Uden tvivl en En af de store egenskaber ved AI er, at det giver maskiner mulighed for at udføre alle slags opgaver der tidligere var forbeholdt mennesker, ud over at dette i høj grad hjælper med at automatisere mange processer og forbedre mange opgaver for mennesker. Du har måske hørt om Coral, en enhed beregnet til en AI-sektor som vokser eksponentielt.
Hvori, for at imødekomme behovene fra kunder, Coral tilbyder to hovedtyper af produkter: acceleratorer og udviklingskort til prototypering af nye ideer og moduler til at drive produktionsenheders hjerne med kunstig intelligens såsom smarte kameraer og sensorer.
I begge tilfælde hjertet af hardware er Googles TPU Edge, en ASIC-chip optimeret til at køre lette maskininlæringsalgoritmer, en miniatureversion af den afkølede TPU, der bruges i Googles cloud-servere.
Coral USB Accelerator-modulet har en elektronisk chip der bruges til behandlinger med kunstig intelligens lavet lokalt. Designet som en perifert enhed, der er let at tilslutte, Coral USB Accelerator-modulet giver Raspberry Pi nanocomputeren al intelligens Edge TPU integreret kredsløb.
Med evnen til at køre neurale netværk på selve RPi, du kan hurtigt og effektivt integrere kunstig intelligens i dine projekter, samtidig med at du beskytter fortroligheden af dine data.
At skabe dine neurale netværk og udsætte dem for læringsprocessen, udviklerne har TensorFlow. Så de skal bare kompilere og køre dem på Edge TPU-kort ved hjælp af den medfølgende software. Når det kompilerede netværk er installeret, udføres alle beregninger lokalt på Edge TPU-kredsløbet uden at sende data til skyen. Ethvert skyforsinkelse elimineres, ydeevnen forbedres, og brugerdata holdes lokalt under kontrol.
Ligesom Intel Movidius Neural Compute Stick udgivet for mere end et år siden, Coral USB Accelerator indeholder din brugerdefinerede ASIC i form af en brugervenlig enhed, der ligner en flashdisk. Men når man sammenligner de to side om side, er der indlysende forskelle.
Coral Dev-plaketten består af et kort base med forbindelser:
- USB 2.0 / 3.0
- DSI-skærmgrænseflade
- MIPI-CSI kamerainterface
- Gigabit Ethernet-port
- 3,5 mm lydstik
- 4 mm 2,54-polet terminal til stereohøjttalere
- HDMI 2.0-stik i fuld størrelse
- To digitale PDM-mikrofoner og et 40-benet GPIO-header.
Vedhæftet til basiskortet er et 40x48 mm system, der kan fjernes (SoM) bygget omkring en NXP i.MX 8M processor og selve TPU Edge. SoM har en kryptografisk coprocessor, indbygget Wi-Fi og Bluetooth 4.1 support samt 1 GB LPDDR4 RAM og 8 GB eMMC.
På den anden side har Coral sit eget system, som er MendelLinux at bygger på Debian-fundamentet og det er fuldt kompatibelt med arkiverne i dette projekt (da det bruger umodificerede binære pakker og opdateringer fra de vigtigste Debian-arkiver).
Coral-platformen indeholder også et sæt færdige modeller (pre-build og pre-learning), optimeret til Edge TPU elektronisk chip. Disse fleksible modeller gør programmering let og tilpasser sig til dine egne applikationer.
Mens udstyret kan bruges af ingeniører til at oprette projekter, Coral tilbyder guider om hvordan man f.eks. bygger en marshmallow-sorteringsmaskine og en smart fuglefoder.
Ud over det langsigtede mål med pladen er det, at det sigter mod at bruge det til erhvervskunder i brancher som bilindustrien og sundhedens verden.
Skønt Koraller er rettet mod erhvervslivet, projektet har sine rødder i Googles sortiment af "AIY" machine learning-sæt.
Udgivet i 2017 og drevet af Raspberry Pi-computere, giver AIY-sæt enhver mulighed for at bygge deres egne smarte højttalere og kameraer og har haft stor succes på STEM-producenterne og legetøjsmarkederne.