Akcelerator do QNAP NAS - Google Coral Edge TPU ASIC M.2 B+M QNAP AI Core

Moduł Coral M.2 Accelerator B+M key to urządzenie umożliwiające integrację koprocesora Edge TPU z Google z istniejącymi systemami, co znacznie poprawia wydajność procesów wnioskowania w uczeniu maszynowym (ML) przy zachowaniu niskiego zużycia energii. Koprocesor ten jest zdolny do efektywnego przetwarzania zaawansowanych modeli wizyjnych, na przykład MobileNet v2, osiągając do 400 klatek na sekundę.

Został on zaprojektowany w formie karty pasującej do uniwersalnych gniazd M.2 B+M, co ułatwia dodawanie funkcji ML do różnorodnych produktów, w tym platform wbudowanych i minikomputerów, szczególnie tych działających na systemie Linux. Moduł wspiera szeroką gamę platform sprzętowych, w tym te oparte na architekturach ARM i x86.

Główne cechy modułu obejmują zastosowanie w dziedzinie ML i AI, kompatybilność z interfejsem M.2 B+M key, połączenie przez PCIe Gen2 x1, oraz współpracę z systemami Linux (Debian 6.0+, Ubuntu 10.0+ lub inne pochodne). Moduł jest zasilany napięciem 3,3 V z tolerancją +/- 10%, pracuje w temperaturach od -20 do 70°C, ma wymiary 22 x 30 x 2,3 mm i waży 3,1 g.

Rewolucja SI trwa! QNAP NAS teraz obsługuje akcelerator Edge TPU (Tensor Processing Unit), oferując przystępne cenowo przyspieszenie rozpoznawania obrazów.

Najważniejsze cechy:

• Przystępna cenowo akceleracja SI przyspiesza rozpoznawanie obrazów na QNAP NAS.
• 10x szybsze rozpoznawanie obrazów.
• Przyspiesza uczenie maszynowe dzięki sztucznej inteligencji.

Funkcjonalność:

• QNAP AI Core: W połączeniu z Edge TPU umożliwia szybkie rozpoznawanie twarzy i obiektów w aplikacjach QuMagie i QVR Face.
• Zarządzanie zdjęciami QuMagie: Błyskawiczne przetwarzanie tysięcy zdjęć z AI. Szybkie rozpoznawanie i klasyfikacja obrazu przy imporcie dużej liczby zdjęć.
• Inteligentne rozpoznawanie twarzy QVR Face: Wzbogacone o analizę wideo w czasie rzeczywistym, zapewniając niezwłoczne rozpoznawanie twarzy. Doskonałe do zarządzania dostępem, obecnością oraz inteligentnych usług detalicznych.

Edge TPU przyspiesza rozpoznawanie obrazów, co przynosi korzyści zarówno użytkownikom prywatnym, jak i firmom, umożliwiając inteligentne i sprawne zarządzanie danymi.

Specyfikacja:

• Zastosowanie: Uczenie maszynowe i sztuczna inteligencja
• Interfejs Sprzętowy: Karta M.2 B+M Key M.2-2280-B-M-S3 (B+M key)
• Zgodny z dyskami sieciowymi QNAP NAS
• Interfejs: PCIe Gen2 x1
• System Operacyjny: Dowolny komputer z Linux (Debian 6.0+ lub pochodne - Ubuntu 10.0+)
• Architektura Systemu: x86-64 lub ARM32/64 z zestawem instrukcji ARMv8
• Zasilanie: 3,3V DC
• Temperatura Pracy: od -20 do 70 °C
• Wymiary: 22 mm x 80 mm x 2.3 mm
• Waga: 5.8 g
• Kompatybilność z Gniazdami: M.2 B+M

Radiator dla akceleratora dostępny w naszym sklepie.

Możesz określić poziom priorytetu TPU dla aplikacji. Do aplikacji można przypisać maksymalnie 4 jednostki TPU.

Uwaga:

• Akcelerator M.2 jest odpowiedni dla serwerów NAS wyposażonych w gniazda M.2 2280 PCIe lub gniazda rozszerzeń PCIe do instalacji kart QNAP QM2.

• Wymagania systemowe:

QTS w wersji 4.5.3, QNAP AI Core w wersji 3.0.1, Multimedia Console w wersji 1.4.0 (lub nowszej)

QVR Face Insight w wersji 1.3.0, QuMagie w wersji 1.5.1 (lub nowszej)