隨著企業繼續投資利用人工智能軟件和平台功能的專案，預計全球在人工智能（AI）系統上的支出將保持強勁的增長軌跡。根據最近更新的國際數據公司（IDC）釋出的【全球人工智能系統支出指南】裏指出，到2023年，人工智能系統的支出將達到979億美元，是2019年375億美元支出的兩倍半。同時IDC的專家表示：「人工智能（AI）已經遠遠超越了原型設計，進入了執行和實施階段。「各行各業的戰略決策者現在都在努力解決如何有效地進行AI規劃的問題。
這也讓更多的硬件廠商加入到這個領域，積極布局。此次ASUS釋出的是基於Google®Coral Edge TPU處理器的全高半長PCIe Gen3 AI加速卡，可在邊緣實作基於AI的即時決策過程。
目前已經開始上市銷售，在售產品型號為：CRL-G18U-P3DF。內建8個Google®Coral Edge TPU M.2模組，相容PCI Express 3.0 x16擴充套件插槽。采用雙管風扇最佳化了散熱設計，可以讓使用者在具有PCIe Gen3插槽的現有器材的基礎上快速構建AI推理器材，降低使用者的投入成本，加快人工智能器材改造，快速上線AI套用。
這個加速卡的規格如下：
ASUS加速卡支持TensorFlow Lite，無需從頭開始構建模型。TensorFlow Lite模型可以編譯為在Edge TPU上執行。每個Edge TPU協處理器能夠使用2瓦功率每秒執行4萬億次操作（4 TOPS）。使用此PCIe卡中的8個Edge TPU，您可以透過幾種方式將每秒的推理速度（32 TOPS）相乘，例如透過並列執行多個模型或在所有Edge TPU上流水線化一個模型。
使用者還可以借助AutoML Vision Edge，輕松構建快速，高精度的自訂影像分類模型並將其部署到配有ASUS AI加速卡的終端器材。
AutoML Vision是Google開發的一款提供自訂影像辨識系統自動開發的服務。也就是說，即使是沒有機器學習專業知識的的小白，只需了解模型基本概念，也能借這項服務輕松搭建客製化的影像辨識模型。
台灣富智康集團（FIH Mobile）2020年4月就決定在產線上匯入AutoML Vision系統，著手構建AutoML Vision的自動化系統。由兩個顯微鏡和X-Y工作台所組成的影像攫取器，透過機器學習模型，它可以快速地在移動印刷電路板元件上做品檢。透過AutoML Vision，富智康成功將缺陷逸出率從40％降低到10％，連單一元件檢查時間也顯著減少到只要0.3秒。
