Ist das Google Coral Dev Board besser als ein Raspberry Pi?
Werbung
Single-Board-Computer (SBCs) sind revolutionäre Geräte. Der bekannteste SBC ist zweifellos der Raspberry Pi. Es ist billig, ungefähr so groß wie eine Kreditkarte und erfüllt dennoch fast die gleichen Aufgaben wie ein Desktop-Computer. Daher ist es bei Hobbyisten und Entwicklern gleichermaßen beliebt.
Das Coral Dev Board ist das neue Kind auf dem Block. Es gibt viele Gründe, sich darüber zu freuen. Heute erfahren Sie alles, was Sie über Googles neuen Linux-basierten SBC wissen müssen.
Was ist das Google Coral Dev Board?
Das Coral Dev-Board ist ein SBC mit Googles benutzerdefiniertem Mendel- Betriebssystem, das für die Verwendung mit dem neuronalen TensorFlow Lite- Netzwerk entwickelt wurde. Es verfügt auch über eine vollständige Reihe von GPIO-Pins (General Purpose In / Out). In Anbetracht seines Aussehens und seiner Größe mögen Sie denken, dass dies ein weiterer Raspberry Pi-Klon ist, aber es gibt einige wichtige Unterschiede.
Was macht das Coral Dev Board so einzigartig?
Google hat das Coral Dev Board für das schnelle Prototyping von Hardware für maschinelles Lernen entwickelt. Das erste, was es einzigartig macht, ist das Edge-TPU-Modul .
Dieses Modul, das als System On Module (SOM) bezeichnet wird, befindet sich auf einer Verbindungsplatine und enthält alles, was die Platine zum Ticken bringt. CPU, GPU, RAM, WLAN-Chip und Flash-Speicher befinden sich alle in einer herausnehmbaren Einheit, die schnell ausgetauscht werden kann.
Das Baseboard enthält Anschlüsse für USB, LAN, HDMI, SD-Karte, Audio und Stromversorgung. Dies bedeutet, dass Sie ein Baseboard für das Prototyping von Geräten verwenden können, bevor Sie diese auf benutzerdefinierter Hardware bereitstellen.
Dies bedeutet auch, dass Technologie mit realer kommerzieller Nutzung für diejenigen zugänglich ist, die an der Technologie zu Hause basteln möchten. Was es wirklich ausmacht, ist etwas, das Sie auf keinem anderen Entwicklungsboard finden werden: ein Google Edge TPU- Co-Prozessor.
Was ist der Google Edge TPU-Co-Prozessor?
Die Edge-TPU ist ein kleiner anwendungsspezifischer integrierter Chip (ASIC), der für eine leistungsstarke Interpretation des maschinellen Lernens entwickelt wurde. Aufgrund seiner geringen Größe und seines geringen Stromverbrauchs eignet es sich perfekt zum Einbetten in IoT-Hardwareprodukte für die Bild- und Texterkennung.
Die Hinzufügung dieses Chips zu einem SBC reduziert die Zeit, die ein neuronales Netzwerk benötigt, um Daten zu verarbeiten, drastisch. Derzeit ist die Edge-TPU nur als Teil des Coral Dev Board oder als externer USB-Prozessor erhältlich.
Was sind die Spezifikationen des Coral Dev Boards?
Die Spezifikationen für das Edge-TPU-Modul lauten wie folgt:
- CPU : NXP i.MX 8M SOC (vierfache Cortex-A53, Cortex-M4F)
- GPU : Integrierte GC7000 Lite-Grafik
- Coprozessor : Google Edge TPU
- RAM : 1 GB LPDDR4
- Flash-Speicher : 8 GB eMMC
- Konnektivität : Wi-Fi 2 × 2 MIMO (802.11b / g / n / ac 2, 4 / 5 GHz) Bluetooth 4.1
- Abmessungen : 48 x 40 x 5 mm
Das Baseboard hat seine eigenen Spezifikationen:
- Flash-Speicher : MicroSD
- USB : Typ-C-OTG-Typ-C-Stromversorgung Typ-A 3.0-Host-Micro-B-Seriell-Konsole
- LAN : Gigabit-Ethernet-Anschluss
- Audio : 3, 5-mm-Audiobuchse (CTIA-kompatibel) Digitales PDM-Mikrofon (x2) 2, 54-mm-4-poliger Anschluss für Stereolautsprecher
- Video : HDMI 2.0a (volle Größe) 39-poliger FFC-Anschluss für MIPI-DSI-Display (4-Spur) 24-poliger FFC-Anschluss für MIPI-CSI2-Kamera (4-Spur)
- GPIO : 3, 3 V Stromschiene 40 - 255 Ohm programmierbare Impedanz ~ 82 mA Maximalstrom
- Stromversorgung : 5 V DC (USB Typ C)
- Abmessungen : 88 x 60 x 24 mm
Python ist die einzige derzeit unterstützte Programmiersprache. Die Unterstützung für C ++ ist in Kürze verfügbar.
Da das Design die Verarbeitung komplexer Daten unterstützt, gehört es zu den leistungsstärksten Raspberry Pi-Alternativen. Pi-Überdosis? Hier sind 5 Raspberry Pi Alternativen Pi Überdosis? Hier sind 5 Raspberry Pi-Alternativen Sie haben den Raspberry Pi gemeistert - was nun? Hier sind 5 der besten Pi-Alternativen für den nächsten Versuch. Weiterlesen . Was es jedoch fehlt, ist ein Desktop-Betriebssystem. In der Dokumentation für das Coral Dev Board wird sogar empfohlen, keinen Monitor und keine Tastatur an das Board anzuschließen und nur Netzwerkverbindungslösungen wie SSH zu verwenden.
Was kann das Coral Dev Board?
Spezifikationen haben keine Bedeutung, wenn die Hardware nicht nützlich ist. Das obige Video zeigt, wie mächtig das Coral Dev Board sein kann. Das Beispiel verwendet ein Kameramodul, um neue Objekte in Echtzeit in ein neuronales TensorFlow Lite-Netzwerk einzuführen.
Dieses Beispiel wird der DIY-Masse sicherlich gefallen, aber es gibt andere Verwendungsmöglichkeiten für TensorFlow Lite, mit denen Sie möglicherweise bereits vertraut sind. Google hat kürzlich Smart Reply für Google Mail eingeführt, das dieselbe kompakte Version von TensorFlow verwendet, um E-Mails zu lesen und kontextsensitive Antworten bereitzustellen.
Diese Art von intelligenter Technologie beruht normalerweise auf einer Internetverbindung oder der Nutzung externer Dienste, die ein Sicherheitsrisiko darstellen können. Durch die Nutzung der Möglichkeiten des maschinellen Lernens an Bord können neuronale Netze offline und in Bereichen verwendet werden, in denen eine Internetverbindung möglicherweise nicht möglich ist.
Kurz gesagt, das Coral Dev Board ist der erste echte Schritt in Richtung leistungsstarkes maschinelles Lernen mit kleinem Formfaktor. Das austauschbare SOM erleichtert die Massenproduktion, und viele zukünftige Geräte werden diese Technologie ohne Zweifel verwenden. Was bedeutet das für Sie?
Ersetzt das Coral Dev Board meinen Raspberry Pi?
TensorFlow läuft auf einem Raspberry Pi, ist aber nicht wirklich dafür ausgelegt. Das Coral Dev Board bietet Power, mit der der Pi einfach nicht mithalten kann. Zum Glück gibt es eine Lösung in Form eines Raspberry Pi-kompatiblen USB-Beschleunigers mit integriertem Edge-TPU-Prozessor.
Dies ermöglicht jedem mit einem Pi und etwas maschinellem Lernwissen 6 Hilfreiche Tutorials und Kurse für maschinelles Lernen, um das Wesentliche zu verstehen 6 Hilfreiche Tutorials und Kurse für maschinelles Lernen, um das Wesentliche zu verstehen Es gab noch nie einen besseren Zeitpunkt, um sich mit maschinellem Lernen zu befassen. Hier sind sechs nützliche Ressourcen, die Sie beim Erlernen des maschinellen Lernens unterstützen. Lesen Sie mehr zum Entwickeln mit TensorFlow Lite.
Bezugsquellen für das Coral Dev Board
Sicherlich ist diese neue Technologie für Bastler zu teuer?
Überraschenderweise nein. Das Coral Dev Board kostet nur 149, 99 US-Dollar, ein Konkurrenzprodukt zu vergleichbaren High-End-Entwicklungsboards. Der USB-Beschleuniger ist immer noch billiger und damit eine großartige Alternative zu denen, die kein neues Entwicklungsboard kaufen möchten. Es ist geplant, die SOM zusammen mit einer PCI-TPU-Beschleunigungskarte separat zu verkaufen, obwohl sie derzeit nicht käuflich zu erwerben sind.
Sie können die Komponenten von der Coral-Website von Google abrufen:
- Entwicklerboard: 149, 99 USD
- USB-Beschleuniger: 74, 99 USD
- Kameramodul: 24, 99 USD
Die neue Schärfe
So aufregend es auch ist, das Coral Dev Board wird den Raspberry Pi nicht ersetzen. TensorFlow wird auf einem Pi ausgeführt, jedoch nicht in Echtzeit. Das Coral Dev Board ist leistungsstark, jedoch nicht für die Verwendung auf dem Desktop oder für Schulungszwecke konzipiert.
Der Raspberry Pi ist immer noch die beste Wahl für Elektronik-Anfänger, die großartige Raspberry Pi-Projekte zum Selbermachen machen möchten. Die 11 besten Raspberry Pi-Projekte für Anfänger Die 11 besten Raspberry Pi-Projekte für Anfänger Diese Raspberry Pi-Projekte für Anfänger eignen sich hervorragend für den Einstieg in die Fähigkeiten eines jeden Raspberry Pi-Modells. Weiterlesen .
Erfahren Sie mehr über: Coral Dev Board, Google TensorFlow, Neuronale Netze.
