Google與Balena合作，簡化大規模Coral邊緣AI應用部署

Google更新本地人工智慧開發平臺Coral，除了擴充平臺相容性、簡化開發與改善裝置的機器學習功能之外，還與物聯網機群管理平臺Balena合作，讓Coral使用者能夠進行大規模的建置、管理和部署物聯網應用程式。

Coral平臺包含了開發人工智慧裝置必要的軟硬體，開發人員可以在本地端裝置先建立、訓練和執行神經網路，先小規模的打造出想法雛形，並在之後將雛形擴充到生產階段。Coral的開發板搭載Google的Edge張量處理器（Tensor Processing Unit，TPU）、SoM模組、記憶體與eMMC，並支援Wi-Fi和藍牙無線傳輸協定。

Google更新了適用於Coral的作業系統Mendel Linux 5.0，現已支援Coral開發板以及SoM模組，提供更穩定的軟體套件儲存庫，並且改進相容性，加入新的GPU驅動程式。Google還將Edge TPU Runtime在GitHub上開源，其中包含了建置Linux和Windows函式庫的腳本與說明，如此便可讓那些，將Coral用於ARMv7和RISC-V等非官方正式支援平臺的使用者，可以自行編譯Edge TPU Runtime開始進行試驗，並使其更容易將Runtime整合到自定義的建構工作管線中。

在Coral軟體堆疊的更新上，Google更新Edge TPU編譯器到14.1版本，新加入的模型工作管線API，可讓開發者將模型分散到多個Edge TPU上執行，而新的Colab筆記本，可使用TensorFlow 2.0重新訓練分類模型。另外，Google還發布了人物分割新模型BodyPix（下圖），這個模型過去僅適用於TensorFlow.JS，而現在可用在Coral中，即時地理解人物和人的各部位。

Google還和Balena合作實現大規模邊緣人工智慧應用，Google提到，在邊緣執行大量機器學習裝置的企業，需要持續部署安全修復程式以升級系統，保護資料、模型和硬體不受入侵，而且機器學習應用也需要不斷的重新訓練與更新，才能在更新的使用案例中維持高效能。

而Coral搭配Balena解決方案，可簡化邊緣機器學習專案的管理，使得配置、部署、更新和監控變得更簡單，也協助開發者能將早期的應用原型，搬遷到大規模的生產環境中。

Google釋出新的Windows驅動程式來補充現有的驅動程式，現在Coral使用者可在Windows平臺使用Mini PCIe和M.2加速器。開發者可以先用之前發布，適用USB加速器的Windows驅動程式，以Coral USB加速器在Windows上創建出雛型，之後於生產階段轉而使用Mini PCIe與M.2加速器。