{"product_id":"b-ware-google-coral-tpu-usb-accelarator-cpu-modul-arduino-shield-computer-pc-zubehor-1","title":"B-Ware Google Coral Tpu Usb Accelarator Cpu Modul Arduino Shield Computer Pc Zubehör","description":"\u003cp\u003eGoogle Coral USB Accelerator \u003c\/p\u003e\r\n\r\n\u003cp\u003eLieferumfang\u003c\/p\u003e\r\n\r\n\u003cp\u003eBeschreibung: Der Google Coral USB Accelerator bringt Real-Time Inferenz für Ihren Pi 4 und viele andere Computer! Künstliche Intelligenz \/ Machine Learning für alle: Google hat mit dem Coral USB Accelerator einen leistungsfähigen Spezialchip (TPU, Tensor Processing Unit) an ein USB 3 Interface angebunden - damit können Tensor Flow Lite Modelle schnell und energiesparend für Inferenz genutzt werden. Ein besonderer Vorteil dieser Lösung: Ihre Daten bleiben lokal. Das hilft bei der Latenz, und natürlich beim Datenschutz! Google nutzt zunehmend künstliche Intelligenz (AI) und maschinelles Lernen (ML) um seine Dienstleistungen zu realisieren. Dazu entwickelte es für seine Rechenzentren spezialisierte Prozessoren namens TPU (\"tensor processing unit\"), die die Algorithmen mit dem TensorFlow Framework schneller und energiesparender ausführen können. Beispielsweise wird Google Maps durch von Street View aufgenommene Straßenschilder verbessert, die mit Hilfe eines auf TensorFlow basierenden neuronalen Netzes analysiert werden. Der Clou: TensorFlow kann einfach in Python programmiert werden. Google bringt mit der Edge TPU, die das TensorFlow Lite Framework unterstützt, einen USB 3 Stick auf den Markt. Die Edge TPU kann bis zu 4 Billionen Rechenoperationen pro Sekunde mit nur 2 W Verbrauch durchführen. Perfekt in Kombination mit dem Pi 4! Mit Hilfe der Google Coral Edge TPU kann Inferenz beispielsweise mit dem MobileNet v2 Model bis zu 20 x schneller als auf \"dem nackten\" Pi 4 ausgeführt werden. Es können so real-time Erkennungen in Videostreams mit über 50 fps durchgeführt werden, die mit dem Pi 4 ohne Beschleuniger nicht möglich wären. Dank Python und vielen Beispielen online rund um TensorFlow kann man in das Thema künstliche Intelligenz und Machine Learning mit dem Google Coral USB Accelerator einfach und mit Stil einsteigen.\u003c\/p\u003e\r\n\r\n\u003cp\u003eTechnische Daten Coral USB Accelerator\u003c\/p\u003e\r\n\r\n\u003cul\u003e\r\n\t\u003cli\u003eGoogle Edge TPU ML accelerator coprocessor\u003c\/li\u003e\r\n\t\u003cli\u003eUSB 3.0 (USB 3.1 Gen 1) Type C socket\u003c\/li\u003e\r\n\t\u003cli\u003eUnterstützt Linux, Mac und Windows auf dem Hostsystem\u003c\/li\u003e\r\n\t\u003cli\u003eLeistungsaufnahme bis zu 900 mA Peak  5 V\u003c\/li\u003e\r\n\t\u003cli\u003eAbmessungen Coral USB Stick: 65 mm x 30 mm x 8 mm\u003c\/li\u003e\r\n\u003c\/ul\u003e\r\n\r\n\u003cp\u003eAnforderungen an das Hostsystem\u003c\/p\u003e\r\n\r\n\u003cul\u003e\r\n\t\u003cli\u003eLinux Debian 6.0 oder höher, oder ein Derivat davon (bspw. Ubuntu 10.0+, Raspbian)\u003c\/li\u003e\r\n\t\u003cli\u003eSystemarchitektur: x86-64, ARMv7 (32-bit) oder ARMv8 (64-bit)\u003c\/li\u003e\r\n\t\u003cli\u003emacOS 10.15 mit entweder MacPorts oder Homebrew installiert\u003c\/li\u003e\r\n\t\u003cli\u003eWindows 10\u003c\/li\u003e\r\n\t\u003cli\u003eEin freier USB Port (sollte für beste Performance USB 3 sein)\u003c\/li\u003e\r\n\t\u003cli\u003ePython 3.5, 3.6 oder 3.7\u003c\/li\u003e\r\n\u003c\/ul\u003e\r\n\r\n\u003cp\u003eLieferumfang Google Coral USB Accelerator\u003c\/p\u003e\r\n\r\n\u003cul\u003e\r\n\t\u003cli\u003eUSB Accelerator\u003c\/li\u003e\r\n\t\u003cli\u003eUSB 3 Kabel\u003c\/li\u003e\r\n\u003c\/ul\u003e\r\n\r\n\u003cp\u003eDownloads \u0026amp; Dokumentation\u003c\/p\u003e\r\n\r\n\u003cul\u003e\r\n\t\u003cli\u003eUSB Accelerator Datenblatt (Datenblatt als PDF)\u003c\/li\u003e\r\n\t\u003cli\u003e3D CAD Datei im STEP Format\u003c\/li\u003e\r\n\t\u003cli\u003eEdge TPU inferencing overview (Tensor Flow Lite Modelle)\u003c\/li\u003e\r\n\t\u003cli\u003eTensorFlow models on the Edge TPU\u003c\/li\u003e\r\n\t\u003cli\u003ePipeline C++ API Referenz\u003c\/li\u003e\r\n\t\u003cli\u003eEdge TPU Python API\u003c\/li\u003e\r\n\u003c\/ul\u003e\r\n\r\n\u003cp\u003eWichtiger Hinweis: Das Gehäuse dient auch der passiven Kühlung der CPU und wird dadurch warm. Es handelt sich hierbei um keinen Defekt.\u003c\/p\u003e\r\n\r\n\u003cp\u003eEigenschaften:\u003c\/p\u003e\r\n\r\n\u003cul\u003e\r\n\t\u003cli\u003eErmöglicht schnelles maschinelles Lernen auf einer Vielzahl von Systemen\u003c\/li\u003e\r\n\t\u003cli\u003eFunktioniert mit Linux-, Mac- und Windows\u003c\/li\u003e\r\n\u003c\/ul\u003e\r\n\r\n\u003cp\u003eTechnische Attribute:\u003c\/p\u003e\r\n\r\n\u003cul\u003e\r\n\t\u003cli\u003eAnschluss A: USB-C Stecker\u003c\/li\u003e\r\n\t\u003cli\u003eAnschluss A Anzahl: 1\u003c\/li\u003e\r\n\t\u003cli\u003eKabel-Anwendung: USB 3.2 Gen 1 (USB 3.0)\u003c\/li\u003e\r\n\t\u003cli\u003eAnschluss-Typ: USB\u003c\/li\u003e\r\n\t\u003cli\u003eProdukt-Art: CPU-Modul\u003c\/li\u003e\r\n\u003c\/ul\u003e\r\n","brand":"Google","offers":[{"title":"Default Title","offer_id":53206094283019,"sku":"1717187","price":75.59,"currency_code":"EUR","in_stock":true}],"thumbnail_url":"\/\/cdn.shopify.com\/s\/files\/1\/0265\/3221\/6875\/files\/coral-google-edge-tpu-193575021935-4874fb09.png?v=1782408317","url":"https:\/\/second-circle.de\/de-fr\/products\/b-ware-google-coral-tpu-usb-accelarator-cpu-modul-arduino-shield-computer-pc-zubehor-1","provider":"second-circle","version":"1.0","type":"link"}