Ce deal a malheureusement pris fin il y a 58 secondes.
26°
Publié le 17 janvier 2024
Google Coral TPU USB-Accelarator (Frais d'importation inclus) - mouser.fr
Partagé par
jojo35170
Membre depuis 2015
72
854
À propos de ce deal
Ce deal n'est plus valable, mais voici des idées pour trouver votre bonheur :
Le prix est de 58.99€ HT auquel il faut ajouter les 20% de TVA soit 70.79€ TTC
Bon prix pour un coral USB en stock à partir du 14 février, cela sert notamment pour de la reconnaissance d'image sur frigate par exemple
Accellateur USB Coral/Google Edge TPU
Points forts & détails
Description
L'accélérateur USB de Google Coral apporte une inréférence en temps réel à votre Pi 4 et à de nombreux autres ordinateurs !
Intelligence artificielle / machine Learning pour tous : Google a relié une puce spéciale puissante (TPU, unité de traitement de tensor) à une interface USB 3 avec l'accélérateur USB Coral - ainsi, les modèles Tensor Flow Lite peuvent être utilisés rapidement et à faible consommation d'énergie pour l'inréférence. Un avantage particulier de cette solution : vos données restent locales. Cela contribue à la latence et, bien sûr, à la protection des données !
Google utilise de plus en plus l'intelligence artificielle (ai) et l'apprentissage automatique (ML) pour réaliser ses services. Pour cela, il a développé des processeurs spécialisés pour ses centres de données appelés TPU (« tensor processing unit ») qui peuvent exécuter les algorithmes plus rapidement et plus efficacement avec le framework TsorFlow. Par exemple, Google Maps est amélioré par les panneaux de signalisation routière enregistrés par Street View, qui sont analysés à l'aide d'un réseau neuronal basé sur TsorFlow. Le clou : TsorFlow peut être programmé en Python.
Google lance une clé USB 3 avec le TPU Edge qui prend en charge le framework TsorFlow Lite. Le processeur graphique Edge peut effectuer jusqu'à 4 trillions d'opérations de calcul par seconde avec seulement 2 W.
Parfait en combinaison avec le Pi 4 !
Avec l'aide de Google Coral Edge TPU, l'inréférence peut être exécutée jusqu'à 20 x plus rapidement que sur le Pi 4 « The nackt » avec le modèle MobileNet v2. Il est possible d'effectuer des détections en temps réel dans des flux vidéo de plus de 50 fps qui ne seraient pas possibles avec le Pi 4 sans accélérateur.
Grâce à Python et à de nombreux exemples en ligne autour de TsorFlow, vous pouvez accéder au sujet de l'intelligence artificielle et de l'apprentissage de la machine avec l'accélérateur USB de corail de Google, facilement et avec style.
Caractéristiques techniques accélérateur USB Coral
•
Google Edge TPU ML accelerator coprocesseur • USB 3.0 (USB 3.1 Gen 1) type C support
• prend en charge Linux, Mac et Windows sur le système hôte
• puissance absorbée jusqu'à 900 ma Peak @ 5 V
• dimensions clé USB Coral :
65 mm x 30 mm x 8 mm configuration requise
pour le système hôte • Linux Debian 6.0 ou version supérieure, ou un dérivé de celui-ci (par ex. Ubuntu 10.0+, Raspbian)
• architecture système : x86-64, ARMv7 (32 bits) ou ARMv8 (64 bits)
• macOS 10.15 avec Macports ou Homebrew installé
• Windows 10
• un port USB libre (devrait être un port USB 3 pour des performances optimales)
• Python 3.5, 3.6 ou 3.7
livraison Google Coral USB Accelerator
• USB Accelerator
• USB 3 câbles
Google fournit plusieurs exemples et tutoriels intéressants dans le projet Coral.ai, par exemple une « variante » d'AlphaGo Zero appelée Minigo.
Potentiel pour les applications industrielles
l'accélérateur USB de corail de Google est un produit révolutionnaire, semblable au Raspberry Pi, pour les applications d'apprentissage de la machine ! Cela permet de trouver des solutions intégrées qui, par exemple, peuvent détecter des problèmes avec des pièces, détecter la situation du trafic et bien plus encore.
Téléchargements et documentation
• Fiche technique de l'accélérateur USB (fiche technique au format PDF)
• fichier CAO 3D au format STEP
• Edge TPU inferencing overview (modèles tensor Flow Lite)
• modèles tenflow sur le TPU Edge
• référence API Pipeline C+
+ • API Edge TPU Python
API remarque importante : Le boîtier sert également au refroidissement passif de l'unité centrale et donc au chaud. Il ne s'agit pas d'un défaut.
Bon prix pour un coral USB en stock à partir du 14 février, cela sert notamment pour de la reconnaissance d'image sur frigate par exemple
Accellateur USB Coral/Google Edge TPU
Points forts & détails
- Permet un apprentissage rapide de la machine sur une grande variété de systèmes
- Fonctionne avec Linux, Mac et Windows
Description
L'accélérateur USB de Google Coral apporte une inréférence en temps réel à votre Pi 4 et à de nombreux autres ordinateurs !
Intelligence artificielle / machine Learning pour tous : Google a relié une puce spéciale puissante (TPU, unité de traitement de tensor) à une interface USB 3 avec l'accélérateur USB Coral - ainsi, les modèles Tensor Flow Lite peuvent être utilisés rapidement et à faible consommation d'énergie pour l'inréférence. Un avantage particulier de cette solution : vos données restent locales. Cela contribue à la latence et, bien sûr, à la protection des données !
Google utilise de plus en plus l'intelligence artificielle (ai) et l'apprentissage automatique (ML) pour réaliser ses services. Pour cela, il a développé des processeurs spécialisés pour ses centres de données appelés TPU (« tensor processing unit ») qui peuvent exécuter les algorithmes plus rapidement et plus efficacement avec le framework TsorFlow. Par exemple, Google Maps est amélioré par les panneaux de signalisation routière enregistrés par Street View, qui sont analysés à l'aide d'un réseau neuronal basé sur TsorFlow. Le clou : TsorFlow peut être programmé en Python.
Google lance une clé USB 3 avec le TPU Edge qui prend en charge le framework TsorFlow Lite. Le processeur graphique Edge peut effectuer jusqu'à 4 trillions d'opérations de calcul par seconde avec seulement 2 W.
Parfait en combinaison avec le Pi 4 !
Avec l'aide de Google Coral Edge TPU, l'inréférence peut être exécutée jusqu'à 20 x plus rapidement que sur le Pi 4 « The nackt » avec le modèle MobileNet v2. Il est possible d'effectuer des détections en temps réel dans des flux vidéo de plus de 50 fps qui ne seraient pas possibles avec le Pi 4 sans accélérateur.
Grâce à Python et à de nombreux exemples en ligne autour de TsorFlow, vous pouvez accéder au sujet de l'intelligence artificielle et de l'apprentissage de la machine avec l'accélérateur USB de corail de Google, facilement et avec style.
Caractéristiques techniques accélérateur USB Coral
•
Google Edge TPU ML accelerator coprocesseur • USB 3.0 (USB 3.1 Gen 1) type C support
• prend en charge Linux, Mac et Windows sur le système hôte
• puissance absorbée jusqu'à 900 ma Peak @ 5 V
• dimensions clé USB Coral :
65 mm x 30 mm x 8 mm configuration requise
pour le système hôte • Linux Debian 6.0 ou version supérieure, ou un dérivé de celui-ci (par ex. Ubuntu 10.0+, Raspbian)
• architecture système : x86-64, ARMv7 (32 bits) ou ARMv8 (64 bits)
• macOS 10.15 avec Macports ou Homebrew installé
• Windows 10
• un port USB libre (devrait être un port USB 3 pour des performances optimales)
• Python 3.5, 3.6 ou 3.7
livraison Google Coral USB Accelerator
• USB Accelerator
• USB 3 câbles
Google fournit plusieurs exemples et tutoriels intéressants dans le projet Coral.ai, par exemple une « variante » d'AlphaGo Zero appelée Minigo.
Potentiel pour les applications industrielles
l'accélérateur USB de corail de Google est un produit révolutionnaire, semblable au Raspberry Pi, pour les applications d'apprentissage de la machine ! Cela permet de trouver des solutions intégrées qui, par exemple, peuvent détecter des problèmes avec des pièces, détecter la situation du trafic et bien plus encore.
Téléchargements et documentation
• Fiche technique de l'accélérateur USB (fiche technique au format PDF)
• fichier CAO 3D au format STEP
• Edge TPU inferencing overview (modèles tensor Flow Lite)
• modèles tenflow sur le TPU Edge
• référence API Pipeline C+
+ • API Edge TPU Python
API remarque importante : Le boîtier sert également au refroidissement passif de l'unité centrale et donc au chaud. Il ne s'agit pas d'un défaut.
Plus de détails chez
Informations supplémentaires
Édité par un membre de notre équipe, 17 janvier 2024
14 commentaires
triés parMême un processeur type i7 récent ne fait pas mieux et surtout consomme 100 fois plus.
On peut l'utiliser par exemple avec un soft dans lequel on passe un flux vidéo (venant d'une camera), pour qu'il détecte en temps réels certains objets (véhicule, personne, animaux).
Je laisse des experts completer ou essayer de mieux expliquer que moi car je ne suis peut etre pas tres clair.
A vos Frigate ^^
j'en possède un depuis 2ans, par contre je suis un peu déçu par le modèle économique qu'a pris frigate, et donc par les erreurs que peut rencontrer le modèle d'apprentissage d'origine
Merci