Набор и компоненты для самостоятельной сборки электроники Модуль Coral M.2 Accelerator B+M Google Edge TPU для ML

Модуль Coral M.2 Accelerator B+M key от Google — это аппаратный ускоритель на базе Edge TPU, предназначенный для выполнения задач машинного обучения (ML) и искусственного интеллекта (AI) на встроенных системах. Он позволяет интегрировать высокопроизводительный вывод моделей в компьютеры с архитектурой x86-64 или ARM32/64, обеспечивая энергоэффективную работу.

• Ускоритель Edge TPU для задач ML и AI
• Интерфейс M.2 B+M key (PCIe Gen2 x1)
• Поддержка архитектур x86-64 и ARM32/64
• Вес всего 5.8 г, размеры 22 × 80 × 2.3 мм
• Питание 3.3 В, рабочая температура -20–70 °C
• Совместимость с Linux (Debian/Ubuntu)

Edge TPU — это специализированный ASIC-чип, разработанный Google для быстрого выполнения инференса ML-моделей. Благодаря этому модулю устройство может выполнять вывод современных мобильных визуальных моделей, таких как MobileNet v2, со скоростью до 400 кадров в секунду (FPS). Это критически важно для приложений реального времени, где требуется мгновенная реакция системы при минимальной нагрузке на центральный процессор.

Модуль имеет форм-фактор M.2 2280 с ключом B+M, что позволяет устанавливать его в стандартные слоты M.2. Он поддерживает интерфейс PCIe Gen2 x1 и работает с любым компьютером на базе Linux (Debian 6.0+ или Ubuntu 10.0+). Архитектурная поддержка охватывает системы x86-64 и ARM32/64 с набором инструкций ARMv8, что делает его универсальным решением для мини-компьютеров и встроенных платформ.

Устройство имеет минимальные габариты 22 × 80 × 2.3 мм и вес всего 5.8 г, что позволяет легко интегрировать его даже в ограниченные по пространству корпуса. Питание осуществляется от постоянного тока 3.3 В (+/- 10%), что обеспечивает низкое энергопотребление во время работы. Рабочий температурный диапазон от -20 до 70 °C гарантирует стабильную функциональность в различных условиях эксплуатации.

Модуль Coral M.2 Accelerator идеально подходит для разработчиков, инженеров и энтузиастов, которые создают системы компьютерного зрения, IoT-устройства или локальные серверы AI. Он превращает обычный компьютер в мощную платформу для тестирования и внедрения моделей машинного обучения локально на устройстве.