文 / Billy Rutledge，Coral 团队总监；Vikram Tank，产品经理
AI 可以造福每个人，这在我们一起探索、学习和构建的过程中体现得尤为明显。为实现此目标，Google 一直在致力开发 TensorFlow 和 AutoML 等工具，以确保每个人都能使用 AI 进行构建。我们要推出 Coral 的公开测试版，它将扩展人们构思创意和构建产品的途径。
Coral 是一个基于本地 AI 构建智能设备的平台。
Coral 提供完整的本地 AI 工具包，可以轻松将您的想法从原型设计发展到生产阶段。它包含硬件组件、软件工具和内容，能够帮助您在本地设备上创建、训练和运行神经网络 (NN)。由于我们专注于 NN 的本地加速，我们的产品将可提供快速的神经网络性能并会增强隐私保护，而且所有优势全都集成在一个节能软件包中。为帮助您将想法推向市场，我们专门设计了 Coral 组件，使其能够支持快速原型设计，并且易于扩展到生产线。
第一个硬件组件采用新的 Edge TPU，这是 Google 设计的一款小型专用集成电路 (ASIC)，可以为低功率设备提供高性能机器学习 (ML) 推理。例如，它能以节能方式执行最先进的移动视觉模型（如速度大于 100 fps 的 MobileNet V2）。
Coral 摄像头模块、开发板和 USB 加速器。
对新产品开发而言，Coral 开发板是一个完全集成的系统，我们将其设计为附加到载板的模块化系统 (SoM)。此 SoM 将强大的 NXP iMX8M SoC 与我们的 Edge TPU 辅助处理器（以及 Wi-Fi、蓝牙、RAM 和 eMMC 内存）集成到一起。为简化原型设计计算机视觉应用，我们还提供一个通过移动行业处理器接口 (MIPI) 连接至开发板的摄像头。
为在现有设计中添加 Edge TPU，Coral USB 加速器支持通过 USB 2.0 和 3.0 轻松集成到任何 Linux 系统（包括树莓派开发板）。PCIe 版本即将推出，并将接入 M.2 或 mini-PCIe 扩展槽。
当您准备好扩展到生产线时，我们会提供开发板的 SoM 和 PCIe 版加速器以实现批量购买。为进一步支持您的集成，我们将为想要构建自定义载板的用户发布基板电路图。
我们的软件工具基于 TensorFlow 和 TensorFlow Lite 进行构建。TensorFlow Lite 模型必须经过量化，然后使用工具链进行编译，以便直接在 Edge TPU 上运行。为帮助您入门，我们将分享十几个预先训练的预编译模型，以便与开箱即用的 Coral 开发板搭配使用；此外还会提供软件工具，以供您重新训练这些模型。
对于使用 Coral 构建联网设备的用户，我们的产品可以与 Google Cloud IoT 配合使用。Google Cloud IoT 将云服务与设备内置软件堆栈相结合，能够实现具备机器学习能力的托管边缘计算。
Coral 产品已于今日起发售，产品文档、数据表和示例代码也已在 g.co/coral上发布。我们希望您在本次公开测试版开放期间试用我们的产品，同时我们也期待在正式发布时与您分享更多内容（https://coral.withgoogle.com/）。