W ostatnim czasie na rynku pojawiło się kilka akceleratorów sieci neuronowych, dedykowanych do mniejszych zastosowań. Moduły, takie jak Intel Neural Compute Stick 2 czy Orange Pi AI Stick dedykowane są do pracy z mniejszymi obciążeniami, jako akceleratory rozpoznawania obiektów czy analizy mowy.
Oprócz powyższych modułów na USB zaprezentowano także samodzielny moduł od Google – Edge TPU ML. Jest to kompletny zestaw deweloperski do akceleracji sieci neuronowych. Płytka deweloperska dla Coral Edge TPU kosztuje 149,99 dolarów i niebawem powinna trafić do sprzedaży.
Płytka deweloperska dla Coral
Moduł deweloperski dla Coral składa się ze zintegrowanego modułu SoM oraz płyty bazowej. Poniżej znajdziemy specyfikacje obu tych elementów.
Specyfikacja modułu TPU (SoM)
* SoC – NXP i.MX 8M z czterema rdzeniami ARM Cortex-A53 i rdzeniem ARM Cortex-M4F do zastosowań czasu rzeczywistego oraz procesorem GPU GC7000 Lite do zastosowań 3D;
* Akcelerator uczenia maszynowego – koprocesor Google Edge TPU dostarczający do 4 TOPS;
* Pamięć operacyjna – 1 GB pamięci LPDDR4;
* Pamięć danych – 8 GB moduł eMMC Flash;
* Interfejsy komunikacyjne – Wi-Fi 2×2 MIMO (802.11b/g/n/ac 2.4 GHz i 5 GHz) oraz Bluetooth 4.1;
* 300-pinowe złącze płytka-płytka dla modułów rozszerzeń;
* Wymiary – 48 mm x 40 mm x 5mm.
Specyfikacja płyty bazowej
* Magazyn danych – slot na kartę microSD;
* USB – 1 x USB typu -C OTG, 1 x USB typu C do zasilania, 1 x USB 3.0 typu A i 1 x Micro-B z emulowaną konsolą na porcie szeregowym;
* Interfejs sieciowy Networking – gigabitowy port Ethernet;
* Wejście i wyjście video – HDMI 2.0a, 39-pinowy konektor FFC dla wyjścia MIPI-DSI (4 linie) oraz 24-pinowy konektor FFC dla kamer MIPI-CSI2 (4-liniowy);
* Wejście i wyjście audio – jack 3,5mm, cyfrowy mikrofon PDM (dwie sztuki ) i wyjście na głośniki stereo;
* GPIO w postaci 40-pinowej listwy kompatybilnej ze standardem modułów HAT dla Raspberry Pi;
* Zasilanie 5 V DC poprzez port USB typu C;
* Wymiary – 88 mm x 60 mm x 24 mm.
Do modułu dokupić można opcjonalnie kamerę o rozdzielczości 5 MP w kompaktowym module (25 mm x 25 mm).
Na systemie zainstalować można Debiana. Układ wspiera framework TensorFlow lite i programować można go obecnie w Pythonie, a niebawem dołączone ma być wsparcie dla C++.
Źródło: https://www.cnx-software.com/2019/03/04/buy-google-edge-tpu-coral-development-board-usb-accelerator/
Oprócz powyższych modułów na USB zaprezentowano także samodzielny moduł od Google – Edge TPU ML. Jest to kompletny zestaw deweloperski do akceleracji sieci neuronowych. Płytka deweloperska dla Coral Edge TPU kosztuje 149,99 dolarów i niebawem powinna trafić do sprzedaży.
Płytka deweloperska dla Coral
Moduł deweloperski dla Coral składa się ze zintegrowanego modułu SoM oraz płyty bazowej. Poniżej znajdziemy specyfikacje obu tych elementów.
Specyfikacja modułu TPU (SoM)
* SoC – NXP i.MX 8M z czterema rdzeniami ARM Cortex-A53 i rdzeniem ARM Cortex-M4F do zastosowań czasu rzeczywistego oraz procesorem GPU GC7000 Lite do zastosowań 3D;
* Akcelerator uczenia maszynowego – koprocesor Google Edge TPU dostarczający do 4 TOPS;
* Pamięć operacyjna – 1 GB pamięci LPDDR4;
* Pamięć danych – 8 GB moduł eMMC Flash;
* Interfejsy komunikacyjne – Wi-Fi 2×2 MIMO (802.11b/g/n/ac 2.4 GHz i 5 GHz) oraz Bluetooth 4.1;
* 300-pinowe złącze płytka-płytka dla modułów rozszerzeń;
* Wymiary – 48 mm x 40 mm x 5mm.
Specyfikacja płyty bazowej
* Magazyn danych – slot na kartę microSD;
* USB – 1 x USB typu -C OTG, 1 x USB typu C do zasilania, 1 x USB 3.0 typu A i 1 x Micro-B z emulowaną konsolą na porcie szeregowym;
* Interfejs sieciowy Networking – gigabitowy port Ethernet;
* Wejście i wyjście video – HDMI 2.0a, 39-pinowy konektor FFC dla wyjścia MIPI-DSI (4 linie) oraz 24-pinowy konektor FFC dla kamer MIPI-CSI2 (4-liniowy);
* Wejście i wyjście audio – jack 3,5mm, cyfrowy mikrofon PDM (dwie sztuki ) i wyjście na głośniki stereo;
* GPIO w postaci 40-pinowej listwy kompatybilnej ze standardem modułów HAT dla Raspberry Pi;
* Zasilanie 5 V DC poprzez port USB typu C;
* Wymiary – 88 mm x 60 mm x 24 mm.
Do modułu dokupić można opcjonalnie kamerę o rozdzielczości 5 MP w kompaktowym module (25 mm x 25 mm).
Na systemie zainstalować można Debiana. Układ wspiera framework TensorFlow lite i programować można go obecnie w Pythonie, a niebawem dołączone ma być wsparcie dla C++.
Źródło: https://www.cnx-software.com/2019/03/04/buy-google-edge-tpu-coral-development-board-usb-accelerator/
Fajne? Ranking DIY