GOOGLE CORAL CORAL M.2 ACCELERATOR MIT DUAL EDGE TPU
54,90 €
Der Coral M.2 Accelerator mit Dual Edge TPU integriert zwei Edge TPUs in bestehende Computersysteme mit Hilfe eines M.2 E-key interface.
Damit ist dieses Edge TPU Modul besonders gut für mobile und embedded Systeme geeignet, die von beschleunigtem maschinellen Lernen profitieren können.
Jeder Edge TPU Koprozessor ist fähig 4 Billionen Rechenoperationen pro Sekunde (4 TOPS) mit 2 Watt Leistungsaufnahme, auszuführen. Beispielsweise können moderne Mobile Vision Modelle wie MobileNet v2 bei nahezu 400 FPS effizient ausgeführt werden.
Mit zwei Edge TPUs (und damit 8 TOPS) können Sie die Leistungsfähigkeit des Systems verdoppeln - indem Sie beispielsweise zwei Modelle parallel laufen lassen, oder die Verarbeitungsschritte eines Modells auf beide Edge TPUs verteilen.
Der M.2 Accelerator mit Dual Edge TPU wird unter Debian-Linux basierten Systemen, sowie unter Windows 10 unterstützt.
Technische Daten:
- TPU
8 TOPS (int8); 2 TOPS per Watt
Unterstützt Linux, und Windows 10 auf dem Hostsystem
Gewicht: 2.5 g
Betriebstemperatur: -40 bis +85°C
64-bit Linux Debian 10.0 / Ubuntu 16.04 (oder neuer)
CPU Architektur: x86-64, oder ARMv8 (64-bit)
Windows:
Windows 10 (64-bit),
x86-64 CPU Architektur
Wichtige Hinweise:
Obwohl die M.2 Spezifikation erfordert dass E-key Sockets zwei mal PCIe x1 Lane bereitstellen, stellen die meisten Hersteller nur einmal PCIe bereit! Um beide Edge TPUs einsetzen zu können, stellen Sie bitte sicher dass Ihr Socket tatsächlich zwei mal PCIe x1 bereitstellt.
Bitte beachten Sie auch die Ausführungen des Datenblatts zu Spitzenstrom-Anforderungen (bis zu 3 A pro EdgeTPU), sowie Wärmemanagement (Thermal Management). Jede Edge TPU enthält einen eingebauten Temperatursensor, und erlaubt Parameter zu konfigurieren wann sie abgeschaltet werden soll.
Warnhinweis: Überhitzung des Systems kann zu Brand oder zur Zerstörung von Hardware führen!
Potential für industrielle Anwendungen:
Die Coral Edge TPU ist ein revolutionäres Produkt für machine learning Anwendungen! Damit werden embedded Lösungen möglich, die beispielsweise Probleme mit Werkstücken erkennen können, Verkehrssituation erkennen können, und vieles mehr.
Downloads & Dokumentation:
https://coral.ai/static/files/Coral-M2-Dual-EdgeTPU-datasheet.pdf
Einstieg mit dem M.2 oder PCIe Accelerator (englisch)
https://coral.ai/docs/m2/get-started/
Temperaturmanagement des PCIe Moduls (englisch)
https://coral.ai/docs/pcie-parameters/
https://coral.ai/docs/edgetpu/models-intro
Überblick über das Inferencing auf der Edge TPU (englisch)
https://coral.ai/docs/edgetpu/inference/
Betrieb mehrerer Modelle mit mehreren Edge TPUs (englisch)
https://coral.ai/docs/edgetpu/multiple-edgetpu/
Ein Modell auf mehrere Edge TPUs aufteilen (englisch)
https://coral.ai/docs/edgetpu/pipeline/
https://coral.ai/docs/reference/py/
Libcoral API (C++)
https://coral.ai/docs/reference/cpp/
Libedgetpu API (C++)
https://coral.ai/docs/reference/cpp/edgetpu/
Edge TPU compiler
https://coral.ai/docs/edgetpu/compiler
vorkompilierte Modelle
https://coral.ai/models/
Alle Softwaredownloads
https://coral.ai/software
Cool, und Herausforderung an den Bastler..
Zu dem Preis einen Tensor-Rechner mit 8 Mrd (!) INT8-Multiplikationen zu besitzen, um zB Bilderkennung zu betreiben, ist einladend. Es sind zwei Dinge zu bedenken, bevor man sich für dieses Produkt entscheidet: ERSTENS: der Anschluss an M.2 E-Key (2x 1-Lane) klingt einfach, aber die meisten Motherboards und Adapter-Karten können das nicht - i.d.R. ist dann nur eine TPU erreichbar. Dann ist das Produkt immer noch günstig und verwendbar, (4 TOPS) aber - schade; und ZWEITENS: nicht vergessen, dass die Chips gut gekühlt werden müssen. 5-6 Watt ist zwar nicht viel, aber man muss sich eine (Bastel-)Lösung dafür überlegen. Jedenfalls sind Wärmeleitpads nötig, denn die Chips liegen tiefer als die Widerstände - also einfach Kühlrippen drauf wird nicht möglich sein.
Unsere Empfehlung dazu
