Sin duda ¿muchos / algunos? saben que la pasada semana tuvo lugar en California el TensorFlow Dev Summit en el que, entre otras cosas, se presentó el estado actual de TensorFlow 2.0 biblioteca de código abierto para aprendizaje automático … y desarrollado inicialmente por Google para su propio uso.

Por otra parte y siguiendo los pasos de Microsoft con su procesador TPU Movidius o con la cámara deeplens de Amazon , Google anunció finalmente su placa de desarrollo Coral para «bajar» los modelos entrenados en la nube al campo («edge computing»). De esa formas las inferencias se pueden obtener en tiempo real reduciendo al mismo tiempo las comunicaciones de datos hacia la nube evitando posibles problemas y rebajando costes.

Con la lanzamiento de esta tarjeta que se vende a 150$, Googe pone a nuestra disposición una placa que, al igual que la RPi, es un ordenador completo, que cuenta con un SOM (system-on-module) equipado con una CPU ARM Cortex-A53 de cuatro núcleos, un microcontrolador ARM Cortex-M4F y una GPU Vivante GC7000 Lite, todo ello conectado al Edge TPU, capaz de realizar hasta 4 billones de operaciones por segundo (TOPS).

La placa también cuenta con 1 GB de RAM, 8 GB de memoria eMMC, coprocesador criptográfico, Wi-Fi y Bluetooth 4.1, así como conectores de audio, USB 2.0/3.0, DSI, MIPI-CSI, Ethernet, HDMI y 40 pines GPIO.

Es compatible con la distribución Debian de GNU/Linux y permite desarrollar modelos usando el paquete de software de aprendizaje automático TensorFlow Lite (no el TensorFlow estándar) y luego compilarlo para ejecutarlo en Edge TPU mediante un compilador web (con algunas funciones limitadas hasta el final de la fase beta).