LAB1 Technologies - Soporte

Google Coral Edge TPU coprocessor

Google Coral Edge TPU coprocessor

El Google Coral USB Accelerator agrega un coprocesador Edge TPU a tu sistema, lo que permite realizar inferencias de aprendizaje automático (Machine Learning) de alta velocidad en una amplia gama de sistemas, simplemente conectándolo a un puerto USB. Inteligencia artificial/aprendizaje automático (ML) para todos: Con este dispositivo USB3.0 (TPU, Tensor Processing Unit) ; los modelos Tensor Flow Lite se pueden utilizar de forma rápida y ahorrando energía para realizar inferencias. Una ventaja particular de esta solución es que sus datos permanecen locales. ¡Esto ayuda con la latencia y, por supuesto, con la protección de datos!
Google utiliza cada vez más la inteligencia artificial (IA) y el aprendizaje automático (ML) para sus servicios. Para ello, desarrolló procesadores especializados llamados TPU ("Unidad de procesamiento tensor") para sus datacenters, que pueden ejecutar los algoritmos más rápido y ahorrando energía con TensorFlow Framework. Por ejemplo, Google Maps se ve mejorado con señales de tráfico que se analizan mediante una red neuronal basada en TensorFlow. TensorFlow se puede programar fácilmente en Python.
El Edge TPU puede realizar hasta 4 billones de operaciones aritméticas por segundo con solo 2 W de consumo.
Con Google Coral Edge TPU, Inference se puede ejecutar hasta 20 veces más rápido con el modelo MobileNet v2 que en el Raspberry Pi 4 "the naked". Se pueden realizar descubrimientos en tiempo real en secuencias de vídeo con más de 50 fps, lo que no sería posible con el Raspberry Pi 4 sin acelerador.
Gracias a Python y muchos ejemplos en línea sobre TensorFlow, puedes comenzar el tema de la inteligencia artificial y el aprendizaje automático con Google Coral USB Accelerator de manera fácil y con estilo.

*Realiza inferencias de ML de alta velocidad
El coprocesador Edge TPU integrado es capaz de realizar 4 billones de operaciones (teraoperaciones) por segundo (TOPS), utilizando 0,5 vatios por cada TOPS (2 TOPS por vatio). Por ejemplo, puede ejecutar modelos state-of-the-art mobile vision de última generación, como MobileNet v2, a casi 400 FPS, de manera eficiente desde el punto de vista energético.
*Soporta todas las plataformas y dispositivos con puerto USB: Se conecta mediante USB 3.0 Type-C a cualquier sistema que ejecute Debian Linux (incluido Raspberry Pi), macOS o Windows 10.
*Soporta TensorFlow Lite: No es necesario construir modelos desde cero. Los modelos de TensorFlow Lite se pueden compilar para ejecutarse en Edge TPU.
*Admite AutoML Vision Edge: cree e implemente fácilmente modelos de clasificación de imágenes personalizados, rápidos y de alta precisión en el edge.

 

Caracteristicas:

Google Edge TPU ML accelerator
- 4 TOPS total peak performance
- 2 TOPS per watt
- USB 3.0 (USB 3.1 Gen 1) Type-C socket
- Supports Linux, Mac, and Windows on host CPU
- Power consumption up to 900 mA Peak at 5 V
- Dimensions: 65 mm x 30 mm x 8 mm

Requerimientos:

- A computer with one of the following operating systems: Linux Debian 10, or a derivative thereof (such as Ubuntu 18.04), and a system architecture of either x86-64, Armv7 (32-bit), or Armv8 (64-bit) (Raspberry Pi is supported) / macOS 10.15, with either MacPorts or Homebrew installed / Windows 10
- One available USB port (for the best performance, use a USB 3.0 port)
- Compatible with USB 2.0 but inferencing speed is slower.
- Python 3.5, 3.6, or 3.7

Consideraciones:

* El acelerador USB se alimenta con 5 V desde la interfaz USB a través del chip de administración de energía integrado (PMIC). El dispositivo debe conectarse a una computadora host con un cable USB que proporcione al menos 500 mA a 5 V. Tenga en cuenta que cuando el dispositivo funciona a máxima velocidad, puede consumir una corriente máxima de 900 mA.

* Cuando configura por primera vez el acelerador USB, puede seleccionar si el dispositivo funciona a la frecuencia de reloj máxima o la frecuencia de reloj reducida. La frecuencia máxima es el doble del ajuste reducido, lo que aumenta la velocidad de inferencia. pero también aumenta el consumo de energía.
Precaución: Si configura el dispositivo para que funcione a la frecuencia de reloj máxima, el acelerador USB puede calentarse mucho. al tacto durante el funcionamiento. Esto podría provocar quemaduras. Para evitar lesiones, mantenga el dispositivo fuera del alcance cuando operarlo a la frecuencia máxima, o usar la frecuencia de reloj reducida.

*Condiciones de funcionamiento recomendadas
Dependiendo de las cargas de trabajo de cálculo y la frecuencia de funcionamiento, el acelerador USB puede calentarse durante el funcionamiento normal operación. El contacto con la parte metálica del dispositivo puede provocar molestias y/o quemaduras en la piel si el dispositivo ha sido funcionando durante un período prolongado. Recomendamos los siguientes rangos de temperatura de funcionamiento, según el modo de funcionamiento frecuencia que haya seleccionado.

 

* Condiciones de operacion:

Operating frequency: Reduced  Maximum ambient temperature 35 °C 
Operating frequency: Maximum  Maximum ambient temperature 25 °C

LAB1 Technologies no acepta ninguna responsabilidad por pérdidas o daños si el dispositivo se maneja de manera insegura o se opera fuera del rango de temperatura ambiente recomendado.

 

 

Documentacion y Ejemplos:

Datasheet:
https://coral.ai/static/files/Coral-USB-Accelerator-datasheet.pdf

Guia de Inicio:
https://coral.ai/docs/accelerator/get-started/

Ejemplos de código y tutoriales de proyectos para construir dispositivos inteligentes con Coral:

https://coral.ai/examples/

Detalles del articulo

ID de artículo:
14
valoración :