Em 2018, o Google anunciou a TPU (Edge Treen Tensor Processing Unit) para cenários de aplicativos IoT. O tamanho, consumo de energia e custo são menores do que o TPU anterior, o que é mais adequado para computação de borda. A Coral apresenta a placa de desenvolvimento do Dev Board com o Edge TPU e o módulo de aceleração USB Accelerator, tornando mais fácil para os desenvolvedores criarem dispositivos AI.
Se você é um desenvolvedor de software que quer ter uma vantagem sobre o desenvolvimento de IA no limite, por que não experimentar o novo hardware do Google? A gigante disponibilizou hoje o Coral Dev Board, um computador de US $ 150 com um sistema de módulo removível com um de seus chips AI personalizados de unidade de processamento de tensor (TPU).
No entanto, ele também estreou o Coral USB Accelerator, um dongle USB de US $ 74,99 projetado para acelerar a inferência de aprendizado de máquina nos sistemas Raspberry Pi e Linux existentes e um acessório de câmera de 5 megapixels que começa em US $ 24,99.
Onde o Coral Dev Board está à venda?
Todos os três estão à venda na loja Coral do Google, como parte de um lançamento beta. Os TPUs, para quem não conhece, são circuitos integrados específicos de aplicativos (ASICs) desenvolvidos especificamente para o aprendizado de máquina em redes neurais. O design de primeira geração foi anunciado em maio no Google IO, e o mais novo – a terceira geração – foi detalhado em maio do ano passado.
O TPU dentro do Coral Dev Board – o Edge TPU – é capaz de “concorrentemente executar [ndo]” redes neurais feed-forward (como redes convolucionais) em vídeo de alta resolução a 30 quadros por segundo, diz o Google, ou um modelo único como o MobileNet V2 com mais de 100 quadros por segundo.
Os TPUs de borda não são exatamente como os chips que aceleram algoritmos nos data centers do Google – esses TPUs são refrigerados a líquido e projetados para entrar em racks de servidores e têm sido usados ??internamente para fornecer produtos como o Google Fotos, chamadas da Google Cloud Vision API e Resultados da pesquisa do Google.
Os TPUs Edge, por outro lado – que medem cerca de um quarto em tamanho – lidam com cálculos off-line e localmente, complementando microcontroladores e sensores tradicionais. Além disso, eles não treinam modelos de aprendizado de máquina. Em vez disso, eles executam a inferência (previsão) com uma versão leve e de baixa sobrecarga do TensorFlow, que é mais eficiente no consumo de energia do que a estrutura completa: o TensorFlow Lite.
O que o Coral Dev Board executa, e o que ele possui?
Para esse fim, o Dev Board, que executa um derivado do Linux apelidado de Mendel, os modelos TensorFlow Lite compilados e quantificados com o auxílio de um sistema NXP iXM 8M-on-chip emparelhado com o GC7000 Lite Graphics integrado, 1 GB de RAM LPDDR4 e 8 GB de armazenamento eMMC (expansível via slot microSD).
Ele possui um chip sem fio que suporta Wi-Fi 802.11b/g/n/ac 2.4/5GHz e Bluetooth 4.1, uma entrada de áudio de 3.5mm e uma porta HDMI 2.0 de tamanho completo, além de portas USB 2.0 e 3.0, cabeçalho de expansão GPIO e uma porta Gigabit Ethernet.
O Coral USB Accelerator também conta um Edge TPU e funciona em velocidades USB 2.0 com qualquer plataforma Arm, ou x86, de 64 bits, suportada pelo Debian. Em contraste com o Dev Board, ele tem um microprocessador Arm Cortex-M0 + de 32 bits rodando a 32MHz, acompanhado por 16KB de flash e 2KB de RAM.
O Google diz que as versões PCIe que se encaixam nos slots de expansão M.2 ou mini-PCIe estão a caminho.
Quanto à câmera, que é fabricada pela Omnivision, ela tem um sensor de 1,4 micrômetro com um campo de visão de 84 graus, tamanho óptico de 1/4 de polegada e distância focal de 2,5mm, e conecta-se ao quadro de desenvolvimento durante um interface MIPI. Além do controle automático de exposição, balanço de branco, filtro de banda e calibração de nível preto, ele possui saturação de cor ajustável, matiz, gama, nitidez, correção de lente, cancelamento de pixel e cancelamento de ruído.
Tanto o SOM do Dev Board quanto as versões PCIe do Accelerator estão disponíveis para compra em quantidade, e o Google diz que lançará em breve outros esquemas para aqueles que quiserem construir placas personalizadas.