acelerador Google Coral USB

Descripción

L'acelerador Google Coral USB añade un coprocesador de inteligencia artificial Edge TPU a cualquier ordenador con un puerto USB, incluida la Raspberry Pi. Se conecta en unos segundos, se encarga de la inferencia de los modelos TensorFlow Lite y libera el procesador principal para el resto de tareas.

El corazón del dispositivo es elEdge TPU, un circuito especializado diseñado por Google para ejecutar redes neuronales con un bajo consumo. Ofrece hasta 4 billones de operaciones por segundo (4 TOPS en int8) con unos 2 W, es decir, 2 TOPS por vatio. A modo de ejemplo, Google indica que un modelo de visión MobileNet v2 funciona a casi 400 imágenes por segundo en un solo Edge TPU.

El procesamiento se realiza íntegramente en local: las imágenes de sus cámaras no salen de su red, la latencia sigue siendo baja y no se necesita conexión a Internet. Por eso este acelerador se utiliza mucho con Frigate, el software de videovigilancia de código abierto que detecta personas, vehículos y animales en las transmisiones de cámaras IP.

Destacados

• Edge TPU de Google : 4 TOPS en int8, 2 TOPS por vatio, para inferencias rápidas con bajo consumo.
• Conexión USB 3.0 Type-C (USB 3.1 Gen 1, 5 Gbit/s), cable USB-C a USB-A incluido.
• Ninguna tarjeta de expansión que instalar : basta con un puerto USB libre, idealmente USB 3.0.
• Multiplataforma : Linux (incluido Raspberry Pi OS), macOS y Windows.
• Inferencia 100 % local, sin nube, para la privacidad de las imágenes y una latencia mínima.
• Compatibilidad nativa con Frigate para la detección de objetos en videovigilancia.
• Carcasa metálica compacta con indicador de estado y orificios de fijación.

Especificaciones técnicas

• Acelerador: Google Edge TPU (ASIC dedicado al aprendizaje automático)
• Rendimiento: 4 TOPS pico (int8), 2 TOPS por vatio
• Modelos compatibles: TensorFlow Lite compilados para el Edge TPU
• Interfaz: USB 3.0 (USB 3.1 Gen 1, SuperSpeed 5 Gbit/s), conector USB Type-C
• Cable incluido: USB Type-C a USB Type-A, 30 cm
• Alimentación : 5 V por el puerto USB, se requieren al menos 500 mA, pico de 900 mA a frecuencia máxima
• Sistemas anfitriones: Linux Debian 10 o derivado (x86-64, Armv7, Armv8), macOS 10.15, Windows 10
• Modos de funcionamiento: frecuencia reducida o frecuencia máxima (el doble de rápido)
• Temperatura ambiente máxima: 35 °C en frecuencia reducida, 25 °C en frecuencia máxima
• Dimensiones : aprox. 65 x 30 x 8 mm
• Indicador: fijo cuando el Edge TPU está inicializado, intermitente durante los cálculos
• Referencias de Google: G950-01456-01 / G950-06809-01 según la región

Uso con Frigate en Raspberry Pi

Frigate analiza de forma continua las transmisiones de sus cámaras para activar grabaciones y alertas solo cuando aparece un objeto relevante. Sin acelerador, esta detección recae en el procesador de la Raspberry Pi, que alcanza rápidamente sus límites en cuanto se añaden cámaras. Con el Coral USB, la inferencia se confía al Edge TPU: la documentación de Frigate indica un tiempo de inferencia del orden de 10 ms, es decir, unas 100 detecciones por segundo.

La puesta en marcha es sencilla. Frigate se ejecuta en un contenedor Docker sobre Raspberry Pi OS de 64 bits, y basta con declarar el detector en el archivo de configuración con el tipo edgetpu y el dispositivo usb, dando al contenedor acceso al bus USB. La decodificación de las transmisiones de vídeo sigue estando a cargo de la Raspberry Pi: para un buen equilibrio, utilice una transmisión secundaria de resolución moderada para la detección y reserve la transmisión principal para la grabación.

en un Raspberry Pi 5, conecte el acelerador a uno de los puertos USB 3.0 azules. La corriente disponible en los puertos USB depende de la fuente de alimentación: con la fuente oficial de 27 W, la Raspberry Pi 5 puede suministrar más corriente a sus periféricos USB, lo que se recomienda si también utiliza un disco USB para las grabaciones.

Otros casos de uso

• Clasificación de imágenes y detección de objetos en tiempo real con cámara.
• Recuento de personas o vehículos, control de calidad visual en una línea de producción.
• Prototipado de productos de IA embebida antes de pasar a un módulo Coral M.2 o PCIe.
• Proyectos educativos sobre aprendizaje automático en Raspberry Pi.

Lo que debe saber

El Edge TPU solo ejecuta modelos TensorFlow Lite cuantizados en int8 y compilados con el compilador Edge TPU. Google ofrece modelos preentrenados listos para usar, y Frigate ya incluye un modelo de detección adecuado. Para un uso fuera de Frigate, el equipo anfitrión debe disponer del runtime Edge TPU y de la biblioteca correspondiente.

El modo de frecuencia máxima aumenta la velocidad de inferencia, pero también el consumo y el calentamiento: la carcasa puede llegar a estar muy caliente al tacto. Coloque el acelerador en un lugar ventilado y fuera del alcance, o mantenga la frecuencia reducida dentro de una caja cerrada.

Contenido de la caja

• 1 acelerador Google Coral USB
• 1 cable USB Type-C a USB Type-A de 30 cm

Preguntas más frecuentes