Google Edge TPU開發套件：Coral Dev Board開發板，將AI帶入邊緣
關於深度學習將如何觸及幾乎每個技術領域的聲音一直在持續不斷地響起，像很多人一樣，我一直對動手操作和學習一些工具和技術感興趣。
我試圖使用TensorFlow（Google的開放源代碼機器學習庫）和Keras（另一個庫，充當Python程式和TensorFlow之類的機器學習後端之間的高級介面）。 但這是減少軟體依賴性以及漏洞並篩選零散且經常過時的文檔的令人沮喪的練習。 然後，當一切最終看起來都可以正常工作時，由於系統升級，一切都中斷了。
然後，Google提供了一條擺脫困境的途徑，發佈了150美元的Coral Dev Board。開發板看起來很像Raspberry Pi，儘管上面有一個很大的散熱器。但是在該散熱器下方是一個系統級模組，旨在支持Google的邊緣張量處理器單元（TPU）。
TPU是為處理神經網路而優化的協處理器，旨在將人工智慧從集中式雲推送到嵌入式設備。這不是從機器學習的實際學習階段開始的，而是從樣本數據集中編譯模型以確定哪些輸出應與給定輸入相對應的。 TPU專為性能階段而設計，在這種情況下，將使用稱為TensorFlow Lite的TensorFlow版本向具有已編譯模型的系統提供真實數據，並期望其表現正常。在本文中，我將重點介紹開發板的硬體和設置，在以後的文章中，我將更深入地研究使用模型並與某些外部硬體介面。
開發板經過精心設計，具有類似Pi的通用輸入/輸出（GPIO）連接器，SD卡讀卡器，HMDI視頻輸出，Wi-Fi無線電，以太網端口，連接端口，旨在簡化硬體實驗攝像頭模組和用於週邊設備的USB端口。與Pi 3一樣，它具有1 GB的RAM，並使用基於Arm的處理器作為其CPU。
但是存在一些區別：開發板的GPIO引腳與Pi相似，但是通用引腳較少，因為開發板的GPIO還支持串行音頻介面。其他區別包括8 GB的板載閃存存儲，該存儲託管操作系統。與Pi專用於操作系統的讀卡器不同，這使得SD卡讀卡器可以免費用於其他存儲。該評估板通過USB-C連接器而不是Micro-USB連接器供電。請注意：Google建議使用2至3安培的5伏電源，而許多USB電源適配器的最高負載為1.5安。
與Pi 3的四個USB-A端口相比，只有一個USB-A端口。 USB-A端口的匱乏是因為Google設想將開發板用於嵌入式設備的原型設計，因此對外圍設備的支持就更少了（為此，可以分離核心系統模組，以便設備製造商可以提供定制支持硬體）。取而代之的是，該主板為無頭操作提供了很多支持，沒有鍵盤和螢幕。
該開發板具有用於專用串行控制臺介面的Micro-USB端口，可用於監視系統並監督將OS（Debian Linux的定制版本，稱為Mendel）刷新到板載存儲中。還有第二個USB-C端口，用於將開發板連接到運行Linux的電腦。用戶應該使用SSH協議登錄開發板以正常使用。
令我感到驚訝的是，我找到了一組詳細說明的分步說明（儘管對於習慣使用命令行介面的人而言），包括安裝Google提供的專門設計的相機模組的說明。我使用Raspberry Pi作為我的前端Linux電腦進行設置，並很快能夠將某些演示所需的預編譯模型下載到開發板。一旦一切運行起來，從MacBook Pro SSH登錄也沒有問題。
有兩個攝像頭演示，每個演示都使用即時視頻：一個演示可以檢測到何時看到人臉，另一個演示可以識別1000多個常見物品，包括“咖啡杯”，“垃圾車”和“歐洲火蜥蜴“等等。邊框（用於面部）或文本標籤（用於對象）標記在視頻源上。 Google給出了有關如何將疊加的供稿流式傳輸到您的前端電腦的說明，但是我並沒有很幸運獲得流暢的結果。但是，將攝像頭器直接插入開發板後，其運行效果令人印象深刻。
除了攝影機演示數據外，Google還提供了一些其他模型供您選擇，這些模型可與Python應用程式編程介面（API）配合使用以與TPU通訊，並且可以創建和上傳自己的模型。
Google Coral 系列硬件通過代理商 Gravitylink線上商城，現已在近40個國家/地區發售。Gravitylink 擁有覆蓋亞太、北美、歐洲等地區的銷售網絡，並推出全球首個基於Google Coral 硬件打造的AI 模型交流市場「Model Play」。
如果您對Google Coral Edge TPU系列硬體產品感興趣，歡迎訪問Google Coral代理商Gravitylink在線商城（https://store.gravitylink.com/global）進行訂購。企業以及感興趣的用戶可直接登陸線上商城進行咨詢（也可通過郵件咨詢）([email protected] / [email protected])，批量購買可享折扣，並贈送遷移學習平臺及各類模型資源供使用。
我試圖使用TensorFlow（Google的開放源代碼機器學習庫）和Keras（另一個庫，充當Python程式和TensorFlow之類的機器學習後端之間的高級介面）。 但這是減少軟體依賴性以及漏洞並篩選零散且經常過時的文檔的令人沮喪的練習。 然後，當一切最終看起來都可以正常工作時，由於系統升級，一切都中斷了。
然後，Google提供了一條擺脫困境的途徑，發佈了150美元的Coral Dev Board。開發板看起來很像Raspberry Pi，儘管上面有一個很大的散熱器。但是在該散熱器下方是一個系統級模組，旨在支持Google的邊緣張量處理器單元（TPU）。
TPU是為處理神經網路而優化的協處理器，旨在將人工智慧從集中式雲推送到嵌入式設備。這不是從機器學習的實際學習階段開始的，而是從樣本數據集中編譯模型以確定哪些輸出應與給定輸入相對應的。 TPU專為性能階段而設計，在這種情況下，將使用稱為TensorFlow Lite的TensorFlow版本向具有已編譯模型的系統提供真實數據，並期望其表現正常。在本文中，我將重點介紹開發板的硬體和設置，在以後的文章中，我將更深入地研究使用模型並與某些外部硬體介面。
開發板經過精心設計，具有類似Pi的通用輸入/輸出（GPIO）連接器，SD卡讀卡器，HMDI視頻輸出，Wi-Fi無線電，以太網端口，連接端口，旨在簡化硬體實驗攝像頭模組和用於週邊設備的USB端口。與Pi 3一樣，它具有1 GB的RAM，並使用基於Arm的處理器作為其CPU。
但是存在一些區別：開發板的GPIO引腳與Pi相似，但是通用引腳較少，因為開發板的GPIO還支持串行音頻介面。其他區別包括8 GB的板載閃存存儲，該存儲託管操作系統。與Pi專用於操作系統的讀卡器不同，這使得SD卡讀卡器可以免費用於其他存儲。該評估板通過USB-C連接器而不是Micro-USB連接器供電。請注意：Google建議使用2至3安培的5伏電源，而許多USB電源適配器的最高負載為1.5安。
與Pi 3的四個USB-A端口相比，只有一個USB-A端口。 USB-A端口的匱乏是因為Google設想將開發板用於嵌入式設備的原型設計，因此對外圍設備的支持就更少了（為此，可以分離核心系統模組，以便設備製造商可以提供定制支持硬體）。取而代之的是，該主板為無頭操作提供了很多支持，沒有鍵盤和螢幕。
該開發板具有用於專用串行控制臺介面的Micro-USB端口，可用於監視系統並監督將OS（Debian Linux的定制版本，稱為Mendel）刷新到板載存儲中。還有第二個USB-C端口，用於將開發板連接到運行Linux的電腦。用戶應該使用SSH協議登錄開發板以正常使用。
令我感到驚訝的是，我找到了一組詳細說明的分步說明（儘管對於習慣使用命令行介面的人而言），包括安裝Google提供的專門設計的相機模組的說明。我使用Raspberry Pi作為我的前端Linux電腦進行設置，並很快能夠將某些演示所需的預編譯模型下載到開發板。一旦一切運行起來，從MacBook Pro SSH登錄也沒有問題。
有兩個攝像頭演示，每個演示都使用即時視頻：一個演示可以檢測到何時看到人臉，另一個演示可以識別1000多個常見物品，包括“咖啡杯”，“垃圾車”和“歐洲火蜥蜴“等等。邊框（用於面部）或文本標籤（用於對象）標記在視頻源上。 Google給出了有關如何將疊加的供稿流式傳輸到您的前端電腦的說明，但是我並沒有很幸運獲得流暢的結果。但是，將攝像頭器直接插入開發板後，其運行效果令人印象深刻。
除了攝影機演示數據外，Google還提供了一些其他模型供您選擇，這些模型可與Python應用程式編程介面（API）配合使用以與TPU通訊，並且可以創建和上傳自己的模型。
Google Coral 系列硬件通過代理商 Gravitylink線上商城，現已在近40個國家/地區發售。Gravitylink 擁有覆蓋亞太、北美、歐洲等地區的銷售網絡，並推出全球首個基於Google Coral 硬件打造的AI 模型交流市場「Model Play」。
如果您對Google Coral Edge TPU系列硬體產品感興趣，歡迎訪問Google Coral代理商Gravitylink在線商城（https://store.gravitylink.com/global）進行訂購。企業以及感興趣的用戶可直接登陸線上商城進行咨詢（也可通過郵件咨詢）([email protected] / [email protected])，批量購買可享折扣，並贈送遷移學習平臺及各類模型資源供使用。