珊瑚模块上的系统。 一个完全集成的系统，用于加速ML应用的40mm x 48mm可插拔模块。

优势

• 为你的机器学习应用设计一个合适的载体板，成本效益更高，速度更快（与从头开始构建整个硬件相比）。
• 你可以得到一个平衡的硬件平台和良好的软件支持
• 三种内存变体允许你选择最适合你的应用 - 为你的客户提供选择或优化成本

珊瑚SOM

除了EdgeTPU，Google Coral SoM 1GB还包含嵌入式PC最重要的组件。

• 恩智浦i.MX 8M SoC（CPU + GPU）。
• 谷歌边缘TPU ML加速器
• 密码协处理器
• Wi-Fi + 蓝牙
• 8GB eMMC
• 1GB LPDDR4
• USB 3.0接口
• 千兆位以太网接口
• HDMI和MIPI-DSI
• MIPI-CSI-2
• 多达95个GPIO（包括SPI、I2C、PWM、UART、SAI和SDIO）。

在原型设计阶段，你可以使用基于该SoM模块的4GB Coral开发板实现你的应用。之后，你可以很容易地实现你自己的硬件设计，为你的应用进行优化，以整合功能，针对某个外形因素和/或削减制造成本。

边缘TPU

有了Edge TPU，Tensor Flow Lite模型可以快速运行，而且功耗低。这个解决方案的一个特别优势。你的数据保持在本地。这有助于解决延迟问题，当然也有助于数据保护!(而根据遵守相关法律，例如《通用数据保护条例》（GDPR））。

谷歌正越来越多地使用人工智能（AI）和机器学习（ML）来实现其服务。为此，它为其数据中心开发了名为TPU（"张量处理单元"）的专用处理器，可以使用TensorFlow框架更快、更节能地运行各种算法。例如，谷歌地图通过街景拍摄的街道标志得到了增强，这些街道标志使用基于TensorFlow的神经网络进行分析。TensorFlow可以很容易地在Python中进行编程。

Edge TPU支持TensorFlow Lite框架。Edge TPU每秒可以进行4万亿次的计算操作，而耗电量仅为2瓦。TensorFlow Lite是TensorFlow的一个修改版本，专门适应移动设备和嵌入式设备的需求。许多TensorFlow应用也可以在TensorFlow Lite中实现。

技术数据 珊瑚SOM（模块上的系统）。

恩智浦I.MX 8M SoC。

• 四核ARM Cortex-A53（@1.5 GHz，64位ARMv8-A）+ Cortex-M4F
• Vivante GC7000Lite GPU（支持Vulkan），32GFLOPs 32位或64GFLOPs 16位
• 4Kp60 HEVC/H.265主和主10解码器
• 4Kp60 VP9，4Kp30 AVC/H.264解码器（需要全系统电源）。
• 1080p/60fps MPEG-2, MPEG-4, MJPEG, H.263解码器

记忆。

• 闪存：8GB eMMC
• 内存：1GB lpddr4
• SDIO接口支持从SD卡启动（如果你的设计中存在）。

边缘TPU。

• 谷歌边缘TPU ML加速器协处理器
• 4 TOPS (int8); 每瓦特2 TOPS
• 通过PCIe（Gen2 x1）和I2C/GPIO连接到恩智浦i.MX 8M SoC

提示：通过PCIe连接可以使EdgeTPU模块的传输速率达到最大，因此Coral系统模块特别适合于有高帧率/高性能要求的应用。

网络和USB。

Coral SoM有以下网络接口。

• Wi-Fi 2x2 MIMO（802.11a/b/g/n/ac 2.4/5GHz），村田LBEE5U91CQ模块
• 蓝牙4.2和BLE（蓝牙低能耗），村田LBEE5U91CQ模块
• 2个带集成PHY的USB 3.0/2.0控制器
• 1个千兆以太网控制器，支持EEE、以太网AVB和IEEE 1588，通过RGMII（缩小的千兆媒体独立接口）。

HDMI接口。

• HDMI 2.0a（标准尺寸），支持高达1080p分辨率的显示器
• 4K和高清视频之间的升频和降频（使用全部系统资源）。
• 20多个音频接口 32位@384kHz fs，支持时分复用（TDM）。
• SPDIF输入和输出
• 支持通过HDMI的音频回传通道（ARC）。

MIPI-DSI屏幕接口。

• MIPI-DSI 4通道，支持一个显示器，分辨率高达1920 x 1080 @ 60 Hz
• LCDIF显示控制器
• 输出。LCDIF或DC显示控制器输出

音频。

• 1x SPDIF输入和输出
• 2个同步音频接口（SAI）模块，支持I2S、AC97、TDM和编解码/DSP接口
• 1x SAI用于8个Tx通道的HDMI音频输出
• 1x SPDIF输入用于HDMI弧形输入

摄像机。

• 2个MIPI-CSI2摄像头输入（每个4线）。
• GPIO接口
• 2个UART接口
• 2个I2C接口
• 2个SPI接口
• 16个具有中断能力的GPIOs
• 4x PWM输出

连接和接口：其他。

• 1x uSDHC接口
• IOMUXC（输入/输出复用控制器）用于控制垫子

提示：SoM内部使用一些SoC的GPIO/接口，例如连接Coral Edge TPU。这里列出的接口已经考虑到了这一点，可以不受限制地提供给你。

安全。

• 资源域控制器（RDC），支持四个域和最多八个区域
• Arm TrustZone（TZ）架构
• 使用OCRAM控制器的片上RAM（OCRAM）安全区域保护
• 高保障靴（HAB）
• 加密加速和保证（CAAM）模块
• 安全非易失性存储（SNVS）。安全实时时钟（RTC）
• 安全JTAG控制器（SJC）
• 密码协处理器 Microchip ATECC608A

电压供应。

Coral SoM需要一个5V的电源，并通过一个板载的PMIC自己产生所有其他所需的电压。

SoM的功率消耗约为。

• 闲置时：2.6瓦
• 闲置时有HDMI输出。3.0 W
• 高性能：6.2瓦

更多信息。

• 珊瑚SoM的尺寸：40 mm x 48 mm x 5.11 mm
• 重量：13克
• 与载板的连接：SoM使用三个100针连接器（Hirose DF40C-100DP-0.4V）与载板连接。

软件支持

孟德尔Linux。

Mendel Linux是谷歌开发的Debian衍生产品，专门用于Coral平台。SoM上预装了一个启动加载器，你必须手动安装Mendel Linux。

Mendel Linux使用Debian的上游二进制软件包，以保持尽可能多的兼容性，并允许及时的安全更新。它目前只支持Coral开发板（也被称为 "企业 "或 "panbell"）和Coral SoM模块（System-on-Modules）。

Tensorflow lite。

Coral系统模块支持在其EdgeTPU上执行（编译的）TensorFlow Lite模型。

自动视觉边缘。

Coral系统模块支持AutoML Vision Edge，以快速部署图像分类模型。

工业应用的潜力

谷歌珊瑚TPU和TensorFlow Lite是机器学习应用的一个革命性的产品平台!这使得嵌入式解决方案可以，例如，检测工件的问题，识别交通状况，以及更多。

如果你的目标是定制硬件解决方案，对机器学习推理速度有更高的要求，同时要求优化功耗，那么Coral SoM（系统模块）就很适合。

作为提供自己平台的SoM的替代方案，Coral by Google还提供PCI Express模块和M.2模块，可以扩展你现有或新的现成硬件。

数据表

• 下载Coral系统模块数据表（PDF）。

谷歌零件编号:G650-04474-01

华硕零件编号: 90AN00I4-B0XAY0