Coral Accelerator Module – Single Pack
Coral Accelerator Module – Single Pack
Das Coral-Beschleunigermodul wurde entwickelt, um Hochgeschwindigkeits-Inferencing für Machine-Learning-Modelle (ML) durchzuführen. Das Coral-Modul ist ein Multi-Chip-Modul (MCM), das den Edge TPU ML-Beschleuniger mit integrierter Leistungssteuerung enthält, der über eine PCIe Gen2 x1- oder USB2-Schnittstelle angeschlossen werden kann. Die ML-Verarbeitung auf dem Gerät reduziert die Latenzzeit, erhöht die Datensicherheit und macht eine ständige Internetverbindung überflüssig.
More
Product Details
Description
Das Coral-Beschleunigermodul wurde entwickelt, um Hochgeschwindigkeits-Inferencing für Machine-Learning-Modelle (ML) durchzuführen. Das Coral-Modul ist ein Multi-Chip-Modul (MCM), das den Edge TPU ML-Beschleuniger mit integrierter Leistungssteuerung enthält, der über eine PCIe Gen2 x1- oder USB2-Schnittstelle angeschlossen werden kann. Die ML-Verarbeitung auf dem Gerät reduziert die Latenzzeit, erhöht die Datensicherheit und macht eine ständige Internetverbindung überflüssig.
Details
Hauptmerkmale des Coral Accelerator Module
- Google Edge TPU ML-Beschleuniger
- 4 TOPS Spitzenleistung (int8)
- 2 TOPS pro Watt
- Integrierte Energieverwaltung
- PCIe Gen2 x1 oder USB 2.0 Schnittstelle
- Oberflächenmontiertes (LGA) Modul
- RoHS-konform
Funktionsblockdiagramm des Coral Accelerator Moduls
Warum sollten Sie das Coral-Beschleunigungsmodul kaufen?
Das Coral-Modul führt Hochgeschwindigkeits-ML-Inferencing durch
Der Edge TPU-Beschleuniger ist ein kleiner, von Google entwickelter ASIC, der TensorFlow Lite-Modelle auf energieeffiziente Weise beschleunigt. Er ist für die Ausführung von 4 Billionen Operationen pro Sekunde (4 TOPS) ausgelegt und verbraucht 2 Watt Strom – das sind 2 TOPS pro Watt.
Eine Edge TPU kann zum Beispiel moderne mobile Bildverarbeitungsmodelle wie MobileNet v2 mit fast 400 Bildern pro Sekunde ausführen.
Das Coral-Modul unterstützt TensorFlow Lite
Das Coral Accelerator Module ist ein oberflächenmontiertes Modul, das die Edge TPU und eine eigene Leistungssteuerung enthält. Es bietet beschleunigtes Inferencing für TensorFlow Lite-Modelle auf Ihrer eigenen PCB-Hardware.
Es besteht keine Notwendigkeit, Modelle von Grund auf neu zu erstellen. TensorFlow Lite-Modelle können kompiliert werden, um auf der Edge TPU zu laufen.
Das Beschleunigermodul ist:
- Klein genug, um in fast jedes Design zu passen (Größe: 15,0 x 10,0 x 1,5 mm).
- Ermöglicht es Entwicklern, die Edge TPU-Beschleunigung auf eine Leiterplatte zu löten.
- Spart noch mehr Platz durch das Fehlen von Anschlüssen oder Kabeln.
- Benötigt keine exotischen Platinen oder Oberflächenhalterungen, dank konventioneller statt hochdichter Verbindungsteile.
- Bietet eine standardmäßige USB 2.0- oder PCIe-Schnittstelle zu einem Anwendungsprozessor.
- Ermöglicht Entwicklern das Hinzufügen einer einzigen Systemkomponente zu ihren Designs, um ML-Beschleunigung zu ermöglichen.
Technische Daten |
|
| Abmessungen: | 15.0 x 10.0 x 1.5 mm |
| Gewicht: | 0.67 g |
| Betriebstemperatur: | -40 bis +85 °C |
| Chipsatz: | Google Edge TPU und PMIC |
| Montageart: | SMT, 120-Stift LGA |
| Serielle Schnittstelle: | PCIe Gen 2 oder USB 2.0 Hinweis: USB 3.0 ist ebenfalls verfügbar, erfordert jedoch besondere Designüberlegungen und Unterstützung |
Specifications
| Artikelnummer | 2154732 |
|---|---|
| mpn | G313-06329-00 |
| brand | Coral |
Füge deine Bewertung hinzu