Coral System-on-Module : Un système entièrement intégré pour les applications ML accélérées dans un module enfichable de 40 mm x 48 mm.

Avantages

• La conception d'une carte porteuse adaptée à votre application d'apprentissage automatique est beaucoup plus rentable et rapide (que la construction de tout le matériel à partir de zéro).
• Vous bénéficiez d'une plate-forme matérielle bien équilibrée et d'un bon support logiciel.
• Les trois variantes de mémoire vous permettent de choisir celle qui convient le mieux à votre application - offrez des options à vos clients ou optimisez les coûts.

SOM corallien

Outre l'EdgeTPU, le Google Coral SoM 1GB contient les composants les plus importants d'un PC embarqué :

• SoC NXP i.MX 8M (CPU + GPU)
• Accélérateur ML Google Edge TPU
• Coprocesseur cryptographique
• Wi-Fi + Bluetooth
• 8 GB eMMC
• 1 GO LPDDR4
• Interface USB 3.0
• Interface Gigabit Ethernet
• HDMI et MIPI-DSI
• MIPI-CSI-2
• jusqu'à 95 x GPIO (y compris SPI, I2C, PWM, UART, SAI et SDIO)

Au stade du prototypage, vous pouvez mettre en œuvre votre application à l'aide de la carte de développement Coral 4 Go, qui est basée sur ce module SoM. Ensuite, vous pouvez facilement réaliser votre propre conception matérielle optimisée pour votre application afin d'intégrer des fonctionnalités, de cibler un certain facteur de forme et/ou de réduire les coûts de fabrication.

The Edge TPU

Avec le TPU Edge, les modèles Tensor Flow Lite peuvent être exécutés rapidement et avec une faible consommation d'énergie. Un avantage particulier de cette solution : Vos données restent locales. Cela permet de réduire la latence et, bien sûr, de protéger les données ! (Et selon la conformité aux lois pertinentes, par exemple le règlement général sur la protection des données (GDPR)).

Google a de plus en plus recours à l'intelligence artificielle (IA) et à l'apprentissage machine (ML) pour réaliser ses services. Pour ce faire, il a développé des processeurs spécialisés appelés TPU ("tensor processing unit") pour ses centres de données, qui peuvent exécuter des algorithmes plus rapidement et de manière plus économe en énergie en utilisant le cadre TensorFlow. Par exemple, Google Maps est enrichi des panneaux de signalisation capturés par Street View, qui sont analysés à l'aide d'un réseau neuronal basé sur TensorFlow. TensorFlow peut être facilement programmé en Python.

Le TPU Edge prend en charge le cadre TensorFlow Lite. L'Edge TPU peut effectuer jusqu'à 4 trillions d'opérations de calcul par seconde avec une consommation de seulement 2 W. TensorFlow Lite est une version modifiée de TensorFlow qui a été spécifiquement adaptée aux besoins des appareils mobiles et des appareils embarqués. De nombreuses applications TensorFlow peuvent également être réalisées dans TensorFlow Lite.

Caractéristiques techniques Coral SOM (system-on-module)

NXP I.MX 8M SoC :

• Quadruple cœur ARM Cortex-A53 (@1,5 GHz, 64-bit ARMv8-A) + Cortex-M4F
• GPU Vivante GC7000Lite (supporte Vulkan), 32 GFLOPs 32-bit ou 64 GFLOPs 16-bit
• Décodeur HEVC/H.265 4Kp60 principal et principal 10
• Décodeur VP9 4Kp60, AVC/H.264 4Kp30 (nécessite une alimentation complète du système)
• Décodeur MPEG-2, MPEG-4, MJPEG, H.263 1080p/60fps

La mémoire :

• Flash : 8GB eMMC
• MÉMOIRE VIVE : 1GB LPDDR4
• L'interface SDIO permet de démarrer à partir d'une carte SD (si elle est présente dans votre conception).

Bord TPU :

• Coprocesseur accélérateur ML Google Edge TPU
• 4 TOPS (int8) ; 2 TOPS par Watt
• connecté au SoC NXP i.MX 8M via PCIe (Gen2 x1) et I2C/GPIO

Conseil : la connexion via PCIe permet d'atteindre le taux de transfert maximal vers le module EdgeTPU. Par conséquent, le système sur module Coral est particulièrement bien adapté aux applications avec des taux de trame élevés / des exigences de performance élevées.

Réseau et USB :

Le SoM Coral dispose des interfaces réseau suivantes :

• Wi-Fi 2x2 MIMO (802.11a/b/g/n/ac 2.4/5GHz), module Murata LBEE5U91CQ
• Bluetooth 4.2 et BLE (Bluetooth Low Energy), module Murata LBEE5U91CQ
• 2x contrôleur USB 3.0/2.0 avec PHYs intégrés
• 1 contrôleur Gigabit Ethernet, supportant EEE, Ethernet AVB, et IEEE 1588, via RGMII (Reduced gigabit media-independent interface)

Interface HDMI :

• HDMI 2.0a (taille standard), prend en charge un écran avec une résolution allant jusqu'à 1080p
• Conversion ascendante et descendante entre la vidéo 4K et HD (utilise toutes les ressources du système)
• 20+ interfaces audio 32 bits @ 384 kHz fs, avec prise en charge du multiplexage temporel (TDM)
• Entrée et sortie SPDIF
• Le canal de retour audio (ARC) via HDMI est pris en charge.

Interface écran MIPI-DSI :

• MIPI-DSI 4 voies, supporte un écran, résolutions jusqu'à 1920 x 1080 @ 60 Hz
• Contrôleur d'affichage LCDIF
• Sortie : Sortie du contrôleur d'affichage LCDIF ou DC

Audio :

• 1x entrée et sortie SPDIF
• 2x modules d'interface audio synchrone (SAI), supportant les interfaces I2S, AC97, TDM et codec/DSP
• 1x SAI pour 8 canaux Tx pour la sortie audio HDMI
• 1x entrée SPDIF pour l'entrée HDMI Arc

Appareil photo :

• 2 entrées caméra MIPI-CSI2 (4 voies chacune)
• Interface GPIO
• 2x interface UART
• 2x interface I2C
• 2x interfaces SPI
• 16x GPIOs avec possibilité d'interruption
• 4x sorties PWM

Connectivité et interfaces : autres :

• 1x Interface uSDHC
• IOMUXC (contrôleur de multiplexage d'entrée/sortie) pour le contrôle des pads.

Conseil : le SoM utilise certains des GPIOs / interfaces du SoC en interne, par exemple pour connecter le Coral Edge TPU. Les interfaces listées ici tiennent déjà compte de cela et sont disponibles pour vous sans restriction.

Sécurité :

• Contrôleur de domaine de ressources (RDC), prend en charge quatre domaines et jusqu'à huit régions.
• Architecture de la TrustZone (TZ) d'Arm
• Protection des régions sécurisées de la RAM sur puce (OCRAM) à l'aide du contrôleur OCRAM
• Botte de haute assurance (HAB)
• Module d'accélération et d'assurance cryptographique (CAAM)
• Mémoire non volatile sécurisée (SNVS) : Horloge en temps réel sécurisée (RTC)
• Contrôleur JTAG sécurisé (SJC)
• Crypto coprocesseur Microchip ATECC608A

Alimentation en tension :

Le SoM Coral nécessite une alimentation de 5 V et génère lui-même toutes les autres tensions nécessaires grâce à un PMIC embarqué.

Consommation électrique du SoM environ

• au ralenti : 2,6 W
• idle avec sortie HDMI : 3.0 W
• Haute performance : 6,2 W

Pour plus d'informations :

• Dimensions du Coral SoM : 40 mm x 48 mm x 5,11 mm
• Poids : 13 g
• Connexion à la carte mère : le SoM est connecté à la carte mère à l'aide de trois connecteurs à 100 broches (Hirose DF40C-100DP-0.4V).

Support logiciel

Mendel Linux :

Mendel Linux est un dérivé de Debian développé par Google, spécifiquement pour la plateforme Coral. Un chargeur de démarrage est pré-installé sur le SoM, vous devez installer Mendel Linux manuellement.

Mendel Linux utilise les paquets binaires amont de Debian pour maintenir autant de compatibilité que possible, et pour permettre les mises à jour de sécurité en temps voulu. Il ne gère actuellement que les cartes de développement Coral (également connues sous le nom de "enterprise" ou "phanbell") et les modules Coral SoM (System-on-Modules).

Tensorflow lite :

Le System-on-Module Coral prend en charge l'exécution de modèles TensorFlow Lite (compilés) sur son EdgeTPU.

Automl vision edge :

Le système sur module Coral prend en charge AutoML Vision Edge pour déployer rapidement des modèles de classification d'images.

Potentiel pour les applications industrielles

Les TPU et TensorFlow Lite de Google Coral constituent une plateforme de produits révolutionnaire pour les applications d'apprentissage automatique ! Cela permet de créer des solutions embarquées qui peuvent, par exemple, détecter des problèmes sur des pièces, reconnaître des situations de trafic, et bien plus encore.

Le SoM (System-on-Module) de Coral est adapté si vous recherchez une solution matérielle personnalisée, plus exigeante en termes de vitesse d'inférence de l'apprentissage automatique, et qui nécessite en même temps une consommation d'énergie optimisée.

Comme alternative au SoM, qui fournit sa propre plateforme, Coral by Google propose également des modules PCI Express et des modules M.2 qui peuvent étendre votre matériel existant ou nouveau sur étagère.

Fiche technique

• Télécharger la fiche technique du Système-sur-Module Coral (PDF)

Numéro de pièce Google: G650-04474-01

Numéro de pièce Asus: 90AN00I4-B0XAY0