Google在7月底舉辦的2018 Google Cloud NEXT大會上，正式發表新款Edge TPU芯片以及Cloud IoT Edge邊緣運算平臺，借此等于Google將自有加速機器學習(ML)負載的TPU專用芯片正式帶向邊緣運算市場，可借由推論部署在邊緣端的機器學習模型來強化Cloud TPU的不足；至于Cloud IoT Edge則是可延伸Google Cloud的資料處理及機器學習至邊緣裝置端。

　　借由推出Edge TPU及Cloud IoT Edge，Google正是進軍邊緣運算市場，將與已發展出廣泛邊緣運算戰略的亞馬遜(Amazon)、微軟(Microsoft)展開正面競爭。如今Google透過投資Android Things、以云端為基礎的物聯網(IoT)平臺，以及邊緣運算TPU，等于讓Google具備了堅實的物聯網(IoT)發展戰略。

　　根據富比士(Forbes)及LinuxGizmos報導，Google幾年前宣布將TPU加入其云端平臺，加速機器學習負載，在此情況下，該公司Cloud TPU可提供用來訓練基于深度神經網路的復雜機器學習模型的運算效能。如今新推出的Edge TPU，則可透過在邊緣端執行訓練模型的推論，來強化Cloud TPU的不足之處，這款Google特殊應用IC(Application-specific integrated circuit；ASIC)可應用在預測性維護、機器視覺、異常檢測、語音辨識以及機器人等多個領域。

　　預期Google客戶將運用Gloud TPU來訓練機器學習模型，以及部署在Cloud IoT Edge透過Edge TPU進行推論。運行在Cloud IoT Edge上的推論引擎「Edge ML」與TPU的結合，可為MobileNets及Inception V3這類深度學習網路提供優化。

　　至于Cloud IoT Edge邊緣運算平臺，則是可用于驅動機械手臂、風力發電機以及鉆油平臺等邊緣運算裝置的軟體平臺，能運行在Android Things或Linux OS系統上。Cloud IoT Edge與運行在公共云的Cloud IoT核心進行無縫整合，傳感資料在擷取至公共云之前，將被搜集、聚合、處理及過濾。

　　此外，Google也為開發者推出一款Edge TPU開發套件，將于10月正式問世，此開發套件內含系統模組(SOM)。此系統模組結合Google的Edge TPU、恩智浦(NXP)中央處理器(CPU)、Wi-Fi以及Microchip的安全要素。Google這款Edge TPU開發套件也等于是NVIDIA自有嵌入式人工智能(AI)裝置Jetson TX2的替代選擇。

　　值得注意的是，在發布Edge TPU后，Google也隨之發表基于USB Type-C版本的Edge TPU加速器「Edge TPU Accelerator」，可直接插入搭載Linux或Android Things的電腦中加速機器學習推論，供在地化邊緣分析所需，也可支援Raspberry Pi Zero。Google這款加速器將成為與英特爾(Intel)的Neural Compute Stick競爭的產品，正式出貨時間同樣是在10月。

　　另外，近期Google也宣布收購IoT PaaS公司Xively，透過將Xively資源與Google既有Cloud IoT Core進行整合，也有助讓Google Cloud Platform在公共云領域變成可行的企業物聯網服務。