No hay artículos en el carro
No hay artículos en el carroCoral USB Accelerator aporta potentes capacidades de inferencia ML (aprendizaje automático) a los sistemas Linux existentes. Con el Edge TPU, un pequeño ASIC diseñado y construido por Google, el acelerador USB proporciona inferencia ML de alto rendimiento con un bajo costo de energía a través de una interfaz USB 3.0. Por ejemplo, puede ejecutar modelos de visión móvil de última generación, como MobileNet v2 a más de 100 fps, de una manera eficiente de energía. Esto permite una rápida inferencia de ML en dispositivos de IA integrados de una manera eficiente de energía y preservación de la privacidad.
Los modelos se desarrollan en TensorFlow Lite y luego se compilan para ejecutarse en el acelerador USB.
Ventajas clave de TPU Edge:
Inferenciación TensorFlow Lite de alta velocidad.
Baja potencia.
Tamaño reducido.
Características:
Google Edge TPU ML coprocesador acelerador
Enchufe USB 3.0 tipo C.
Compatible con Debian Linux en CPU host.
Los modelos se construyen con TensorFlow. Totalmente compatible con las arquitecturas MobileNet e Inception, aunque las arquitecturas personalizadas son posibles
Compatible con Google Cloud.
Especificaciones:
Arm 32-bit Cortex-M0+ Microprocesador (MCU): hasta 32 MHz máx. 16 KB memoria flash con ECC 2 KB RAM
Conexiones: puerto USB 3.1 (Gen 1) y cable (SuperSpeed, velocidad de transferencia de 5 Gb/s).
El cable incluido es USB tipo C a tipo A.
Coral, una división de Google, ayuda a construir ideas inteligentes con una plataforma para IA local.
Razu
Reseñado en España el 6 de marzo de 2025
Muy bueno para detección inteligente en las cámaras.
Efectokuantico
Reseñado en España el 27 de marzo de 2025
Probado en Raspberry pi 4 y Slimbook nano para homeassistan con FRIGATE ( NVR con IA) . El cambio es espectacular. Permite una gran fluidez. 3 camaras porque es lo que necesito. Seguro maneja mas. Para otros menesteres no tengo ni idea. El precio un poco alto el pero hace 1 año no se encontraba por menos del doble. Hay otras opciones que no he explorado
K1
Reseñado en España el 24 de marzo de 2025
Working great
Khaled
Reseñado en Arabia Saudita el 12 de marzo de 2025
تم محاولة استخدام القطعة وتعريفها على ماك وعلى لينكس ولم يتعرف عليها كل من النظامين والقطعة تصدر حرارة وهي لم تستخدم
Venon
Reseñado en España el 7 de enero de 2025
Acorde a lo esperado. Necesitas algunos conocimientos específicos para sacarle un buen rendimiento.
Tomás
Reseñado en España el 29 de diciembre de 2024
Muy buena precisión para reconocimiento y rapidez. Funcionando con aceleración para Frigate.
Juanjo
Reseñado en España el 16 de diciembre de 2024
Lo compré para aligerar la carga de un pequeño servidor doméstico que tengo analizando las imágenes de 5 cámaras para detectar personas y demás al ver que el software que uso lo soportaba. Lo estaba haciendo por CPU y el pobre servidor, con un i5 de escritorio, estaba siempre con la CPU al 80% y metiendo ruido. Fue poner esto y configurar el software (Frigate) para que lo use, y la CPU ahora se toca la nariz y el servidor no mete ruido. Buena compra.
Mick
Reseñado en el Reino Unido el 3 de noviembre de 2024
Simple plug and play, got recognised immediately and definitely speeds up the AI stuff on QNAP, primarily the TS262 as the TS433 has a Neural Processing Unit built in, but i tested it anyway and it worked.I am now tempted to buy a couple more.
steven manzer
Reseñado en Canadá el 29 de noviembre de 2024
Recently ditched motioneye for Frigate. Frigate is pretty powerful, but takes a toll on the processor. This "coprocesssor" speeds up detection and recognition. Works well, I would buy again.
John V
Reseñado en Estados Unidos el 26 de enero de 2024
This is an amazing and beastly device. If you know you know. It outperforms stacked RTX 1080s like it's child's play.I use this for a Frigate NVR that does detection on 5 camera feeds. Works great and never gets anywhere near capacity. I have it plugged into a rack server with USB 2.0 and it's fine. Probably would be superior with USB 3.Just plug it in and then follow the website. For debian it was a simple repo and package install. That's it. Ready to use. Don't even need to reboot of course yay Linux.If you use it for a Frigate setup maybe keep a light video card like a 2GB Nvidia to use for the movement detection in Frigate (instead of CPU) and use this TPU for object detection. You'll be amazed at the speed increase.
Cliente
Reseñado en España el 23 de septiembre de 2024
Made my frigate NVR system a really performant system vs. before using only the CPU and the integrated GPU. I'm considering even buying a second one.
Daniel
Reseñado en España el 14 de septiembre de 2024
Tras leer las maravillosas reseñas de este producto en Internet me decidi a comprarlo para instalarlo con Frigate 0.14 y Proxmox 8.Pero despues de dos dias intentandolo, ha sido imposible,Siguiendo las instrucciones del fabricante, se requiere una version de Python obsoleta. Indican usar un pequeño truco para instalar un parche que permite saltarselo, pero tampoco se puede instalar bajo Proxmox y/o Debian 11.Me he puesto en contacto con el vendedor esperando una solucion que aun no tengo.En cuanto me contesten, actualizare esta nota.Finalmente he conseguido hacerlo funcionar siguiendo una guía encontrada en internetEl dispositivo funciona de maravilla y permite que un equipo antiguo gestione 4 cámaras perfectamente
كوثر القلاف
Reseñado en Emiratos Árabes Unidos el 1 de marzo de 2023
Good
Productos recomendados
