Sistema en módulo Coral: Un sistema totalmente integrado para aplicaciones de ML aceleradas en un módulo enchufable de 40 mm x 48 mm.

Ventajas

• Diseñar una placa portadora adecuada para su aplicación de aprendizaje automático es mucho más rentable y rápido (en comparación con la construcción de todo el hardware desde cero)
• Obtendrá una plataforma de hardware bien equilibrada con un buen soporte de software
• Las tres variantes de memoria le permiten elegir la más adecuada para su aplicación: ofrezca opciones a sus clientes u optimice los costes

Coral SOM

Además de la EdgeTPU, el Google Coral SoM 1GB contiene los componentes más importantes de un PC integrado:

• SoC NXP i.MX 8M (CPU + GPU)
• Acelerador Google Edge TPU ML
• Coprocesador criptográfico
• Wi-Fi + Bluetooth
• 8 GB de eMMC
• 1 GB LPDDR4
• Interfaz USB 3.0
• Interfaz Gigabit Ethernet
• HDMI y MIPI-DSI
• MIPI-CSI-2
• hasta 95 x GPIO (incluyendo SPI, I2C, PWM, UART, SAI y SDIO)

En la fase de creación de prototipos, puede implementar su aplicación utilizando la placa de desarrollo Coral de 4 GB, que se basa en este módulo SoM. Después, puedes realizar fácilmente tu propio diseño de hardware optimizado para tu aplicación con el fin de integrar funciones, apuntar a un determinado factor de forma y/o reducir los costes de fabricación.

El TPU Edge

Con la TPU Edge, los modelos Tensor Flow Lite pueden ejecutarse rápidamente y con un bajo consumo de energía. Una ventaja particular de esta solución: Sus datos permanecen locales. Esto ayuda con la latencia y, por supuesto, con la protección de datos. (Y según el cumplimiento de las leyes pertinentes, por ejemplo el Reglamento General de Protección de Datos (GDPR)).

Google utiliza cada vez más la inteligencia artificial (IA) y el aprendizaje automático (ML) para realizar sus servicios. Para ello, ha desarrollado procesadores especializados llamados TPU ("tensor processing unit") para sus centros de datos, que pueden ejecutar algoritmos de forma más rápida y eficiente desde el punto de vista energético utilizando el marco TensorFlow. Por ejemplo, Google Maps se enriquece con las señales de las calles capturadas por Street View, que se analizan mediante una red neuronal basada en TensorFlow. TensorFlow se puede programar fácilmente en Python.

La TPU Edge es compatible con el marco TensorFlow Lite. La TPU Edge puede realizar hasta 4 billones de operaciones de cálculo por segundo con un consumo de solo 2 W. TensorFlow Lite es una versión modificada de TensorFlow que se ha adaptado específicamente a las necesidades de los dispositivos móviles y los dispositivos integrados. Muchas aplicaciones de TensorFlow también pueden realizarse en TensorFlow Lite.

Datos técnicos Coral SOM (sistema en módulo)

NXP I.MX 8M SoC:

• Cuatro núcleos ARM Cortex-A53 (a 1,5 GHz, ARMv8-A de 64 bits) + Cortex-M4F
• GPU Vivante GC7000Lite (compatible con Vulkan), 32 GFLOPs de 32 bits o 64 GFLOPs de 16 bits
• Decodificador 4Kp60 HEVC/H.265 principal y principal 10
• Decodificador 4Kp60 VP9, 4Kp30 AVC/H.264 (requiere toda la potencia del sistema)
• Decodificador MPEG-2, MPEG-4, MJPEG, H.263 a 1080p/60fps

La memoria:

• Flash: 8GB eMMC
• RAM: 1GB LPDDR4
• La interfaz SDIO soporta el arranque desde la tarjeta SD (si está presente en su diseño)

TPU de borde:

• Coprocesador acelerador TPU ML de Google Edge
• 4 TOPS (int8); 2 TOPS por vatio
• conectado al SoC NXP i.MX 8M a través de PCIe (Gen2 x1) e I2C/GPIO

Consejo: la conexión a través de PCIe permite la máxima velocidad de transferencia al módulo EdgeTPU, por lo que el sistema en módulo Coral es especialmente adecuado para aplicaciones con altas frecuencias de cuadro / requisitos de alto rendimiento.

Red y USB:

El Coral SoM tiene las siguientes interfaces de red:

• Wi-Fi 2x2 MIMO (802.11a/b/g/n/ac 2.4/5GHz), módulo Murata LBEE5U91CQ
• Bluetooth 4.2 y BLE (Bluetooth Low Energy), módulo Murata LBEE5U91CQ
• 2x controlador USB 3.0/2.0 con PHYs integrados
• 1 controlador Gigabit Ethernet, compatible con EEE, Ethernet AVB e IEEE 1588, a través de RGMII (interfaz de medios independientes del gigabit reducido)

Interfaz HDMI:

• HDMI 2.0a (tamaño estándar), admite una pantalla con una resolución de hasta 1080p
• Aumento y reducción de escala entre vídeo 4K y HD (utiliza todos los recursos del sistema)
• Más de 20 interfaces de audio de 32 bits a 384 kHz fs, con soporte de multiplexación por división de tiempo (TDM)
• Entrada y salida SPDIF
• Se admite el canal de retorno de audio (ARC) a través de HDMI

Interfaz de pantalla MIPI-DSI:

• MIPI-DSI de 4 carriles, compatible con una pantalla, resoluciones de hasta 1920 x 1080 a 60 Hz
• Controlador de pantalla LCDIF
• Salida: Salida del controlador de pantalla LCDIF o DC

El audio:

• 1 entrada y salida SPDIF
• 2 módulos de interfaz de audio síncrono (SAI), compatibles con I2S, AC97, TDM e interfaces de códec/DSP
• 1x SAI para 8 canales de transmisión para la salida de audio HDMI
• 1 entrada SPDIF para la entrada HDMI Arc

La cámara:

• 2 entradas de cámara MIPI-CSI2 (4 carriles cada una)
• Interfaz GPIO
• 2x interfaz UART
• 2x interfaz I2C
• 2 interfaces SPI
• 16x GPIOs con capacidad de interrupción
• 4x salidas PWM

Conectividad e interfaces: otros:

• 1x Interfaz uSDHC
• IOMUXC (controlador de multiplexación de entrada/salida) para el control de los pads

Sugerencia: el SoM utiliza algunos de los GPIOs / interfaces del SoC internamente, por ejemplo, para conectar el TPU Coral Edge. Las interfaces enumeradas aquí ya tienen esto en cuenta y están disponibles para ti sin restricciones.

La seguridad:

• Resource Domain Controller (RDC), admite cuatro dominios y hasta ocho regiones
• Arquitectura Arm TrustZone (TZ)
• Protección de regiones seguras de la memoria RAM en el chip (OCRAM) mediante el controlador OCRAM
• Bota de alta seguridad (HAB)
• Módulo de aceleración y aseguramiento criptográfico (CAAM)
• Almacenamiento seguro no volátil (SNVS): Reloj seguro en tiempo real (RTC)
• Controlador JTAG seguro (SJC)
• Coprocesador criptográfico Microchip ATECC608A

Suministro de voltaje:

El Coral SoM requiere una fuente de alimentación de 5 V y genera todos los demás voltajes necesarios por sí mismo con un PMIC integrado.

Consumo de energía del SoM aprox:

• en reposo: 2,6 W
• ociosa con salida HDMI: 3.0 W
• Alto rendimiento: 6,2 W

Más información:

• Dimensiones del Coral SoM: 40 mm x 48 mm x 5,11 mm
• Peso: 13 g
• Conexión a la placa base: el SoM se conecta a la placa base mediante tres conectores de 100 pines (Hirose DF40C-100DP-0,4V)

Soporte de software

Mendel Linux:

Mendel Linux es un derivado de Debian desarrollado por Google, específicamente para la plataforma Coral. Un cargador de arranque está preinstalado en el SoM, tienes que instalar Mendel Linux manualmente.

Mendel Linux utiliza los paquetes binarios de Debian para mantener la mayor compatibilidad posible y permitir las actualizaciones de seguridad a tiempo. Actualmente sólo es compatible con las placas Coral Dev (también conocidas como "enterprise" o "phanbell") y los módulos Coral SoM (System-on-Modules).

Tensorflow lite:

El Sistema-en-Módulo Coral soporta la ejecución de modelos (compilados) de TensorFlow Lite en su EdgeTPU.

Visión automática del borde:

El sistema en módulo Coral es compatible con AutoML Vision Edge para desplegar rápidamente modelos de clasificación de imágenes.

Potencial para las aplicaciones industriales

La TPU de Google Coral y TensorFlow Lite son una revolucionaria plataforma de productos para aplicaciones de aprendizaje automático. Esto permite soluciones integradas que pueden, por ejemplo, detectar problemas con las piezas de trabajo, reconocer situaciones de tráfico y mucho más.

El SoM (System-on-Module) de Coral es adecuado si lo que se busca es una solución de hardware personalizada que tenga mayores requisitos de velocidad de inferencia de aprendizaje automático y que, al mismo tiempo, requiera un consumo de energía optimizado.

Como alternativa al SoM, que proporciona su propia plataforma, Coral by Google también ofrece módulos PCI Express y módulos M.2 que pueden ampliar su hardware existente o nuevo.

Ficha técnica

• Descargar la hoja de datos del sistema en módulo Coral (PDF)

Número de pieza de Google: G650-04474-01

Número de pieza de Asus: 90AN00I4-B0XAY0