Получайте заказы сразу, а платите за них постепенно.
-
25%
Платёж сегодня
-
25%
Через 2 недели
-
25%
Через 4 недели
-
25%
Через 6 недель
-
25%
Платёж сегодня
-
25%
Через 2 недели
-
25%
Через 4 недели
-
25%
Через 6 недель
-
25%
Платёж сегодня
-
25%
Через 2 недели
-
25%
Через 4 недели
-
25%
Через 6 недель
- Покупка уже ваша
- Выбирайте любые понравившиеся товары, сборка заказа начнётся сразу после оформления и оплаты первых 25% стоимости. 4 небольших платежа
- Плати частями – просто ещё один способ оплаты: сервис автоматически будет списывать по 1/4 от стоимости покупки каждые 2 недели.
- Нужно просто ввести ФИО, дату рождения, номер телефона и данные банковской карты.
- Соберите корзину на общую сумму от 1 000 ₽ до 150 000 ₽.
- В способе оплаты нужно выбрать «Оплата частями».
- Спишем первый платёж и отправим вам заказ. Остальное — точно по графику.
Ускоритель Google Coral USB добавляет в вашу систему сопроцессор Edge TPU. Он включает в себя разъём USB-C, который можно подключить к хост-компьютеру на базе Linux, что позволяет выполнять высокоскоростные вычисления с помощью машинного обучения в широком спектре систем, просто подключив его к USB-порту.
Встроенный Edge TPU — это небольшой ASIC-чип, разработанный компанией Google, который ускоряет работу моделей TensorFlow Lite с низким энергопотреблением: он способен выполнять 4 триллиона операций в секунду (4 TOPS), потребляя 2 Вт энергии — это 2 TOPS на ватт. Например, один Edge TPU может выполнять современные модели мобильного машинного зрения, такие как MobileNet v2, со скоростью почти 400 кадров в секунду. Такая обработка машинного обучения на устройстве сокращает время ожидания, повышает конфиденциальность данных и устраняет необходимость в постоянном подключении к интернету.
Ключевые особенности:
- Выполняет высокоскоростной ML-вывод
Встроенный сопроцессор Edge TPU способен выполнять 4 триллиона операций (тераопераций) в секунду (TOPS), потребляя 0,5 Вт на каждую TOPS (2 TOPS на ватт). Например, он может выполнять современные модели мобильного машинного зрения, такие как MobileNet v2, со скоростью почти 400 кадров в секунду с низким энергопотреблением. Ознакомьтесь с другими тестами производительности.
- Поддерживает все основные платформы
Подключается через USB к любой системе под управлением Debian Linux (включая Raspberry Pi), macOS или Windows 10.
- Поддерживает TensorFlow Lite
Не нужно создавать модели с нуля. Модели TensorFlow Lite можно скомпилировать для работы на Edge TPU.
Системные требования:
- Одна из следующих операционных систем:
- Linux Debian 6.0 или более поздняя версия, или любая её производная (например, Ubuntu 10.0+), а также архитектура x86-64 или ARM64
- macOS 10.15 с установленным MacPorts или Homebrew
- Windows 10
- Один доступный USB-порт (для максимальной производительности используйте порт USB 3.0)
- Python 3.5, 3.6 или 3.7
Характеристики:
- Ускоритель Google Edge TPU ML
- 4 МАКСИМАЛЬНЫХ значения общей пиковой производительности (int8) ○
- 2 ВЕРШКА на ватт
- Разъем USB 3.0 (USB 3.1 Gen 1) Type-C
- Поддерживает Linux, Mac и Windows на главном процессоре
- Размер: 65 мм x 30 мм x 8 мм
Технические характеристики:
- Ускоритель машинного обучения Edge TPU: ASIC, разработанный компанией Google, обеспечивает высокую производительность машинного обучения для моделей TensorFlow Lite
- 32-битный микропроцессор Arm Cortex-M0+ (MCU): максимальная частота до 32 МГц, 16 КБ флэш-памяти с ECC, 2 КБ ОЗУ
- Подключения: порт USB 3.1 (1-го поколения) и кабель (SuperSpeed, скорость передачи данных 5 Гбит/с), в комплект входит кабель USB Type-C — Type-A