Google 对战微软阿里，AIoT 进入“战国时代”！

Google 对战微软阿里，AIoT 进入“战国时代”！

如今，AIoT（AI+IoT）风靡全国，国内各大企业竞相将其作为自己的战略口号。 过去运行在云服务器上的机器学习功能已逐渐转移到边缘设备（例如手机、汽车和其他移动设备）。 这种现象已经逐渐成为AIoT的流行趋势，也是不可避免的。

日前，开发者峰会在加州桑尼维尔市活动中心如期举行。 为开发社区发布了2个开源机器学习框架和3个硬件开发设备，以扩大其人工智能产品和服务的范围。

在软件方面，新发布的四个开源机器学习框架是：

（2.0 阿尔法）

精简版 (1.0)

它是世界上最流行的开源机器学习框架。 它最初是由 Brain 团队开发的，用于机器学习和深度神经网络的研究，但该系统的多功能性使其能够广泛应用于其他计算领域。 于 2015 年 11 月 9 日根据 2.0 开源许可证发布。

可以理解为运行在云服务器上的机器学习软件。 2.0 Alpha 提高了易用性、灵活性和可扩展性，旨在为开发者提供“开箱即用”的体验。

01

如今，AIoT（AI+IoT）风靡全国，国内各大企业竞相将其作为自己的战略口号。 过去运行在云服务器上的机器学习功能已逐渐转移到边缘设备（例如手机、汽车和其他移动设备）。 这种现象已经逐渐成为AIoT的流行趋势，也是不可避免的。 为了将AI从云端连接到终端，实现端云协同，在设计算法模型时，需要考虑这些设备是否拥有足够的算力，即需要多少计算资源、存储资源和电池容量。设备可以提供。 Lite 是专为移动和物联网设备设计的轻量级版本。 它是开发人员在移动和物联网设备上部署人工智能模型的框架。

Lite 将经过训练的 AI 模型转换为可在移动设备上执行的 Lite 模型。 Lite (1.0) 的改进包括使用各种技术来减小 AI 模型的大小并提高跨不同硬件的模型推理速度。

Lite可以运行在Pi、Coral Dev Board等设备上，并支持iOS操作系统。

Lite 目前部署在超过 20 亿台设备上，并被许多本机应用程序和服务使用，包括 、 、 、 和 Nest。

对于一款优秀的人工智能产品来说，它不仅能够在实时运行时保持极短的延迟时间，还能够在离线状态下进行模型推理并高速响应用户操作。 在10亿台设备上使用的 响应用户离线查询时，所有CPU模型计算均由Lite执行。 此外，累计用户数达8亿的网易有道词典也采用Lite进行图像离线翻译功能，使OCR识别速度提升30%-40%。

硬件方面，新发布的三款硬件开发设备分别是：

Coral Dev Board 开发板

Coral USB AI 推理加速器

5兆像素相机配件

这三款设备均以 Coral 品牌推出。 Coral Dev Board开发板售价为149.99美元，Coral USB AI推理加速器售价为74.99美元，5兆像素摄像头配件售价为24.99美元。

开发板和加速器均采用谷歌自家的Edge TPU芯片。 Edge TPU 只有指甲盖大小，专为运行 AI 模型而设计。 5 兆像素摄像头配件是开发板的附加组件。

Edge TPU 于 2018 年 7 月发布，是一款专用 ASIC 芯片，设计用于在物联网设备和边缘设备上运行 Lite 模型，即使设备没有互联网连接且电池容量有限。

当然，开发板和加速器适合AI推理，即在边缘设备上执行机器学习算法模型，而机器学习算法模型的训练仍然需要GPU和云服务器来完成。

02

物联网领域起步较晚。 当亚马逊、微软、IBM等公司的物联网快速发展时，“物联网”一开始只存在于云平台（Cloud）的解决方案列表中，基于自己原有的云平台组件只从技术角度搭建了一个简单的物联网解决方案，并没有提出独立的物联网品牌。

直到2017年，IoT Core服务才作为物联网云平台推出。 2018年的Next大会上，发布了攻击物联网边缘计算的利器Cloud IoT Edge产品，该产品包括两个组件：Edge IoT Core和Edge ML。 硬件方面，还推出了专用于边缘计算的AI芯片Edge TPU。

另一方面，亚马逊早在2015年下半年就率先发布了亚马逊AWS IoT平台。2016年底，亚马逊推出增强边缘计算能力。 它由Core、SDK和IoT SDK组成，方便物联网设备在本地进行计算、传输、数据同步等操作。 亚马逊随后于2017年底推出了一款操作系统，适用于小型和低功耗边缘设备的编程、部署、连接和管理。 最新一代的亚马逊还增加了机器学习推理功能，在云端训练的模型可以在边缘设备上执行。

微软在2015年10月的Azure Con技术大会上正式发布了Azure IoT Suite——Azure IoT Suite，其功能组件包括IoT Hub、Event Hub（事件中心）、Azure ML（机器学习）、Azure 、数据库和 Power BI。 此外，微软还推出了10 IoT Core操作系统、Azure IoT Edge边缘计算托管服务和Azure IoT安全解决方案。

2018年3月底举行的深圳云栖大会上，阿里巴巴宣布物联网将成为继电商、物流、金融、云计算之后的第五赛道，并制定了未来连接100亿设备的目标。 5年。 阿里云紧随亚马逊的脚步，于2016年发布了物联网套件，帮助物联网开发者开发定制化的物联网解决方案。 主要功能包括设备接入阿里云、设备管理、设备安全、存储数据和规则引擎导入。 。 2017年下半年，阿里云再次推出Link物联网云平台和AliOS物联网操作系统。 Link物联网平台的主要目标是将物联网平台、物联网市场、物联网标准紧密结合，使物联网基础设施更加完善，并向垂直应用领域发展。

03

纵观国内外巨头在物联网领域的实践可以看出，AIoT的落地需要经历两个阶段。 第一阶段发生在云端，收集大量数据用于模型训练和推理。 以智能音箱为例，远场语音识别和语义理解都是在云端进行的。 随着边缘设备上AI算力的逐步提升，AI应用开始从云端下沉到边缘，因此第二阶段发生在终端上，AI应用会逐渐从云端走向终端，形成云端。模型训练和模型推理的终端最典型的案例就是手机的AI摄像头。

此次发布的开发板和加速器均支持其轻量版AI框架Lite。 同时推出了配套的AI软件开发框架和AI硬件开发工具。 这些产品使其成为唯一拥有集成软件和定制硬件堆栈的云服务提供商。

从服务器、边缘设备、终端设备到芯片，通过标准化的交换格式和开放的API来实现平台和组件之间的兼容性和一致性，以支持更多的操作平台和开发语言。 硬融合的策略将继续聚焦边缘计算，将其强大的计算能力从云端连接到终端，期望在AIoT道路上走得更远。