Warenkorb

Ihr Warenkorb ist leer

Ihr Warenkorb ist leer

seeed studio Google Coral USB Accelerator

Kostenloser Versand ab 25.99€

102.97€

40 .99 40.99€

Auf Lager

Info zu diesem Artikel

  • Coral USB-Zubehör, das maschinelles Lernen auf vorhandene Systeme zurückführt. Funktioniert mit Raspberry Pi (Pi2 / 3/4 Modell B / B +) und anderen Linux-Systemen.
  • Mit der Edge-TPU - einem kleinen ASIC, der von Google entwickelt und gebaut wurde - bietet der USB-Beschleuniger leistungsstarke ML-Inferenzen mit geringen Stromkosten über eine USB 3.0-Schnittstelle.
  • Hauptvorteile von Edge TPU: Hochgeschwindigkeits-TensorFlow Lite-Inferenz ; Geringer Stromverbrauch ; Geringer Platzbedarf. Coral ist eine Abteilung von Google, die Ihnen hilft, mit unserer Plattform für lokale KI intelligente Ideen zu entwickeln.
  • Unterstützt TensorFlow lite: Es ist nicht erforderlich, Modelle von Grund auf neu zu erstellen. Tensorflow Lite-Modelle können für die Ausführung auf USB Accelerator kompiliert werden.
  • Funktionen: Unterstützt vollständig MobileNet- und Inception-Architekturen, obwohl benutzerdefinierte Architekturen möglich sind. Kompatibel mit Google Cloud;



Produktinformation

Beachtung

Dieses Produkt unterliegt Versandbeschränkungen für bestimmte Länder. Es kann nur an Länder und Regionen gesendet werden, die wie folgt aufgeführt sind: Österreich, Belgien, Bulgarien, Kroatien, Zypern, Dänemark, Estland, Finnland, Deutschland, Griechenland, Hongkong, Ungarn, Island, Irland, Italien, Japan, Korea, Lettland, Liechtenstein, Litauen, Luxemburg, Malta, Niederlande, Norwegen, Polen, Portugal, Rumänien, Slowakei, Slowenien, Spanien, Schweden, Schweiz, Türkei, Vereinigtes Königreich, USA

Eigenschaften

  • Google Edge TPU ML-Beschleuniger-Coprozessor
  • USB 3.0 Typ C Buchse
  • Unterstützt Debian Linux auf der Host-CPU
  • Modelle werden mit TensorFlow erstellt
  • Unterstützt MobileNet- und Inception-Architekturen vollständig, obwohl benutzerdefinierte Architekturen möglich sind
  • Kompatibel mit Google Cloud

SPECS

Edge TPU ML Beschleuniger

  • Von Google entwickelter ASIC, der Hochleistungs-ML-Inferenz für TensorFlow Lite-Modelle bietet

Aktivieren Sie den 32-Bit-Cortex-M0 + -Mikroprozessor (MCU).

  • Bis zu 32 MHz max
  • 16 KB Flash-Speicher mit ECC
  • 2 KB RAM

Verbindungen

  • USB 3.1 (Gen 1) Anschluss und Kabel (SuperSpeed, 5 Gbit / s Übertragungsgeschwindigkeit)
  • Das mitgelieferte Kabel ist USB Typ C bis Typ AU

Lokale Inferenz

Führen Sie auf dem von Google entwickelten Edge-TPU eine ML-Inferenz auf dem Gerät aus.

Funktioniert mit Debian Linux

Stellen Sie mit einem mitgelieferten USB-Typ-C-Kabel eine Verbindung zu einem beliebigen Linux-basierten System her.

Unterstützt TensorFlow lite

Modelle müssen nicht von Grund auf neu gebaut werden. Tensorflow Lite-Modelle können für die Ausführung auf USB Accelerator kompiliert werden.

Bedarf

Der Coral USB Accelerator muss an den Hostcomputer angeschlossen sein, was den folgenden Spezifikationen entspricht:

Alle Arten von Linux-Computern mit USB-Anschluss

  • Debian6.0 oder höher , oder ein Derivat davon (wie Ubuntu10.0 +)
  • Systemarchitektur von x86_64 oder ARM64 mit ARMv8-Befehlssatz

Raspberry Pi

  • Himbeer Pi2 / 3 Modell B / B + nur
  • Beachten Sie auch, dass Sie einen USB 3.0-Anschluss verwenden sollten, um die beste Inferenzgeschwindigkeit zu erreichen (leider hat Raspberry Pi nur einen USB 2.0-Anschluss).

Technische Daten

  • ML-Beschleuniger: Google Edge TPU-Coprozessor
  • Anschluss: USB Typ C * (Daten / Stromversorgung)
  • Abmessungen: 65 mm x 30 mm

Stückliste

1 x Coral USB Accelerator


kindy
Bewertet in Frankreich am 3. Januar 2025
Je l'utilise avec Frigate.Ca fait parfaitement le job avec 6 caméras.
Ali
Bewertet in Deutschland am 16. Dezember 2024
Works perfectly fine, I got 4 cameras and it does his job.
stefre
Bewertet in Deutschland am 8. August 2023
Betreibe diese TPU über den USB-3-Port eines "NUC-style" Mini PC unter HAOS über das Frigate Add-On.Drei Kameras liefern 6 Video-streams, von denen drei durch diese TPU ausgewertet werden.Etwa 30 verschiedende Objekttypen (Mensch, Hund, Katze, Auto, ...) werden dabei in Echtzeit erkannt.Dabei ist die Auslastung der (gedrosselten) TPU unter 1% ...Die gleiche Aufgabe hatte zuvor den 8-gen i5 des Gesamtsystems mit über 90% belastet und beinahe unbrauchbar gemacht.Wenn auch recht teuer, ist das Ding für mich seinen Preis wert.
beppe
Bewertet in Italien am 24. Juli 2020
ma nessuno lo vendeva su amazon....per darvi un'idea, in un video 640x480, l'algoritmo object detection (SSD Mobilenet) allenato su COCO dataset impiega 2 millisecondi a frame, indipendentemente dal numero di oggetti presenti... pazzesco, se pensate che RPI4 fa a malapena 3 frame al secondo. chiaramente tira da bestia se usato su usb3, e senza aumentarne il clock (si può fare per farlo andare ancora più veloce).il riconoscimento dei visi è spettacolare e velocissimo.
Produktempfehlungen

119.90€

55 .99 55.99€

4.3
Option wählen

30.40€

14 .99 14.99€

4.9
Option wählen