去年早些时候，谷歌推出了AIY语音项目，该项目允许制造商使用Google智能助理SDK将Raspberry Pi转变为语音控制助手。

该公司现已推出AIY（DIY自己的AI）视觉盒子——AIY Vision Kit，可让您将Raspberry Pi设备转变为图像识别设备。该套件由谷歌的TensorFlow机器学习型号提供支持，很快将获得一个附带的Android应用程序来控制该设备。

根据谷歌的说法，Vision Kit具有“在设备神经网络加速”功能，允许基于Raspberry Pi的盒子在没有云处理的情况下进行计算机视觉。AIY Voice Kit依靠云进行自然语言处理。

与AIY Voice Kit一样，制造商需要提供自己的Raspberry Pi Zero W，Raspberry Pi相机，4GB SD卡和电源。 Vision Kit本身包括VisionBonnet附件板，电缆，纸板盒和框架，镜头设备以及隐私LED，以便在相机打开时告诉其他人。

VisionBonnet板由Google开发，采用英特尔Movidius MA2450视觉处理芯片。这款芯片是Vision Kit的秘诀。

AIY项目团队成员Kai Yick告诉官方Raspberry Pi杂志MagPi，该芯片在执行计算机视觉方面的速度比依赖Raspberry Pi 3快60倍.VisionBonnet连接到Raspberry Pi Zero W通过套件中提供的电缆。

根据AIY项目，视觉套件制造商可以使用几种神经网络程序，第一种可以检测人，猫和狗的时间。 另一个神经网络将检测开心，悲伤和其他情绪。 另一个基于MobileNets的程序可以检测1,000个不同的对象，例如椅子，橙色或杯子。

谷歌希望开发人员能够在这些神经网络的基础上进行构建并将其应用于新任务，例如让猫/狗/人检测器识别兔子。 为了帮助实现这一目标，它提供了一个工具来编译TensorFlow重新训练模型的模型。

谷歌建议使用Vision Kit盒来识别各种植物和动物物种，看看狗何时在后门，或者当汽车离开车道，分析客人的情绪，甚至建立一个定制的家庭安全系统。

目前，公司现已进一步推出Edge TPU，它自己的专用ASIC芯片设计用于在边缘运行TensorFlow Lite ML模型，以及相应的AIY Edge TPU开发板，以及AIY Edge TPU加速器USB添加到任何USB兼容硬件。

Edge TPU是一款用于机器学习（ML）的小型芯片，针对每瓦性能和每美元性能进行了优化。 它既可以加速设备上的ML推理，也可以与Google Cloud配对，创建完整的云端到边缘ML堆栈。 在任何一种情况下，本地处理都可以减少延迟，消除对持久网络连接的需求，增加隐私，并使用更少的功率实现更高的性能。

该芯片将支持新的Cloud IoT Edge软件，该软件允许您在Edge TPU或基于GPU和CPU的加速器上执行在Google Cloud中训练的ML模型。Cloud IoT Edge可以在Android Things或基于Linux OS的设备上运行。