Skip to main content

Google Coral Edge TPU

厂商: Google

分类: TPU 张量处理器

架构: Edge TPU

简介

Google Coral Edge TPU 是专为边缘设备设计的低功耗 AI 加速器。提供 USB 加速棒、M.2 模块、Dev Board 等多种形态,用于 TensorFlow Lite 模型的实时推理。

规格参数

型号算力显存/内存接口TDP制程
Coral Edge TPU4 TOPS (INT8)外部 DDRUSB 3.0 / M.2 / PCIe2W9nm
Dev Board Micro4 TOPS (INT8)512MB DDRUSB-C2W28nm

官方网站

访问官方网站

驱动下载

Linux

相关文档

操作系统支持

WindowsLinuxmacOSAndroid

版本历史

版本发布时间说明
Edge TPU Compiler 162024模型量化优化

性能基准

型号任务性能指标
Coral Edge TPUMobileNet V2~400 fps
Coral Edge TPUYOLOv5s~30 fps (量化)
Dev Board Micro多模型推理支持多模型并发

定价信息

型号参考价格备注
Coral USB Accelerator~$60USB 3.0 加速棒
Coral Dev Board~$150独立开发板
Coral M.2~$35M.2 模块

快速安装

Linux / Windows / macOS / Raspberry Pi

# 1. 安装 Edge TPU 运行时
sudo apt-get install -y libedgetpu1-std

# 2. 安装 Python SDK
pip install tflite-runtime

# 3. 编译模型为 TFLite + Edge TPU 格式
# 使用 Edge TPU Compiler
edgetpu_compiler model.tflite

代码示例

Python (Edge TPU)

from tflite_runtime.interpreter import Interpreter

# 加载 Edge TPU 编译后的模型
interpreter = Interpreter(
model_path="model_edgetpu.tflite",
experimental_delegates=[load_delegate("libedgetpu.so")]
)
interpreter.allocate_tensors()

# 推理
input_details = interpreter.get_input_details()
interpreter.set_tensor(input_details[0]['index'], input_data)
interpreter.invoke()
output = interpreter.get_tensor(interpreter.get_output_details()[0]['index'])

架构特色

  • Edge TPU: 专为 INT8 量化推理设计的协处理器,功耗仅 2W
  • 全平台支持: 唯一同时支持 Windows/Linux/macOS/Android/Raspberry Pi 的 AI 加速器
  • Coral 生态: Google Coral 提供完整的硬件 (USB/M.2/PCIe/Dev Board) 和软件工具链

模型兼容性

模型/框架支持情况备注
TFLite✅ 原生主流格式
ONNX⚠️转 TFLite 后使用
YOLO / MobileNet✅ 官方优化最成熟场景
图像分类/检测官方预编译模型
LLM仅支持小型模型

相关产品

如果你在评估替代方案,以下产品可能也适合你的场景: