G313-06329-00

Coral
212-G313-06329-00
G313-06329-00

Tillverk:

Beskrivning:
Acceleratorkort CORAL ACCELERATOR MODULE//G950-06809-01

På lager: 1 900

Lager:
1 900 Kan skickas omedelbart
Fabrikens ledtid:
3 Veckor Uppskattad tillverkningstid i fabriken för kvantiteter som är större än vad som visas.
Minst: 1   Flera: 1
Enhetspris:
-,-- kr
Ext. pris:
-,-- kr
Est. Pris:

Prissättning (SEK)

Antal Enhetspris
Ext. pris
391,56 kr 391,56 kr
359,13 kr 3 591,30 kr
345,24 kr 8 631,00 kr
333,69 kr 16 684,50 kr
327,01 kr 32 701,00 kr
Komplett Papprulle (beställ i multiplar av 1000)
296,27 kr 296 270,00 kr

Produktattribut Attributvärde Välj attribut
Coral
Produktkategori: Acceleratorkort
RoHS-direktivet:  
15 mm x 10 mm x 1.5 mm
Edge TPU
PCIe, USB
3.1 V to 3.63 V
- 20 C
+ 70 C
15 mm x 10 mm x 1.5 mm
Märke: Coral
Frekvens: 500 MHz
Fuktkänsliga: Yes
Förpackning: Reel
Förpackning: Cut Tape
Produkttyp: Accelerator Cards
Fabriksförpackningskvantitet: 1000
Underkategori: Embedded Solutions
Del # Alias: 90AN01G0-B0XAY0
Hittade produkter:
Markera minst en kryssruta för att visa liknande produkter
Markera minst en kryssruta ovan för att visa liknande produkter i denna kategori.
Attribut som valts: 0

Efterlevnadskoder
CNHTS:
8542391090
CAHTS:
8542310000
USHTS:
8542310030
ECCN:
3A991.a.2
Ursprungsklassificeringar
Ursprungsland:
Japan
Monteringsland:
Ej tillgänglig
Distributionsland:
Ej tillgänglig
Landet kan komma att ändras vid leveranstillfället.

TPU Edge SMT Accelerator Module

Coral TPU Edge Surface-Mount Accelerator Module is a multi-chip module (MCM) designed to perform high-speed inferencing for machine learning (ML) models. The Coral TPU module includes the Edge TPU ML accelerator with integrated power control, which can be connected over a PCIe Gen2 x1 or USB2 interface. The Edge TPU is a small ASIC design that accelerates TensorFlow Lite models in a power-efficient manner. The module can perform 4 trillion operations per second (4 TOPS), using 2W of power (2 TOPS per watt). For example, one Edge TPU can execute state-of-the-art mobile vision models such as MobileNet v2 at almost 400 frames per second. This on-device ML processing reduces latency, increases data privacy, and removes the need for a constant internet connection.