Google Edge TPU (Coral 4 TOPS 边缘推理)
产品概述
Google Edge TPU(商品名 Coral)是 Google 2019-03 发布的 边缘 AI 推理 ASIC,专为 TensorFlow Lite 模型在边缘设备上低功耗、低延迟推理设计。4 TOPS INT8、2 TOPS/W(0.5W/TOPS),多种形态:Coral USB Accelerator(USB 3.0 棒状)、M.2 Accelerator A+E key(22×30mm)、M.2 Accelerator B+M key(22×80mm)、Mini PCIe Accelerator(30×26.8mm)、PCIe Accelerator(标准 PCIe 卡)、Dual Edge TPU M.2(2× 4 TOPS = 8 TOPS)、Dev Board(完整 SoC + Edge TPU 树莓派大小开发板)。Coral USB Accelerator $59.99 是全球最便宜、最易用的入门级 AI 推理设备。运行 MobileNet V2 达 400 FPS(0.5W/TOPS)。
核心规格
| 项目 | 参数 |
|---|---|
| 架构 | Edge TPU ASIC(Google 自研边缘推理) |
| 制程 | 推测 28nm |
| TOPS | 4 TOPS INT8(单芯片)/ 8 TOPS(Dual 双 TPU 模块) |
| 能效 | 2 TOPS/W(0.5W/TOPS) |
| 数据类型 | INT8 定点(无 FP16/FP32 训练) |
| 模型格式 | TensorFlow Lite(仅支持,PyTorch/ONNX 需转换) |
| MobileNet V2 性能 | 400 FPS(INT8 量化) |
| PCIe 接口 | PCIe Gen 2 x1(单 TPU)/ 2× PCIe Gen 2 x1(双 TPU) |
| USB 接口 | USB 3.0(Coral USB Accelerator) |
| M.2 形态 | A+E key (M.2-2230, 22×30mm) 或 B+M key (M.2-2280, 22×80mm) |
| Mini PCIe | 30×26.8 mm 半尺寸 |
| PCIe 卡 | 标准 PCIe 短卡 |
| Dual M.2 | 22×30 mm M.2-2230-D3-E(双 TPU 共享 M.2 槽) |
| Coral Dev Board | NXP i.MX 8M SoC(4 核 A53)+ Edge TPU + GPU + Wi-Fi + Bluetooth |
| 工作温度 | 0-50°C(Coral USB)/ -40-85°C(工业版) |
| 操作系统 | Linux(Ubuntu、Raspbian、Linux Mendel for Dev Board)、Windows 10、macOS |
| 首发日期 | 2019-03(Coral Dev Board)/ 2019-07(Coral USB Accelerator) |
| Coral USB Accelerator | $59.99 |
| Coral M.2 Accelerator A+E | $24.99 |
| Coral M.2 Accelerator B+M | $24.99 |
| Coral Mini PCIe Accelerator | $24.99 |
| Coral Dual Edge TPU M.2 | $49.99 |
| Coral Dev Board | $149.99(已停产,2024) |
与 NVIDIA Jetson Nano 对比
| 指标 | Edge TPU Coral | Jetson Nano | 备注 |
|---|---|---|---|
| TOPS (INT8) | 4 | 0.47 (FP16) | 8.5× |
| 能效 (TOPS/W) | 2 | 0.05 (FP16) | 40× |
| 价格 | $24.99 | $149 (4GB) | 6× 便宜 |
| 功耗 | 0.5W | 5-10W | 10× 低 |
| 模型格式 | TF Lite | TF/PyTorch/ONNX | TPU 受限 |
| 训练支持 | 不支持 | 支持 | Nano 通用 |
| 接口 | M.2/USB/PCIe | SoC(完整板) | Coral 加速卡 |
| MLPerf MobileNet V2 | 400 FPS | 64 FPS | 6.3× |
实测性能
| 模型 | Edge TPU (4 TOPS) | 性能 (FPS) | 延迟 (ms) |
|---|---|---|---|
| MobileNet V1 (224) | 4 TOPS | 700+ | < 2ms |
| MobileNet V2 (224) | 4 TOPS | 400 | 2.5ms |
| MobileNet V3-Small | 4 TOPS | 250 | 4ms |
| EfficientNet B0 | 4 TOPS | 130 | 7.7ms |
| Inception V4 | 4 TOPS | 23 | 43ms |
| ResNet-50 (v1) | 4 TOPS | 50 | 20ms |
| SSD MobileNet V2 (物体检测) | 4 TOPS | 60 | 17ms |
| PoseNet(姿态估计) | 4 TOPS | 100 | 10ms |
| DeepLab V3 (语义分割) | 4 TOPS | 30 | 33ms |
限制:Edge TPU 仅支持 INT8 量化模型,且必须是 TensorFlow Lite 格式。不支持 PyTorch / ONNX / MXNet 原始模型(需先转换为 TFLite)。不支持训练,只推理。
适用场景
- 嵌入式设备原型开发(Coral USB Accelerator $60 即插即用)
- 工业物联网边缘网关(M.2 形态集成到工控机)
- 智能家居(家庭语音助手、宠物识别、动作检测)
- 零售智能相机(客流统计、热区分析)
- 智能摄像头(人员检测、车牌识别、入侵警报)
- 可穿戴设备(低功耗 AI 推理)
- 教育/创客(Raspberry Pi 4 + Coral USB = 完整 AI 开发平台)
- 智能农业(病虫害识别、果实计数)
- 辅助驾驶(盲区检测、驾驶员监控辅助)
厂商信息
| 项目 | 信息 |
|---|---|
| 厂商 | Google LLC(美国 Mountain View) |
| 产品品牌 | Coral(coral.ai) |
| 设计 | Google Research 边缘 AI 团队 |
| 代工 | 推测 28nm 台积电或三星 |
| 软件栈 | TensorFlow Lite Runtime、Edge TPU Compiler(量化 TFLite → Edge TPU 编译) |
| AI 框架 | TensorFlow / TensorFlow Lite(不支持 PyTorch/ONNX 原生) |
| 价格梯度 | USB $59.99 / M.2/Mini PCIe $24.99 / Dual M.2 $49.99 / Dev Board $149.99 |
| 可用地区 | 美国、加拿大、欧盟、日本、韩国、台湾、印度等 30+ 国 |
| Coral Dev Board | 2024 年 EOL(被 Raspberry Pi + USB 方案替代) |
| 2025 状态 | 仍可购买,但 Google AI 重心已转向 Cloud TPU + Gemini Nano 端云协同 |
关键特性
- 4 TOPS INT8 单芯片 / 8 TOPS 双 TPU 模块
- 2 TOPS/W 极佳能效(0.5W/TOPS)
- 6 种产品形态(USB / M.2 A+E / M.2 B+M / Mini PCIe / PCIe / Dual M.2)
- 即插即用(Linux 自动识别为 PCIe 设备)
- TensorFlow Lite 一等公民(最佳兼容性)
- Coral USB $59.99(全球最便宜 AI 推理设备)
- 低功耗(整板 2-5W)
- 工业级(-40-85°C 工作温度,工业版)
- 完整生态(coral.ai 提供模型库 + 编译器 + 运行时)
- PCIe Gen 2 x1(标准接口,老旧工控机也能用)
相关卡
- Google TPU v4 (数据中心训练) — 同厂商云端训练
- Google TPU v5e (数据中心训练-Lite) — 训练轻量
- Google TPU v6e (DC 推理) — 数据中心推理
- Google TPU 8i (DC 推理旗舰) — 最新推理
- Hailo-15 (7-20 TOPS 智能摄像头) — 竞品
- Hailo-8L (13 TOPS Edge) — 同代竞品
- NVIDIA Jetson Orin (40-275 TOPS 边缘 AI) — 高端边缘对比
- Blaize Xplorer (160 TOPS) — 边缘竞品
- Mobilint Regulus (32 TOPS 韩国) — 同梯度边缘
- 架构分类: TPU 边缘版 — 边缘 TPU 概念
- Coral 官方