Google Coral USB Accelerator thiết bị phụ trợ Machine Learning hiệu suất cao dành cho Máy tính nhúng AI - Hàng Chính Hãng
4.000.000₫
Sản phẩm đã hết hàng
Bạn có thể xem các sản phẩm tương tự.Mô tả sản phẩm
The Coral USB Accelerator brings machine learning inferencing to existing systems. Works with Linux, Mac, and Windows systems.
Coral USB Accelerator bổ sung một bộ đồng xử lý (coprocessor ) Edge TPU vào hệ thông của bạn từ đó mang lại khả năng suy luận Machine Learning (ML) mạnh mẽ cho các hệ thống Linux hiện có chỉ với việc kết nối qua cổng USB.
Với Edge TPU - một ASIC nhỏ do Google thiết kế và chế tạo - USB Accelerator cung cấp suy luận Machine Learning (ML) hiệu suất cao với chi phí điện năng thấp qua USB 3.0.
Thiết bị này có thể thực hiện các mô hình Mobile vision như MobileNet v2 ở tốc độ hơn 100 khung hình/giây, theo cách hiệu quả về điện năng. Điều này cho phép bạn thêm suy luận ML nhanh vào các thiết bị AI được nhúng của mình theo cách tiết kiệm năng lượng và bảo mật.
Các mô hình được phát triển trên nền tảng TensorFlow Lite và sau đó được biên dịch để chạy trên USB Accelerator.
Những lợi ích của Edge TPU
- High-speed TensorFlow Lite inferencing
- Low power
- Small footprint
Coral là một bộ phận của Google, nơi mà bạn có thể xây dựng các ý tưởng thông minh với nền tảng AI.
Đặc điểm, tính năng
- Google Edge TPU ML accelerator coprocessor
- USB 3.0 Type-C socket
- Hỗ trợ Debian Linux on host CPU
- Các mô hình được xây dựng trên nền TensorFlow
- Hỗ trợ đầy đủ các kiến trúc MobileNet và có thể có các kiến trúc tùy chỉnh
- Tương thích với Google Cloud
Thông số kỹ thuật
- Edge TPU ML accelerator
+ ASIC thiết kế bởi Google cung cấp khả năng suy luận ML hiệu suất cao cho TensorFlow Lite models.
- Arm 32-bit Cortex-M0+ Microprocessor (MCU)
+ Up to 32 MHz max
+ 16 KB Flash memory with ECC
+ 2 KB RAM
- Connections
+ USB 3.1 (gen 1) port and cable (SuperSpeed, 5Gb/s transfer speed)
+ Included cable is USB Type-C to Type-AU
Hỗ trợ các nền tảng
Kết nối qua USB với bất kỳ hệ thống nào chạy Debian Linux (bao gồm Raspberry Pi), macOS hoặc Windows 10.
Hỗ trợ TensorFlow lite
Bạn không cần phải xây dựng mô hình lại từ đầu. Các mô hình có thể được biên dịch để chạy trên USB Accelerator.
Yêu cầu
Coral USB Accelerator phải được kết nối với hostcomputer phù hợp với các thông số kỹ thuật như sau :
- Tất cả các loại máy tính Linux có cổng USB
+ Debian6.0 or higher，or any derivative thereof（such as Ubuntu10.0+）
+ System architecture of either x86_64 or ARM64 with ARMv8 instruction set
- Raspberry Pi
+ Raspberry Pi 2/3/4 (Cũng lưu ý rằng để đạt được tốc độ suy luận tốt nhất, bạn nên sử dụng cổng USB 3.0 (Raspberry Pi 3B+ trở về trước chỉ có cổng USB 2.0 nên tốc độ sẽ chậm hơn)
Edge TPU performance benchmarks
Một TPU Edge có khả năng thực hiện 4 nghìn tỷ phép tính (tera-operation) mỗi giây (TOPS), sử dụng 0,5 watt cho mỗi TOPS (2 TOPS mỗi watt). Điều đó chuyển thành hiệu suất cho ứng dụng của bạn như thế nào phụ thuộc vào nhiều yếu tố. Mỗi mô hình neural network đều có yêu cầu khác nhau và nếu bạn đang sử dụng thiết bị USB Accelerator, tổng hiệu suất cũng thay đổi dựa trên CPU chủ, tốc độ USB và các tài nguyên hệ thống khác.
Bảng dưới đây so sánh thời gian dành để thực hiện một suy luận duy nhất (single inference) với một số mô hình phổ biến trên Edge TPU. Tất cả các mô hình chạy trên cả CPU và Edge TPU đều là phiên bản TensorFlow Lite.
Các bạn có thể lựa chọn Model architecture tương thích với Edge TPU ( Tất cả chúng đều được train bằng cách sử dụng tập dữ liệu với 1000 classes). Nếu bạn muốn kiểm tra các mô hình của riêng mình, vui lòng tham khảo
Điều này thể hiện một lựa chọn nhỏ các kiến trúc mô hình tương thích với Edge TPU (tất cả chúng đều được đào tạo bằng cách sử dụng tập dữ liệu ImageNet với 1.000 lớp). Nếu bạn muốn kiểm tra các mô hình của riêng mình, hãy đọc các yêu cầu về kiến trúc mô hình.
| Model architecture | Desktop CPU 1 | Desktop CPU 1 + USB Accelerator (USB 3.0) with Edge TPU | Embedded CPU 2 | Dev Board 3 with Edge TPU |
|---|---|---|---|---|
| Unet Mv2 (128x128) | 27.7 | 3.3 | 190.7 | 5.7 |
| DeepLab V3 (513x513) | 394 | 52 | 1139 | 241 |
| DenseNet (224x224) | 380 | 20 | 1032 | 25 |
| Inception v1 (224x224) | 90 | 3.4 | 392 | 4.1 |
| Inception v4 (299x299) | 700 | 85 | 3157 | 102 |
| Inception-ResNet V2 (299x299) | 753 | 57 | 2852 | 69 |
| MobileNet v1 (224x224) | 53 | 2.4 | 164 | 2.4 |
| MobileNet v2 (224x224) | 51 | 2.6 | 122 | 2.6 |
| MobileNet v1 SSD (224x224) | 109 | 6.5 | 353 | 11 |
| MobileNet v2 SSD (224x224) | 106 | 7.2 | 282 | 14 |
| ResNet-50 V1 (299x299) | 484 | 49 | 1763 | 56 |
| ResNet-50 V2 (299x299) | 557 | 50 | 1875 | 59 |
| ResNet-152 V2 (299x299) | 1823 | 128 | 5499 | 151 |
| SqueezeNet (224x224) | 55 | 2.1 | 232 | 2 |
| VGG16 (224x224) | 867 | 296 | 4595 | 343 |
| VGG19 (224x224) | 1060 | 308 | 5538 | 357 |
| EfficientNet-EdgeTpu-S* | 5431 | 5.1 | 705 | 5.5 |
| EfficientNet-EdgeTpu-M* | 8469 | 8.7 | 1081 | 10.6 |
| EfficientNet-EdgeTpu-L* | 22258 | 25.3 | 2717 | 30.5 |
Time per inference, in milliseconds (ms)
Kích thước
Part List
1 x Coral USB Accelerator
Giá sản phẩm trên Tiki đã bao gồm thuế theo luật hiện hành. Bên cạnh đó, tuỳ vào loại sản phẩm, hình thức và địa chỉ giao hàng mà có thể phát sinh thêm chi phí khác như phí vận chuyển, phụ phí hàng cồng kềnh, thuế nhập khẩu (đối với đơn hàng giao từ nước ngoài có giá trị trên 1 triệu đồng).....