本博客转自：爱板网
还记得2018年谷歌发布的那个震撼全球的Edge TPU吗？现在基于Edge TPU的两款设备已经正式发售，爱板网第一时间带大家来感受下实际体验效果。
Coral USB加速棒
曾经那个被命名为AIY Edge TPU加速棒的玩意如今被称作为Coral USB Accelerator，不清楚Coral的命名有何用意，可能是目前作为承接制造发售谷歌USB加速棒的公司，但显然这玩意的功能我们还是很清楚的，Coral USB Accelerator是一款USB设备，可为你的计算机或者是像树莓派那样的单板计算机提供Edge TPU作为协处理器，用于加速机器学习模型的推理。
一面AIY Logo，一面Coral Logo，Coral USB加速棒（USB Type-C接口）
Coral USB加速棒特征
- Google Edge TPU ML加速棒协处理器
- USB 3.0 Type-C接口
- 支持Debian Linux系统
- 支持的框架：TensorFlow Lite
Coral USB加速棒大小仅为65mm*30mm，板载的Edge TPU是由Google设计的小型ASIC，可提供低功耗的高性能ML推理。
比如：它可以极低的功耗 执行 先进的移动视觉模型，例如100+ fps的MobileNet v2。
另外，除了Edge TPU协处理器，Coral USB加速棒还包括一个低功耗MCU（这也是之前没有曝光出来的），基于Arm Cortex-M0+处理器，主要用于在启动时执行USB PHY的复、中断和初始化寄存器等基本程序。
而且从下表也可以看到，Coral USB加速棒是支持USB3.1标准的，最高速率达5Gb/s。
上电使用
百闻不如一用，所以实际来感受下Coral USB加速棒的使用。
开发环境要求：
- 一台带有USB端口的Linux计算机
- 支持Debian 6.0或更高版本，或其衍生系统（如Ubuntu 10.0+）
- x86_64或具有ARMv8指令集的ARM64系统架构
所以，从上面这几点要求来看，Coral USB加速棒支持Raspberry Pi。但是，必须是Raspberry Pi 2/3 Model B/B+且运行Raspbian系统（或其它Debian衍生系统）。
另请有一点用户要清楚，使用支持USB3.0端口的计算机才能获得最佳的推理速度（很显然，这对于目前的树莓派来说有心无力Raspberry Pi 2/3，Raspberry Pi 3B+以上的有USB3.0了）。
硬件准备完毕，你只需要Python库下载到你将连接Coral USB加速棒的电脑上，然后通过几个简单的步骤就能开始运行TensorFlow Lite模型了。
- 适用于Linux或Raspberry Pi的安装程序
安装Edge TPU Python库：
wget http://storage.googleapis.com/cloud-iot-edge-pretrained-models/edgetpu_api.tar.gz
tar xzf edgetpu_api.rar.gz
cd python-tflite-source
bash ./install.sh使用USB Type-C接口线连接Coral USB加速棒。（如果你已将其插入，请重新插入，以便上面步骤安装的udev规则生效。）
- 在Edge TPU上运行模型
完成上面的步骤说明你已经设置好了Coral USB加速棒，现在可以直接在Edge TPU上运行TensorFlow Lite的模型。
比如下面是使用下图中的parrot（鹦鹉）图像执行图像分类的演示：
结果如下：
这个过程就是通过Coral USB加速棒上的Edge TPU进行了推断。不难发现，使用官方创建的Python API可以轻松地在Edge TPU上执行图像分类或对象检测推理。
另外一点需要说下的是关于Coral USB加速棒的性能设置，首次使用Coral USB加速棒时，我们可以选择是使用默认还是最大时钟频率，最大时钟频率为默认设置的2倍。如果要更改，需要卸载libedgetpu _ * .so文件，然后重新运行安装脚本，系统将提示你选择该设置。
小结
从2018年Edge TPU的发布到如今正式发售经历了漫长的半年时间，期间笔者甚至一度怀疑这个产品是否已经夭折，如今看来自己的担心是多余的。对于电工程师时来说，好消息是目前这个产品在贸泽电子国外的官网有售（搜索这个贸泽编号：212-842776110077）；对于国内做边缘计算的AI芯片公司来说也有个好消息，目前Google没有对外发售这款Google Edge TPU coprocessor，不过，显然，给你们的时间已经不多了。
希望对你有帮助。
