G313-06329-00

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

Fabricante:

Descripción:
Tarjetas aceleradoras CORAL ACCELERATOR MODULE//G950-06809-01

En existencias: 4.382

Existencias:
4.382 Se puede enviar inmediatamente
Plazo de entrega de fábrica:
3 Semanas Tiempo estimado de producción de fábrica para cantidades superiores a las que se muestran.
Mínimo: 1   Múltiples: 1
Precio unitario:
$-
Precio ext.:
$-
Est. Tarifa:

Precio (CLP)

Cantidad Precio unitario
Precio ext.
$48.104 $48.104
$44.117 $441.170
$42.414 $1.060.350
$41.003 $2.050.150
$40.174 $4.017.400
Envase tipo carrete completo (pedir en múltiplos de 1000)
$34.149 $34.149.000

Atributo del producto Valor de atributo Seleccionar atributo
Coral
Categoría de producto: Tarjetas aceleradoras
RoHS:  
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
Marca: Coral
Frecuencia: 500 MHz
Sensibles a la humedad: Yes
Empaquetado: Reel
Empaquetado: Cut Tape
Tipo de producto: Accelerator Cards
Cantidad de empaque de fábrica: 1000
Subcategoría: Embedded Solutions
Alias de las piezas n.º: 90AN01G0-B0XAY0
Productos encontrados:
Para mostrar productos similares, seleccione al menos una casilla de verificación
Seleccione al menos una de las casillas de verificación anteriores para mostrar productos similares en esta categoría.
Atributos seleccionados: 0

CNHTS:
8542391090
CAHTS:
8542310000
USHTS:
8542310030
ECCN:
3A991.a.2

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.