Update: Der ursprüngliche Preis mit Versand ist Geschichte, neuer Preis aber nun ohne Versand. —- Mal wieder Verfügbar und diesmal nochmals billiger als zuletzt.
In den vergangen Deals findet ihr viele Anwendungsmöglichkeiten.
"Google Coral USB Accelerator für Raspberry Pi" 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.
Wer's mit Frigate nutzt, lieber sofern möglich auf M2, habe dadurch deutlich weniger Latenz erreichen können.
Pfeffix
Was für einen inference speed erreichst du mit M2 bei welcher Bildgröße?
Knut4President
Weiß jemand, ob man damit eine Spagetti Erkennung für 3D Drucker hinbekommt? Ich möchte keinen Cloud Dienst dafür abonnieren.
idesire90
Das wär mal was!
rosebud
Endlich wieder Waschmittel
MyDealzNewbieX
Wenn man nicht unbedingt eine USB Lösung braucht, kann ich diese buyzero.de/pro…668 empfehlen in Kombination mit makerfabs.com/dua…tml, falls kein M.2 vorhanden ist.
pandabaer28
mit adapter aber auch wieder teurer, was spricht denn gegen usb?
crusy
Was das wohl ist? Gleich mal in die Dealbeschreibung gucken ...
...
Gitarrio
Klick doch einfach auf den Deal Link...
prefekt
Laut Geizhals gibt es ihn auch für 74,90 plus Versand (frei ab 80€).
dealchaserDA
Erst Perwoll-Dealz, nun Coral-Angebote. Mydealz rulez!
slofi
Ist der Deal eigtl schon abgelaufen? Oder muss man da noch irgendwas eingeben? Bei mir kostet es 83,90€
obsthaendler Autor*in
Wahrscheinlich aber dafür nun keine Versandkosten mehr. Also 83,90€
Mav_
Weiß einer ob der in dem M.2 Slot des WLAN-Moduls eines s740 Futro läuft? Sollte ja ebenfalls ein E-Key sein. (bearbeitet)
Der Shop "Welectron" bietet das Ganze nochmal einen Euro günstiger an, für insgesamt 77,35€. Ansonsten wäre der nächstbeste Preis etwa 84€ bei diversen anderen Anbietern.
obsthaendler Autor*in
Laut Webseite kosten die Versandkosten aber 3,95€ anstatt die von geizhals angegeben 2,45€
JudgerLe
Weil da Tensorflow steht: bedeutet das Cuda und geht dann damit auch torch?
MrPlatnum
Nein und nein. Das eignet sich wirklich nur für ganz kleine Modelle wie zum Beispiel Image Classifiers
Mr.Spar
Mal eine Frage an die unter uns, die sowas schon im Einsatz haben.
Ist der Coral eigentlich Multitasking fähig oder ist er zum Beispiel mit einer Cam dann schon vollständig belegt? Sprich, kann ich nur ein Live-Stream einer Kamera auswerten oder theoretisch von x Webcams per Skript Einzelbilder hinschicken und auswerten lassen?
Ich weiß das ich das alles er"google"n könnte, möchte aber ungerne das Angebot dann vielleicht verpassen
MrPlatnum
Natürlich kann man die Einzelbilder von mehreren streams nehmen. Man sollte aber darauf achten dass nicht per se alles hin geschickt wird sondern nur wenn sich wirklich etwas ändert
kyodai
Der Vergleichspreis fehlt schon wieder...
Bei Welectron kostet der Coral immer noch knapp 79€. Ansonsten sind ~84€ seit April der Normalpreis, welchen auch diverse anderen Händler anbieten.
"Google Coral USB Accelerator für Raspberry Pi"
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.