為克服汽車、工業(yè)運算與虛擬實境(VR)等云端應用固有的延遲問題、實現即時服務，Marvell與Pixeom在2018年消費性電子展(CES)中展示一個低成本、高效能的解決方案，建立分散式作業(yè)模式，配置高效能運算硬體與搭配的相關軟體于網路邊緣(edge)的裝置，并提供所需的安全功能，以拓展Google Cloud Platform服務至網路邊緣。

根據Semiconductor Engineering報導，在物聯網(IoT)執(zhí)行的應用與連網移動裝置日益運算密集化與智能化，大數據對網路造成極大負荷。既使數個Gb網路已廣泛采用，未來5G網路也將提供更大可用頻寬，供持續(xù)增多的云端運算與儲存服務使用，但新一代云端架構須將更高比例的智能分散至整個網路基礎架構，而非采用傳統集中模式。

傳輸包含大量資料的高解析度視訊與音訊內容至云端進行分析，成本極高且非常耗費云端運算與儲存資源、網路基礎架構頻寬。Marvell與Pixeom的邊緣運算解決方案，以最佳化的方式直接在網路邊緣配置運算與儲存資源，進行高解析度視訊與音訊資料分析，不僅分擔網路基礎架構與云端負荷，更可大幅提升作業(yè)效率與減少延遲。

Marvell與Pixeom的解決方案透過Pixeom Edge Platform軟體，讓云端服務供應商可大規(guī)模打包(package)、就地部署(on-premise)基于Docker容器(container)的Google TensorFlow微服務(microservice)，并協調安排在配備Marvell ARMADA 8040系統單芯片(SoC)嵌入式處理器的Marvell MACCHIATObin community board上執(zhí)行。

Google TensorFlow微服務可提供各種關鍵功能，包括臉部辨識、保全與安全警示的智能通知、物體偵測、讀取車牌與名牌等物品上的文字。涵蓋人工智能、自駕車、智能零售、影像監(jiān)控等各種應用。

Pixeom Edge Platform建置的云端網路邊緣運算服務器即微云(cloudlet)，邊緣物聯網核心(Edge IoT Core)內建分析、API管理、資料處理、功能即服務(FaaS)、物聯網、機器學習、訊息傳送等Google Cloud Platform功能?；诮巧拇嫒」δ埽尭鞯亻_發(fā)者協作建置邊緣運算應用。

Marvell MACCHIATObin community board最高支援16Gb DDR4存儲器，配備完整連網介面，執(zhí)行Linux作業(yè)系統，ARMADA 8040的處理器核心為64位元ARMv8 4核心架構，最高時脈達2.0GHz。Marvell的硬體與Google Cloud Platform相容，因此能大規(guī)模分析與管理所部署的邊緣運算資源。