì）对于那些（xiē）利用（yòng）图像识别对超声（shēng）图像进行实时分析的医疗设备（bèi）制（zhì）造（zào）商来说（shuō），将（jiāng）病患图像（xiàng）发送到云端，无疑成为黑客攻（gōng）击的（de）一个（gè）薄弱环节，如果在（zài）设备上进行图像进行（háng）分析，这些敏感数据就不（bú）会超出医生与病患（huàn）的控制范（fàn）围。

有市场分析师预（yù）测（cè），到2020年，边缘端的（de） AI 芯片和搭（dā）载其的计（jì）算机将超过7．5亿个／台，到（dào）2024年将（jiāng）增长到15亿个。尽管其中大（dà）多数将安装在诸如电话之类的消（xiāo）费类设（shè）备中，但绝大部分将运用于行业中的（de）企（qǐ）业（yè）客户例如汽车和医疗保健。

Coral 产品经理明（míng）确表示（shì），单身工程师们可以用这些硬件打造智能棉花糖分拣机（jī）或（huò）者喂鸟器（qì），但项目的长期重点（diǎn）客户是汽车和医疗健康（kāng）行业。

portant;" />

谷歌的 Edge TPU，也是大多数 Coral 产（chǎn）品的核心（xīn）。

3绑定生态（tài）的差异化竞争（zhēng）

谷歌认识到，有越来越（yuè）多的行业已经认识到本（běn）地化（huà） AI 的价值，也确实在推动设（shè）备上的机器（qì）学习。

在今年的 I／O 大会上（shàng），除（chú）了在 I／O 大会上（shàng）展示（shì）的（de） Pixel 4设（shè）备（bèi）上的语音识（shí）别（bié）模型外，他们（men）还宣布了「本地家庭 SDK」，允（yǔn）许连接的（de）家庭设备无需与云端即可（kě）进行直（zhí）接操（cāo）作

但是，谷歌面临（lín）的问题是，有几十家公司的目（mù）标（biāo）与 Coral 类似。特别是巨头们边缘端 AI 布局的完善和实力正在进一步增（zēng）强（qiáng），边缘端芯片市场竞争也因此（cǐ）变得更加激烈。

比如，这是苹（píng）果从一（yī）开始就采（cǎi）取（qǔ）的策略，特别是 John Giannandrea 离开谷歌（gē），担任（rèn）苹果机器学习和人工智能主管之后（hòu）。最近，苹果又将 Xnor．ai 收（shōu）入囊（náng）中。这家（jiā）创业（yè）公司（sī）的重点是（shì）机器（qì）学（xué）习和图像识别工具，这些技术（shù）可以（yǐ）在低功耗设备上运行，不需要依靠云计算架构。在此之前，苹（píng）果收购了主打隐私（sī）的人（rén）工（gōng）智能（néng）初创公司（sī） Silk Labs。

Jetson 是英伟达（dá）在面向嵌入式（shì）市场（chǎng）的产品线，正是（shì）对标英特尔 Movidius。区（qū）别于其他边缘 SoC 的特点，Jetson 家族强调并行运行（háng）多个神经网络。截至（zhì）目前（qián），Jetson 已发布四个系列，主要部署在（zài）边（biān）缘与终端（duān）应用上，适用于机器人、无人（rén）机和智能摄像头等应（yīng）用。

不过，继英伟达最小边缘（yuán）超（chāo）算后，英（yīng）特尔再（zài）推10倍提（tí）升 VPU，与（yǔ）之抗衡。

在中国市场（chǎng），华为推出（chū）首款面向边缘计算品牌（pái）N腾，除了瞄准（zhǔn）机器人、智能制造等终端智（zhì）能产品，同时也是华为在（zài）安防智能摄像头和边缘计算（suàn）的（de）重要布（bù）局（jú）。

对此，Coral 团（tuán）队表示（shì），考虑到市场上有大（dà）量的竞争对手，他们将硬件与谷歌（gē）的人（rén）工智（zhì）能服务生态（tài）系（xì）统紧密整合，从而使自己（jǐ）与众不同。事实上，芯片（piàn）、云培训、开（kāi）发工具等，也一直是谷歌人工智能服务的关键优（yōu）势。比如，Coral 就有一个专门（mén）服务硬件编译的人工智能模（mó）型库。

Coral 与谷歌的人工（gōng）智能生态系统（tǒng）紧密结（jié）合（hé），以（yǐ）至于（yú）基于 TPU 的边（biān）缘硬件只（zhī）能（néng）与（yǔ）谷歌（gē）的机器（qì）学习框架 TensorFlow 兼容，对于市场潜在用户来说，这些（xiē）深度绑定可能会适得其反。

Kneron 在接（jiē）受媒体采（cǎi）访（fǎng）时曾表示，尽（jìn）管（guǎn）谷（gǔ）歌进入这个市场验证并推动（dòng）了这个（gè）领域的创（chuàng）新，但（dàn）是，Coral 产品专为谷歌平台设计，而他们（men）的（de）产品支持市场上所有主（zhǔ）要（yào） AI 框架和模型。

可以（yǐ）肯定的是，谷歌肯定（dìng）不会像推（tuī）行（háng）云（yún）端（duān） AI 服务那样大力（lì）推广 Coral。一位熟（shú）悉（xī）内情的（de）消息人士告诉媒（méi）体，Coral 的大部分订单都（dōu）是某个（gè）组件 （例如 AI 加速器和（hé）开发板），只有（yǒu）少数客户以（yǐ）10K 份起购。

不（bú）过，在（zài）机（jī）器学习不可避免地从云端走（zǒu）向边缘的过程中，对谷歌来说，Coral 的吸引力不一定（dìng）是收入（rù），而是提供了有关人（rén）工智能如何应用到重要场景的信息与经验。