分享 2019 Google Cloud Next 大會 (舊金山) 以及對於 Google TPU Edge SBC的一些看法

1. Google TPU Edge SBC
@Google Cloud Next 2019分享會

3. 曾吉弘 David Tseng
CAVEDU教育團隊
MIT CSAIL訪問學者
新北市政府青年委員
nissin@cavedu.com

4. 教學套件及電
子零件販售
課程教學、
研習及專案
規劃
自造相關活動
規劃及承辦
科技相關媒體
及書籍出版

5. 針對各年齡
5
學齡前
小學
國中
高中
一般民眾
樂活學習
大專
研究所

6. App Inventor
www.appinventor.mit.edu
iot.appinventor.mit.edu

7. Scratch 3.0 開發測試與繁體中文內容

8. Learning Creative Learning 繁體中文內容

9. 前言
• $300 USD以下的單板電腦，基本上就是以 Raspberry Pi為
主流
• 2014~2016曾經流行過非常多相容板，但就maker / 教學領
域最終的選擇依然是 Rpi (資源 / 易取得 / 產品壽命)
• Rpi 3 的運算速度達到了 1.4 GHz / 1GB ram，尚可接受。
且能執行某些小型的神經網路推論
• 2019，Google 推出了 Google TPU Edge，NVIDIA也推出
了 NVIDIA Jetson nano 進入了這個價格區間帶。

10. Raspberry Pi 3 B+ ($35USD)

11. NVIDIA Jetson nano ($99)

12. Google TPU Edge Coral AI ($149)USD

14. USB Accelerator ($75 USD)

16. Intel Movidius NCS / NCS2

19. 整理一些使用者(與CAVEDU)意見
• Coral dev board 售價 $149 美金，比 Jetson Nano ($99) 來得貴一點，
但前者有 Wi-Fi 與Bluetooth，而 Jetson Nano 都沒有，要另外買 Wi-
Fi dongle才行。.
• Coral board 上的 NXP iMX8 SOC 具備 Video processing unit 與
Vivante GC700 lite GPU，可進行傳統的影像與影片處理。Coral
board 還有一顆 Cortex-M4F 低功耗微處理器，可用於連接其他感測
器，例如溫度、環境光感測器等等。更多可用感測器請點我
• Jetson nano也有影像編碼器與解碼器，對於其他深度學習框架 (例如
Pytorch, MXNet) 的支援程度也較好，它還支援 NVidia TensorRT 加
速器函式庫來進行 FP16 推論與 INT8 推論。Coral TPU board 只支援
8位元 quantized Tensorflow lite 模型，且必須用到 quantization
aware training。
• Jetson nano 需要5V3A以上的變壓器，如有 mobile 需求，行動電源
會是關鍵 (CAVEDU整理)

20. CAVEDU的 AI視覺機器人套件

21. MIT 2.166 Duckie town (Rpi人車系統)

22. Dfrobot Lattepanda Alpha
(Windows / Ubuntu)

23. ASUS tinker board

24. AAEON upboard系列
UP board / UP squared /UP AI core (Intel NCS)

25. Google Cloud Next照片分享

27. 現場的 VR賽車攤位

30. Google AIY Project

43. www.cavedu.com
FB: CAVE教育團隊