2 x PCIe Gen2 x1 介面 (每個 Edge TPU 一個) M.2-2230-D3-E 模組 尺寸:22.0 x 30.0 x 2.8 公釐 作業溫度:-40 至 +85 °C 檢視更少 Request Quote 了解更多 Coral USB Accelerator 本款USB 配件可將機器學習推論功能導入現有系統 檢視更少 ...
谷歌在2019年国际消费电子展(以及今年的TensorFlow开发峰会上)首次展示了他们的Edge TPU,然后于三月份发布了Coral Beta。 Beta版本包括开发板和USB加速器,以及用于生产目的的预览版PCI-E加速器和模块化系统(SOM)。 USB Accelerator Edge TPU USB Accelerator与任何其他USB设备基本一样,跟英特尔的MyriadVPU的差不多,但功...
先比较下Google Coral Edge TPU(下面简称TPU)和Jetson NANO以及树莓派的大小: 看一下规格: 总结下,Google这款TPU开发套件包括: SOM NXP i.MX 8M SOC (Quad-core Cortex-A53, plus Cortex-M4F) Google Edge TPU ML accelerator coprocessor Cryptographic coprocessor Wi-Fi 2x2 MIMO (802.11b/g/n/ac 2.4/5G...
Coral(beta 版)USB 加速棒。Coral USB 加速棒是一款插入式 USB 记忆棒,能够为现有 Linux 系统提供强大的 ML 推理功能。通过 USB 3.0 接口连接 Edge TPU,设备即可快速对本地 AI 应用程序进行原型设计。 正如一年半之前英特尔公司发布的 Movidius 神经计算棒一样,Coral USB 加速棒同样将谷歌的定制化 ASIC 设计成易...
谷歌在2019年国际消费电子展(以及今年的TensorFlow开发峰会上)首次展示了他们的Edge TPU,然后于三月份发布了Coral Beta。 Beta版本包括开发板和USB加速器,以及用于生产目的的预览版PCI-E加速器和模块化系统(SOM)。 USB Accelerator Edge TPU USB Accelerator与任何其他USB设备基本一样,跟英特尔的MyriadVPU的差不多,但功...
Coral USB accelerator is similar to the Intel Neural Compute Stick or Orange Pi Ai Stick but features Google Edge TPU ML processor instead: ML accelerator – Edge TPU ASIC designed by Google that provides high performance ML inferencing for TensorFlow Lite models ...
A microcontroller board with a camera, mic, and Coral Edge TPU. Request Quote Learn more Coral Dev Board Mini A development board to quickly prototype on-device ML products Request Quote Learn more Coral USB Accelerator A USB accessory that brings machine learning inferencing to existing syste...
Google USB Accelerator 是一款 USB 界面的人工智慧加速器,可以為 Linux 或Raspberry Pi 等單板電腦提供強大的運算能力。設計輕巧,尺寸僅 65*30mm,其 USB 3.0 type-c 可連接 Edge TPU,進行低功耗高性能的 Machine Learning 推理,使用者可以輕鬆的完成 AI 設計。
Google Coral USB Accelerator is a USB device that provides an Edge TPU as a coprocessor for your computer. It accelerates inferencing for your machine learning models when attached to a Linux host computer.
Google Coral USB加速器(Edge TPU Accelerator) Google Coral USB加速器可将机器学习推理带入现有系统。与Raspberry Pi和其他Linux系统一起使用。 执行高速ML推理 板载Edge TPU协处理器能够每秒执行4万亿次操作(万亿次操作)(TOPS),每个TOPS使用0.5瓦功率(每瓦2 TOPS)。例如,它可以以省电的方式执行最新的移动视觉模型...