Google komt met slimme IoT-chip voor edge computing

“We zijn de eerste cloudleverancier die het onderzoek combineren dat we doen op het gebied van AI, software en hardware. Op deze manier brengen we intelligentie naar de randen van het netwerk”, legt hoofd productmanagement Antony Passemard van de Cloud IoT divisie uit tijdens een vooraankondiging op Google Next 2018 waarbij AG Connect aanwezig was.

Google verwijst naar cijfers van analistenbureau IDC, dat voorspelt dat in 2025 40 biljoen GB aan data wordt verzameld door IoT-apparaten. Met data die aan rand – aan de edge – van het netwerk wordt verzameld, kunnen snel en makkelijk inzichten worden verkregen. Denk aan een winkel die meteen weet dat een product niet meer op de plank staat. Maar het snel en makkelijk verkrijgen van die data kent allerlei uitdagingen, als hoge kosten, latency, hoog energieverbruik.

Sneller voorspellen

Door machine learning aan de rand van het netwerk toe te passen, zijn er allerlei voordelen, zegt Google. Organisaties zijn bijvoorbeeld niet afhankelijk van een goede verbinding. Dat kan handig zijn voor video- en audiotoepassingen die real-time verwerking vereisen, of wanneer apparaten niet op betrouwbare wijze verbinding kunnen maken met een extern netwerk of het internet. Bovendien kunnen voorspellingen sneller worden gedaan als dat aan de rand van het netwerk gebeurt.

Ook claimt Google dat deze manier van verwerking zorgt voor een betere beveiliging, een onderwerp wat bij IoT-apparatuur nog weinig aandacht krijgt. Ruwe data hoeft niet naar de cloud worden gezonden, maar wordt lokaal verwerkt. “Deze lokale verwerking beantwoordt aan bepaalde branchespecifieke nalevingsvereisten en vermindert risico's voor gegevensprivacy. En Cloud IoT Edge gebruikt een JSON Web Token om randapparatuur te verifiëren, zodat de privésleutel het apparaat nooit verlaat.”

De chip heeft de grootte van een zesde van een 1-cent dollarmunt. Google zegt bij het ontwerp rekening te hebben gehouden met een optimale prestatie per watt en een optimale prestatie per dollar. De chip is gemaakt om TensorFlow Lite ML modellen te draaien aan de rand van het netwerk. Door de chip te koppelen aan Cloud IoT Edge kunnen modellen in de cloud worden getraind en daarna worden uitgevoerd op de chip.

Om ontwikkelaars aan de slag te laten gaan met de chip is een ontwikkelaarskit beschikbaar. Deze kit is een system-on-a-module (SOM) dat de TPU combineert met een processor van NXP en Wi-Fi. De kit is in oktober beschikbaar.