Accélérateur Google Coral M.2 (A+E)
44,10 € TTC
- Coprocesseur Edge TPU de Google pour accélération AI/ML.
- Interface M.2 A+E Key via PCIe Gen2 x1.
- Supporte TensorFlow Lite pour l’exécution de modèles ML optimisés.
Entreprise, école ou collectivité ? Compte professionnel Offres éducation
- Description
- Informations complémentaires
Description
Google Coral M2 A+E : l’accélérateur Edge TPU M.2 pour vos systèmes embarqués
Le Google Coral M.2 Accelerator en clé A+E intègre le coprocesseur Edge TPU de Google dans une carte M.2 2230. Il ajoute 4 TOPS d’accélération pour les modèles TensorFlow Lite à un mini-PC, une passerelle industrielle ou une carte embarquée disposant d’un emplacement M.2 A+E. Idéal pour la vidéosurveillance intelligente, la détection d’objets ou la classification d’images en local, avec seulement 2 W de consommation.
Points forts
- Edge TPU de Google : 4 TOPS en int8, soit 2 TOPS par watt.
- Très rapide sur les modèles mobiles : Google annonce près de 400 images par seconde avec MobileNet v2.
- Format M.2 2230 clé A+E, celui des cartes Wi-Fi : il se loge dans l’emplacement Wi-Fi de nombreux mini-PC.
- Traitement local : moins de latence, pas de connexion Internet nécessaire, données privées.
- Plage de température étendue : -20 à +85 °C en fonctionnement.
Caractéristiques techniques
| Caractéristique | Valeur |
|---|---|
| Coprocesseur | Google Edge TPU |
| Performance | 4 TOPS (int8), 2 TOPS/W |
| Format | M.2 2230, clé A+E (M.2-2230-A-E-S3) |
| Interface | PCIe Gen2 x1 |
| Dimensions et poids | 22 x 30 x 2,35 mm, 3,1 g |
| Alimentation | 3,3 V ±10 % |
| Température de fonctionnement | -20 à +85 °C |
| Systèmes pris en charge | Linux Debian 10 ou Ubuntu 16.04 et plus récents (x86-64 ou ARMv8), Windows 10 64 bits (x86-64) |
Compatibilité : lisez avant de commander
- Il faut un emplacement M.2 clé A+E relié en PCIe. Une carte clé A+E ne rentre pas dans un emplacement M.2 clé M, celui des SSD NVMe.
- Pas de compatibilité Raspberry Pi documentée : les HAT M.2 et adaptateurs NVMe pour Raspberry Pi 5 utilisent la clé M. Google ne documente aucun montage sur Raspberry Pi pour cette version.
- Pilote : le module fonctionne avec le runtime Edge TPU et le pilote PCIe Coral ; l’hôte doit gérer les interruptions MSI-X.
- Alimentation de l’emplacement : Google signale des pointes de courant pouvant atteindre 3 A selon le modèle exécuté, l’hôte doit pouvoir les absorber.
Sur Raspberry Pi : les bonnes alternatives
- L’accélérateur Google Coral USB embarque le même Edge TPU et se branche sur un port USB 3.0 de n’importe quel Raspberry Pi 4 ou 5.
- Sur Raspberry Pi 5, l’AI HAT+ (Hailo-8L ou Hailo-8, 13 ou 26 TOPS) se relie au port PCIe et s’intègre à Raspberry Pi OS.
- Pour l’IA générative locale, l’AI HAT+ 2 ajoute 40 TOPS (INT4) et 8 Go de mémoire dédiée.
Usages et projets
- Vidéosurveillance intelligente : Frigate, qui s’intègre à Home Assistant, prend en charge le Coral au format M.2 PCIe pour détecter personnes et véhicules en local.
- Passerelles industrielles : contrôle qualité, comptage, lecture de scènes sans cloud.
- Objets connectés et prototypes d’IA embarquée sur mini-PC.
- Pour comparer les solutions d’accélération, lisez notre dossier HATs IA pour Raspberry Pi 5.
Questions fréquentes
Quelle différence entre le Google Coral M.2 et le Coral USB ?
Même puce Edge TPU de 4 TOPS. Le M.2 A+E s’installe dans un emplacement M.2 interne en PCIe ; le Coral USB se branche sur un port USB, ce qui le rend compatible avec les Raspberry Pi.
Le Coral M.2 A+E fonctionne-t-il sur le HAT M.2 du Raspberry Pi 5 ?
Non : le HAT M.2 officiel est en clé M, et la carte Coral est en clé A+E. Aucune compatibilité Raspberry Pi n’est documentée par Google.
Quels modèles d’IA peut-il exécuter ?
Des modèles TensorFlow Lite quantifiés en int8 et compilés pour l’Edge TPU, par exemple pour la classification d’images ou la détection d’objets.
Fonctionne-t-il avec Frigate ?
Oui, Frigate prend en charge le Coral PCIe et M.2 comme détecteur d’objets.
Sous quels systèmes fonctionne-t-il ?
Linux 64 bits (Debian 10, Ubuntu 16.04 ou plus récents, x86-64 ou ARMv8) et Windows 10 64 bits sur x86-64.
Commandez en toute confiance sur MONRASPBERRY : expédition sous 24/48 h après réception du paiement depuis notre stock basé en France, livraison en point relais offerte dès 200 € d’achats, produits officiels et testés, retour sous 14 jours (avec autorisation de retour) et paiement par Visa, Mastercard, PayPal, Apple Pay ou Google Pay.
Informations complémentaires
| Type d'accessoire | Modules |
|---|
Dans la même catégorie...
