35ドルのRaspberry Piを使用した画像認識などのAIを使用したタスクの実行は、はるかに簡単になります。
Googleは、Piやその他の低電力コンピューターが訓練された機械学習モデルを実行する速度を劇的に加速するUSBスティックを明らかにしました。
Googleによると、Edge TPU Acceleratorを使用すると、デバイスは1秒あたり30フレームを超える高解像度ビデオで複数の最先端のコンピュータービジョンモデルを実行できます。
そのパフォーマンスのレベルは、Piがサポートしていない能力をはるかに超え、IntelのMovidius Neural Compute Stickのような既存のAIアクセラレータを使用して報告されたパフォーマンスのレベルを超えているようです。
Googleは、データセンタ用のTPU（Tensor Processing Unit）アクセラレータの構築で長年の経験があり、機械学習を処理するためのチップの設計方法を知っています。
注意点は、Raspberry PiモデルにあるUSB 2.0ポートによってEdge TPUアクセラレータがボトルネックになることです。 PiがUSBおよびイーサネット用の共有バスに依存していることにより、その減速はさらに悪化する可能性があります。
このスティックは、TensorFlow Liteフレームワークを使用して構築された機械学習モデルを高速化するために設計された、特定用途向け集積回路（ASIC）であるGoogle Edge TPUコプロセッサーを使用します。 USB Type-Cを介して接続し、Debian LinuxおよびAndroid Thingsオペレーティングシステムで実行されます。
- Googleから送信
機械学習モデルは強力なマシンまたはクラウドベースのインフラストラクチャを使用してトレーニングする必要がありますが、Edgeはこれらのトレーニングされたモデルを実行し、たとえば特定のメイクを見つけるためにデータから情報を推測するために使用できる速度を加速しますビデオの車のまたは音声認識を実行します。
画像認識などのAI関連のタスクは以前クラウドで実行されていましたが、Googleは機械学習モデルをPiなどの低電力デバイスでもローカルで実行するように推進しています。
近年、GoogleはAIY Projectsプログラムの下で、シングルボードコンピューター用のビジョンと音声認識キットの両方をリリースしました。 これらのキットで実行できるトレーニング済みの機械学習モデルには、顔/犬/猫/人間の検出器と汎用の画像分類器が含まれます。（AIYはその名前をCoralに変更しました。）
- Googleから送信
Googleはまた、Edge TPUコプロセッサーを搭載し、Raspberry Piとよく似たスタンドアロンボードをリリースしています。
クレジットカードサイズのEdge TPU Dev Boardは実際には40x48mmのPiよりも小さいですが、Piのように40ピンの拡張ヘッダーがあり、これを使用して自家製の電子機器に接続できます。
Edge TPU開発ボードには、NXP i.MX 8M Cortex-M4プロセッサ、1GBのRAM、8GBのeMMCフラッシュストレージが含まれます。 2つのUSB Type-C、USB 3.0 Type-Aホスト、micro-SDカードスロット、3.5mmオーディオジャック、2つのPDM MEMSマイク、フルサイズのHDMIなど、さまざまなポートを提供します。 MIPI-DSIディスプレイ用の39ピンFFCコネクタ、およびMIPI-CSI2カメラ用の24ピンFFCコネクタ。
Google Coral現在の外観，AIYはその名前をCoralに変更しました。海外代理店から購入：https://store.gravitylink.com/global