Google TPU Edge SBC_190424
Download as PPTX, PDF2 likes2,618 views
该文档讨论了教育和技术团队在Google Cloud Next 2019分享会上的介绍，涵盖了多个硬件平台（如Raspberry Pi及Google TPU Edge等）在教育和制作领域的应用与比较。文中提到不同硬件的性能、支持的技术以及简易性，强调了这些平台在教学和创客活动中的潜力。重点比较了Coral开发板与NVIDIA Jetson Nano的特点和价格。
Google TPU Edge SBC_190424
- 1. Google TPU Edge SBC @Google Cloud Next 2019分享會
- 3. 曾吉弘 David Tseng CAVEDU教育團隊 MIT CSAIL訪問學者 新北市政府青年委員 nissin@cavedu.com
- 8. Learning Creative Learning 繁體中文內容
- 9. 前言 • $300 USD以下的單板電腦，基本上就是以 Raspberry Pi為 主流 • 2014~2016曾經流行過非常多相容板，但就maker / 教學領 域最終的選擇依然是 Rpi (資源 / 易取得 / 產品壽命) • Rpi 3 的運算速度達到了 1.4 GHz / 1GB ram，尚可接受。 且能執行某些小型的神經網路推論 • 2019，Google 推出了 Google TPU Edge，NVIDIA也推出 了 NVIDIA Jetson nano 進入了這個價格區間帶。
- 10. Raspberry Pi 3 B+ ($35USD)
- 11. NVIDIA Jetson nano ($99)
- 12. Google TPU Edge Coral AI ($149)USD
- 14. USB Accelerator ($75 USD)
- 16. Intel Movidius NCS / NCS2
- 19. 整理一些使用者(與CAVEDU)意見 • Coral dev board 售價 $149 美金，比 Jetson Nano ($99) 來得貴一點， 但前者有 Wi-Fi 與Bluetooth，而 Jetson Nano 都沒有，要另外買 Wi- Fi dongle才行。. • Coral board 上的 NXP iMX8 SOC 具備 Video processing unit 與 Vivante GC700 lite GPU，可進行傳統的影像與影片處理。Coral board 還有一顆 Cortex-M4F 低功耗微處理器，可用於連接其他感測 器，例如溫度、環境光感測器等等。更多可用感測器請點我 • Jetson nano也有影像編碼器與解碼器，對於其他深度學習框架 (例如 Pytorch, MXNet) 的支援程度也較好，它還支援 NVidia TensorRT 加 速器函式庫來進行 FP16 推論與 INT8 推論。Coral TPU board 只支援 8位元 quantized Tensorflow lite 模型，且必須用到 quantization aware training。 • Jetson nano 需要5V3A以上的變壓器，如有 mobile 需求，行動電源 會是關鍵 (CAVEDU整理)
- 21. MIT 2.166 Duckie town (Rpi人車系統)
- 22. Dfrobot Lattepanda Alpha (Windows / Ubuntu)
- 24. AAEON upboard系列 UP board / UP squared /UP AI core (Intel NCS)
- 27. 現場的 VR賽車攤位
Editor's Notes
- #6: 循序漸進，因材施教