去年三月，谷歌完成了对Coral的总结，后者是一套硬件开发套件和配件，旨在在边缘支持机器学习模型的开发。它在Beta版的部分地区推出，但今天这家科技巨头宣布它将逐步升级为“更广泛”的全球发行版。

所有Coral产品-包括150美元的Coral开发板，74.99美元的Coral USB Accelerator和24.99美元的5百万像素摄像头配件-均可在电子产品零售商Mouser进行销售，并通过Google的销售团队进行大批量销售。该公司表示，到今年年底，它将把分销范围扩大到新市场，包括台湾，澳大利亚，新西兰，印度，泰国，新加坡，阿曼，加纳和菲律宾。

为配合Coral的普遍可用性，现位于Coral.ai的Coral网站已进行了改进，以更好地组织文档和工具，推荐书和“以行业为中心”的页面。此外，它还链接到一组新的示例，这些示例旨在为常见的AI问题提供解决方案，例如图像分类，对象检测，姿势估计和关键字定位。

最后，谷歌表示将很快发布新版本的Mendel操作系统，以将系统更新为最新版本的Debian(Buster)，并表示很难对Edge TPU编译器和运行时进行更新改善模型开发工作流程。

“在过去的六个月中，我们收到了很多反馈，并将其用于改进我们的平台，” Coral产品经理Vikram Tank写道。“ Coral还是本地AI在从农业到医疗保健再到制造业的各个行业中新应用的核心……[它]已经在各个行业产生了影响，我们的一些合作伙伴将Coral包括在需要快速ML推理的产品中。边缘。”

对于初学者来说，Coral Dev Board是一款微型计算机，具有可移动的模块上系统以及其自定义张量处理单元(TPU) AI芯片之一。至于Coral USB Accelerator，这是一个USB加密狗，旨在加速现有Raspberry Pi和Linux系统上的机器学习推理。

TPU是专门为神经网络机器学习而开发的专用集成电路(ASIC)。第一代设计已于5月在Google I / O上宣布，而最新的第三代设计已于去年5月发布。

Google表示，Coral开发板内部的TPU(边缘TPU)能够以每秒30帧的速度“并行”执行高分辨率视频的深度前馈神经网络(例如卷积网络)。像MobileNet V2这样的单一模型，每秒超过100帧。它通过PCIe和USB发送和接收数据，并利用Google Cloud IoT Edge软件堆栈进行数据管理和处理。

边缘TPU与加速Google数据中心算法的芯片不太像-这些TPU经过液冷并设计为可插入服务器机架，并已在内部用于为Google Photos，Google Cloud Vision API调用和Google搜索结果。另一方面，Edge TPU的大小约为一分钱，可以离线和本地处理计算，这是对传统微控制器和传感器的补充。而且，他们不训练机器学习模型。取而代之的是，它们使用TensorFlow的轻量级，低开销的版本运行推理(预测)，该版本比全栈框架TensorFlow Lite更加节能。

为此，运行Linux衍生品Mendel的开发板借助四核NXP i.MX 8M片上系统与集成的GC7000 Lite Graphics配对，来编译和量化TensorFlow Lite模型。 1GB LPDDR4 RAM和8GB eMMC存储(可通过microSD插槽扩展)。它拥有一个支持Wi-Fi 802.11b / g / n / ac 2.4 / 5GHz和蓝牙4.1的无线芯片，一个3.5毫米音频插孔，一个全尺寸HDMI 2.0a端口，一个USB 2.0和3.0端口，一个40 -pin GPIO扩展接头和一个千兆以太网端口。

珊瑚USB加速器类似地包装了Edge TPU，并以USB 2.0速度与Debian Linux支持的任何64位Arm或x86平台一起工作。与开发板相比，它具有一个32位Arm Cortex-M0 +微处理器，运行频率为32MHz，并带有16KB闪存和2KB RAM。

在Omnivision制造的相机的主题上，它具有1.4微米传感器，具有84度视野，1/4英寸光学尺寸和2.5mm焦距，并连接到开发板通过双通道MIPI接口。除了自动曝光控制，白平衡，波段滤镜和黑电平校准外，它还具有可调节的色彩饱和度，色相，伽玛，清晰度，镜头校正，像素消除和噪声消除功能。