编者按：本文来自微信大众号机器之能（ID：almosthuman2017），作者微胖，36氪经授权发布。
在巨子环伺的边际核算商场上，关于谷歌来说，Coral 的吸引力纷歧定是收入，而是有关人工智能怎么使用到重要场景的信息与经历。
Coral 是一个由谷歌硬件和软件组件组成的渠道，主打轿车和医疗健康场景。虽然绑定谷歌生态以完结差异化竞赛，但现在 Coral 的大部分订单都是单个组件，只要少量客户以 10K 起购。
上一年三月，谷歌推出名为 Coral 的本地终端 AI 渠道，包含 TPU、Coral Dev Board、USB 加快器和摄像头号四个部分。
渠道着重以低功耗水平进步超卓的 ML 推理功能，能够以杰出的功率体现履行 MobileNet v2 等最先进的移动视觉模型，且 fps 可达 100 以上。
根据 Coral 渠道，谷歌发布了五款设备，分别是价格不到 1000 元人民币的单板核算机「Coral Dev Board」（由 Edge TPU 模块和 baseboard 组成）、支撑 Raspberry Pi 或 Debian Linux 核算机的 USB 加快器、对应 Dev Board 的 500 万像素镜头模块、 Dev Board 的体系模块（SoM），和容易将机器学习加快器 Edge TPU 与现有核算机体系整合的 PCI-E 加快器。
备有 Edge TPU 机器学习加快的 Coral Dev Board
开端，项目在选定区域推出了 Beta 版，通过六个多月的反应与改进，上一年 10 月，Coral 从 Beta 版结业，在更多区域推出面向全球发行的版别。
1Coral 来源
虽然 Coral 的方针客户是企业，但项目来源于谷歌「AIY」系列自助机器学习东西。2017 年，谷歌曾推出 AIY kit，借由树莓派 (Raspberry Pi) 电脑支撑，任何人都能够自己制作智能音箱和智能相机。
虽然项目在 STEM 玩具和制作商商场上取得了巨大成功，可是 AIY 的团队也很快就注意到，一些客户仅仅想依照指示来制作玩具，但也有一些客户想把硬件改形成自己的产品原型，为了投合这些顾客，Coral 应运而生。
部分 Coral 系列硬件产品，包含人工智能加快器 (最右边) 和开发板 (中心)
2019 年，现已推出 Dev Board、USB Accelerator 以及多款 PCIe Accelerator 产品组合，现已在全球 36 个国家进行布置。在本年的 CES 大展上，谷歌进一步更新渠道，推出多款产品，扩展使用面。
第一款新产品是 Accelerator Module 加快模组，这款多芯片模组包含了 Edge TPU ASIC，并支撑 PCIe 与 USB 接口，能够嵌入定制的印刷电路规划，是谷歌和日本电子零件制作商 Murata 一起打造的。
第二款产品则是 Dev Board Mini 开发板，体积比 Dev Board 体积更小，搭载 MediaTek 8167s SoC，可达到 720P 解析度印象编码/解码以及电脑视觉运用，功耗更低、愈加经济实惠，两者估计在 2020 上半年正式上市。
Google 亦打造不同版别的 Coral 体系模组（SoM），除了本来的 1GB LPDDR4 装备之外，新增了 2GB 与 4GB 装备的版别。
人工智能的快速开展和日趋老练，现已让机器人得以履行此前仅能由人类完结的各项任务。
为了在工厂产线上进行质量操控，能够设置 AI 驱动的摄像头发现缺点；为了高效处理很多医疗数据，人们能够凭借机器学习辨认潜在的肿瘤，协助医师防备和及时医治。
不过，这些使用场景只要在数据处理满足快速和安全的前提下才干完结。假如在工厂环境中，AI 摄像头需求数分钟时刻来处理图画，那就没有实际意义。假如需求将患者数据传送到云端，必然会带来医疗数据被走漏的危险。而谷歌的 Coral 项目正期望处理这样一些问题。
来自 (人工智能) 设备的数据，一般被发送到大型数据中心，机器学习模型能够在这里得以高速运转。Coral 的产品司理 Vikram Tank 解释道，Coral 是一个由谷歌的硬件和软件组件组成的渠道，能够在必定程度上协助用户构建具有本地人工智能的设备，也就是说，在边际设备上为神经网络供给硬件加快。
像开发板（如上）相同，Coral 的产品能够用于制作新 AI 设备原型。
2两大中心场景
Coral 不只旨在协助工程师和研究人员将新模型带出数据中心并带入设备，从而在边际高效运转 TensorFlow 模型，本质上，它也是边际硬件在农业，医疗保健到制作业等职业新使用的中心。
试想一辆以每小时 65 英里行进的轿车，穿越 10 英尺的间隔仅耗时 100 毫秒，这在某种程度上预示着任何推迟都会当事人的生命危险，假如能够在设备端就进行数据剖析和核算，而不用受限于缓慢的网络推迟，看到信号灯改变赤色马上泊车，当事人会安全许多。
在医学范畴，将剖析处理留在设备端，也能很大程度改进隐私问题。特别是关于那些使用图画辨认对超声图画进行实时剖析的医疗设备制作商来说，将病患图画发送到云端，无疑成为黑客进犯的一个薄弱环节，假如在设备上进行图画做多元化的剖析，这些敏感数据就不会超出医师与病患的操控规模。
有商场剖析师猜测，到 2020 年，边际端的 AI 芯片和搭载其的核算机将超越 7.5 亿个/台，到 2024 年将增长到 15 亿个。虽然其间大多数将安装在比方电话之类的消费类设备中，但绝大部分将运用于职业中的企业客户例如轿车和医疗保健。
Coral 产品司理清晰表明，独身工程师们能够用这些硬件打造智能棉花糖分拣机或许喂鸟器，但项目的长时间要点客户是轿车和医疗健康职业。
谷歌的 Edge TPU，也是大多数 Coral 产品的中心。
3绑定生态的差异化竞赛
谷歌认识到，有渐渐的变多的职业现已认识到本地化 AI 的价值，也确真实推进设备上的机器学习。
在本年的 I/O 大会上，除了在 I/O 大会上展现的 Pixel 4 设备上的语音辨认模型外，他们还宣告了「本地家庭 SDK」，答应衔接的家庭设备无需与云端即可进行直接操作
可是，谷歌面对的问题是，有几十家公司的方针与 Coral 相似。特别是巨子们边际端 AI 布局的完善和实力正在进一步增强，边际端芯片商场之间的竞赛也因而变得更剧烈。
比方，这是苹果从一开端就采纳的战略，特别是 John Giannandrea 脱离谷歌，担任苹果机器学习和人工智能主管之后。最近，苹果又将 Xnor.ai 收入囊中。这家创业公司的要点是机器学习和图画辨认东西，这些技术能够在低功耗设备上运转，不需求依托云核算架构。在此之前，苹果收买了主打隐私的人工智能草创公司 Silk Labs。
Jetson 是英伟达在面向嵌入式商场的产品线，正是对标英特尔 Movidius。差异于其他边际 SoC 的特色，Jetson 宗族着重并行运转多个神经网络。到现在，Jetson 已发布四个系列，首要布置在边际与终端使用上，适用于机器人、无人机和智能摄像头号使用。
不过，继英伟达最小边际超算后，英特尔再推 10 倍提高 VPU，与之抗衡。
在中国商场，华为推出首款面向边际核算品牌昇腾，除了瞄准机器人、智能制作等终端智能产品，一起也是华为在安防智能摄像头和边际核算的重要布局。
对此，Coral 团队表明，考虑到商场上有很多的竞赛对手，他们将硬件与谷歌的人工智能服务生态体系严密整合，从而使自己异乎寻常。事实上，芯片、云训练、开发东西等，也一直是谷歌人工智能服务的要害优势。比方，Coral 就有一个专门服务硬件编译的人工智能模型库。
Coral 与谷歌的人工智能生态体系严密结合，以至于根据 TPU 的边际硬件只能与谷歌的机器学习结构 TensorFlow 兼容，关于商场潜在用户来说，这些深度绑定可能会拔苗助长。
Kneron 在承受媒体采访时曾表明，虽然谷歌进入这个商场验证并推进了这个范畴的立异，可是，Coral 产品专为谷歌渠道规划，而他们的产品支撑商场上一切首要 AI 结构和模型。
能够必定的是，谷歌必定不会像推广云端 AI 服务那样大力推广 Coral。一位了解底细的消息人士告知媒体，Coral 的大部分订单都是某个组件 (例如 AI 加快器和开发板)，只要少量客户以 10K 份起购。
不过，在机器学习不可避免地从云端走向边际的过程中，对谷歌来说，Coral 的吸引力纷歧定是收入，而是供给了有关人工智能怎么使用到重要场景的信息与经历。