GOOGLE CORAL SYSTEM-ON-MODULE (SoM) 1GB
Un sistema totalmente integrado para aplicaciones ML aceleradas (incluye CPU, GPU, Edge TPU, Wi-Fi, Bluetooth y Secure Element), en un módulo enchufable de 40 mm x 48 mm.
119,95 €
95,96 €
Ahorras 20%
79,31 € (Sin impuestos)
Disponible, recíbelo el martes 10
Estimación en península con envío urgente y pago inmediato
Envío desde 2,95 € y gratuito a partir de 129€ (IVA incluido)
Puedes diseñar una placa portadora adecuada para su aplicación de aprendizaje automático es mucho más rentable y rápido. Obtienes una plataforma de hardware coordinada con un buen soporte de software.
Además de la EdgeTPU, el Google Coral SoM contiene los componentes más importantes de un PC integrado:
Puede implementar tu aplicación en la fase de prototipo utilizando la placa Google Coral Dev Board 4GB, que se basa en este módulo SoM, y luego implementar fácilmente su propio diseño de hardware optimizado para su aplicación.
Con la Edge TPU, los modelos TensorFlow Lite pueden utilizarse para la inferencia de forma rápida y con bajo consumo de energía. Una ventaja particular de esta solución: Tus datos permanecen en el lugar. Esto ayuda a la latencia y, por supuesto, a la protección de datos.
Google utiliza cada vez más la inteligencia artificial (IA) y el aprendizaje automático (ML) para implementar sus servicios. Para ello, ha desarrollado procesadores especializados llamados TPU ("tensor processing unit") para sus centros de datos, que pueden ejecutar algoritmos de forma más rápida y eficiente desde el punto de vista energético utilizando el marco TensorFlow. Por ejemplo, Google Maps se enriquece con las señales de las calles captadas por Street View, que se analizan mediante una red neuronal basada en TensorFlow. Lo mejor es que TensorFlow se puede programar fácilmente en Python.
La Edge TPU es compatible con el marco TensorFlow Lite. La Edge TPU puede realizar hasta 4 billones de operaciones de cálculo por segundo con un consumo de sólo 2 W. TensorFlow Lite es una versión modificada de TensorFlow que se ha adaptado específicamente a las necesidades de los dispositivos móviles y los dispositivos integrados. Muchas aplicaciones de TensorFlow también pueden realizarse en TensorFlow Lite.
Datos técnicos de Coral SoM
SoC NXP i.MX 8M:
Memoria:
EdgeTPU:
Consejo: la conexión a través de PCIe permite la máxima velocidad de transferencia al módulo EdgeTPU, por lo que el sistema Coral System-on-Module (SoM) es especialmente adecuado para aplicaciones con requisitos de alta velocidad de fotogramas / alto rendimiento.
Red y USB:
Interfaz de pantalla HDMI:
Interfaz de pantalla MIPI-DSI:
Audio:
Cámara:
Interfaz GPIO:
Conectividad e interfaces:
Nota: el SoM utiliza algunos de los GPIO / interfaces del SoC internamente, por ejemplo para conectar el Coral Edge TPU. Las interfaces que se enumeran aquí ya lo tienen en cuenta, y están a su disposición sin restricciones.
Seguridad:
Alimentación:
El Coral SoM requiere una fuente de alimentación de 5V y genera todos los demás voltajes necesarios por sí mismo con un PMIC integrado.
Consumo de energía del SoM aprox:
Más información:
Además de la EdgeTPU, el Google Coral SoM contiene los componentes más importantes de un PC integrado:
- SoC NXP i.MX 8M (CPU + GPU)
- Acelerador Google Edge TPU ML
- Coprocesador criptográfico
- Wi-Fi + Bluetooth
- 8GB de eMMC
- 1GB LPDDR4
- Interfaz USB 3.0
- Interfaz Gigabit Ethernet
- HDMI y MIPI-DSI
- MIPI-CSI-2
- Hasta 95 x GPIO (incluyendo SPI, I2C, PWM, UART, SAI y SDIO)
Puede implementar tu aplicación en la fase de prototipo utilizando la placa Google Coral Dev Board 4GB, que se basa en este módulo SoM, y luego implementar fácilmente su propio diseño de hardware optimizado para su aplicación.
Con la Edge TPU, los modelos TensorFlow Lite pueden utilizarse para la inferencia de forma rápida y con bajo consumo de energía. Una ventaja particular de esta solución: Tus datos permanecen en el lugar. Esto ayuda a la latencia y, por supuesto, a la protección de datos.
Google utiliza cada vez más la inteligencia artificial (IA) y el aprendizaje automático (ML) para implementar sus servicios. Para ello, ha desarrollado procesadores especializados llamados TPU ("tensor processing unit") para sus centros de datos, que pueden ejecutar algoritmos de forma más rápida y eficiente desde el punto de vista energético utilizando el marco TensorFlow. Por ejemplo, Google Maps se enriquece con las señales de las calles captadas por Street View, que se analizan mediante una red neuronal basada en TensorFlow. Lo mejor es que TensorFlow se puede programar fácilmente en Python.
La Edge TPU es compatible con el marco TensorFlow Lite. La Edge TPU puede realizar hasta 4 billones de operaciones de cálculo por segundo con un consumo de sólo 2 W. TensorFlow Lite es una versión modificada de TensorFlow que se ha adaptado específicamente a las necesidades de los dispositivos móviles y los dispositivos integrados. Muchas aplicaciones de TensorFlow también pueden realizarse en TensorFlow Lite.
Datos técnicos de Coral SoM
SoC NXP i.MX 8M:
- Cuatro núcleos ARM Cortex-A53 (a 1,5 GHz, ARMv8-A de 64 bits) + Cortex-M4F
- GPU Vivante GC7000Lite (compatible con Vulkan), 32 GFLOPs de 32 bits o 64 GFLOPs de 16 bits
- Decodificador principal 4Kp60 HEVC/H.265
- Decodificador 4Kp60 VP9, 4Kp30 AVC/H.264 (requiere el máximo rendimiento del sistema)
- Decodificador MPEG-2, MPEG-4, MJPEG, H.263 a 1080p/60fps
Memoria:
- Flash: 8GB
- RAM: 1GB
- La interfaz SDIO soporta el arranque desde la tarjeta SD (si está disponible en su diseño)
EdgeTPU:
- Coprocesador acelerador TPU ML de Google Edge
- 4 TOPS (int8); 2 TOPS por vatio
- Conectado al SoC NXP i.MX 8M a través de PCIe (Gen2 x1) e I2C/GPIO
Consejo: la conexión a través de PCIe permite la máxima velocidad de transferencia al módulo EdgeTPU, por lo que el sistema Coral System-on-Module (SoM) es especialmente adecuado para aplicaciones con requisitos de alta velocidad de fotogramas / alto rendimiento.
Red y USB:
- Wi-Fi 2x2 MIMO (802.11a/b/g/n/ac 2.4/5GHz), módulo Murata LBEE5U91CQ
- Bluetooth 4.2 y BLE (Bluetooth Low Energy), módulo Murata LBEE5U91CQ
- 2x controlador USB 3.0/2.0 con PHYs integrados
- 1x controlador Gigabit Ethernet, compatible con EEE, Ethernet AVB e IEEE 1588, a través de RGMII (interfaz de medios independientes del gigabit reducido)
Interfaz de pantalla HDMI:
- HDMI 2.0a (tamaño estándar), admite una pantalla con una resolución de hasta 1080p
- Aumento y reducción de escala entre vídeo 4K y HD (utiliza todos los recursos del sistema)
- Más de 20 interfaces de audio de 32 bits a 384 kHz fs, con soporte de multiplexación por división de tiempo (TDM)
- Entrada y salida SPDIF
- Se admite el canal de retorno de audio (ARC) a través de HDMI
Interfaz de pantalla MIPI-DSI:
- MIPI-DSI de 4 carriles, compatible con una pantalla, resoluciones de hasta 1920 x 1080 a 60 Hz
- Controlador de pantalla LCDIF
- Salida: salida de controlador de pantalla LCDIF o DC
Audio:
- 1x entrada y salida SPDIF
- 2x módulos de interfaz de audio síncrono (SAI), compatibles con I2S, AC97, TDM e interfaces de códec/DSP
- 1x SAI para 8 canales de transmisión para la salida de audio HDMI
- 1x entrada SPDIF para la entrada HDMI Arc
Cámara:
- 2x entradas de cámara MIPI-CSI2 (4 carriles cada una)
Interfaz GPIO:
- 2x interfaz UART
- 2x interfaz I2C
- 2 interfaces SPI
- 16x GPIOs con capacidad de interrupción
- 4x salidas PWM
Conectividad e interfaces:
- 1 interfaz uSDHC
- IOMUXC (controlador de multiplexación de entrada/salida) para el control de los pads
Nota: el SoM utiliza algunos de los GPIO / interfaces del SoC internamente, por ejemplo para conectar el Coral Edge TPU. Las interfaces que se enumeran aquí ya lo tienen en cuenta, y están a su disposición sin restricciones.
Seguridad:
- Resource Domain Controller (RDC), admite cuatro dominios y hasta ocho regiones
- Arquitectura Arm TrustZone (TZ)
- Protección de regiones seguras de la memoria RAM en el chip (OCRAM) mediante el controlador OCRAM
- Bota de alta seguridad (HAB)
- Módulo de aceleración y aseguramiento criptográfico (CAAM)
- Almacenamiento seguro no volátil (SNVS): Reloj seguro en tiempo real (RTC)
- Controlador JTAG seguro (SJC)
- Coprocesador criptográfico Microchip ATECC608A
Alimentación:
El Coral SoM requiere una fuente de alimentación de 5V y genera todos los demás voltajes necesarios por sí mismo con un PMIC integrado.
Consumo de energía del SoM aprox:
- En reposo: 2,6 W
- Inactivo con salida HDMI: 3,0 W
- Alto rendimiento: 6,2 W
Más información:
- Dimensiones del Coral SoM: 40 mm x 48 mm x 5,11 mm
- Peso: 13 g
- Conexión a la placa base: el SoM se conecta a la placa base mediante tres conectores de 100 pines (Hirose DF40C-100DP-0,4V)
Nuevo
G650-04474-01
Ficha de datos
- Datasheet
- https://coral.ai/docs/som/datasheet/
- Página oficial
- https://coral.ai/docs/som/get-started/
- Software