main logo

Coral M.2 Accelerator

Die 10 besten Produkte von Juni 2025
Letzte Aktualisierung: 16. Juni 2025
seeed studio
seeed studio
seeed studio Coral M.2 Accelerator A+E Key      
Kostenloser Versand
star

99

MAXIMALE QUALITÄT

AUF AMAZON ANSEHEN
Amazon.de
#1 GEWINNER

  • Führt High-Speed-ML-Inferenzen durch: Der integrierte Edge-TPU-Coprozessor ist in der Lage, 4 Billionen Operationen (Tera-Operationen) pro Sekunde (TOPS) durchzuführen, wobei 0,5 Watt für jedes TOPS (2 TOPS pro Watt) verwendet werden. Zum Beispiel kann es hochmoderne mobile Vision-Modelle wie MobileNet v2 mit 400 FPS energieeffizient ausführen.
  • Funktioniert mit Debian Linux - Integriert mit jedem Debian-basierten Linux-System mit einem kompatiblen Kartenmodulsteckplatz.
  • Unterstützt TensorFlow Lite: keine Notwendigkeit, Modelle von Grund auf zu bauen. TensorFlow Lite Modelle können kompiliert werden, um auf dem Edge TPU zu laufen.
  • Unterstützt AutoML Vision Edge: Erstellen und Bereitstellen Sie mit AutoML Vision Edge einfach schnelle, hochpräzise benutzerdefinierte Bildklassifizierungsmodelle auf Ihrem Gerät.
  • 59,90 € AUF AMAZON
seeed studio
seeed studio
Seeed Studio Coral M.2 Accelerator B+M Key - Machine Learning Accelerator Board - Edge TPU ML Accelerator - Debian Linux Compatible - No USB Ports - Recommended Browse Node:14527207031
Kostenloser Versand
star

98

MAXIMALE QUALITÄT

AUF AMAZON ANSEHEN
Amazon.de
#2

  • Führt High-Speed-ML-Inferenzen durch: Der integrierte Edge-TPU-Coprozessor ist in der Lage, 4 Billionen Operationen (Tera-Operationen) pro Sekunde (TOPS) durchzuführen, wobei 0,5 Watt für jedes TOPS (2 TOPS pro Watt) verwendet werden. Zum Beispiel kann es hochmoderne mobile Vision-Modelle wie MobileNet v2 mit 400 FPS energieeffizient ausführen.
  • Funktioniert mit Debian Linux - Integriert mit jedem Debian-basierten Linux-System mit einem kompatiblen Kartenmodulsteckplatz.
  • Unterstützt TensorFlow Lite: keine Notwendigkeit, Modelle von Grund auf zu bauen. TensorFlow Lite Modelle können kompiliert werden, um auf dem Edge TPU zu laufen.
  • Unterstützt AutoML Vision Edge: Erstellen und Bereitstellen Sie mit AutoML Vision Edge einfach schnelle, hochpräzise benutzerdefinierte Bildklassifizierungsmodelle auf Ihrem Gerät.
  • 59,00 € AUF AMAZON
Google Coral
Google Coral
Google Coral System-On-Modules: SOM Edge TPU ML Compute Accelerator, M.2-2230-A-E-S3 (A/E Key), Integrieren Sie das Edge TPU in ältere und neue Systeme mit einer M.2-Schnittstelle
Kostenloser Versand
star

93

TOP QUALITÄT

AUF AMAZON ANSEHEN
Amazon.de
#3

  • 【Hochleistungs-ML-Beschleuniger】Integriert Google Edge TPU, liefert 4 TOPS (int8) Spitzenleistung für maschinelles Lernen Inferenzaufgaben.
  • 【Starke Kompatibilität】Unterstützt M.2 A+E Key Interface für einfache Integration in bestehende Systeme.
  • 【Low Power Design】Bietet 2 TOPS pro Watt, ideal für eingebettete und energieeffiziente Anwendungen.
  • 【Breite Betriebssystemunterstützung】Kompatibel mit Linux (Debian 10/Ubuntu 16.04+) und Windows 10 (64-Bit).
  • Zuverlässigkeit in Industriequalität: Betriebstemperaturbereich von -20 °C bis +85 °C, geeignet für raue Umgebungen.
  • 98,87 € AUF AMAZON
seeed studio
seeed studio
seeed studio Google Coral USB Accelerator        
Kostenloser Versand
star

88

HOHE QUALITÄT

AUF AMAZON ANSEHEN
Amazon.de
#4

  • Coral USB-Zubehör, das maschinelles Lernen auf vorhandene Systeme zurückführt. Funktioniert mit Raspberry Pi (Pi2 / 3/4 Modell B / B +) und anderen Linux-Systemen.
  • Mit der Edge-TPU - einem kleinen ASIC, der von Google entwickelt und gebaut wurde - bietet der USB-Beschleuniger leistungsstarke ML-Inferenzen mit geringen Stromkosten über eine USB 3.0-Schnittstelle.
  • Hauptvorteile von Edge TPU: Hochgeschwindigkeits-TensorFlow Lite-Inferenz ； Geringer Stromverbrauch ； Geringer Platzbedarf. Coral ist eine Abteilung von Google, die Ihnen hilft, mit unserer Plattform für lokale KI intelligente Ideen zu entwickeln.
  • Unterstützt TensorFlow lite: Es ist nicht erforderlich, Modelle von Grund auf neu zu erstellen. Tensorflow Lite-Modelle können für die Ausführung auf USB Accelerator kompiliert werden.
  • Funktionen: Unterstützt vollständig MobileNet- und Inception-Architekturen, obwohl benutzerdefinierte Architekturen möglich sind. Kompatibel mit Google Cloud;
  • 108,59 € AUF AMAZON
Google
Google
Google Coral Dev Board                          
Kostenloser Versand
star

85

SICHERE QUALITÄT

AUF AMAZON ANSEHEN
Amazon.de
#5

  • Ein Entwicklungsboard zum schnellen Prototypen von ML-Produkten auf dem Gerät. Skalierung vom Prototyp bis zur Produktion mit einem herausnehmbaren System-on-Modul (som)
  • Führt Hochgeschwindigkeits-ML-Inferenzen durch: Der integrierte TPU-Koprozessor ist in der Lage, 4 Billionen Operationen (Tera-Operationen) pro Sekunde (Tops) auszuführen, wobei 0,5 Watt für jedes Oberteil (2 Spitzen pro Watt) verwendet werden. So kann sie beispielsweise modernste mobile Vision-Modelle wie mobilenet V2 AT 400 FPS energieeffizient ausführen
  • Bietet ein komplettes System: ein Single-Board-Computer mit SoC plus ML plus Wireless-Konnektivität, alle auf dem Board laufen eine Ableitung von Debian Linux Wir nennen Mendel, so dass Sie Ihre Lieblings-Linux-Tools mit diesem Board ausführen können
  • Unterstützt Tensorflow Lite: keine Notwendigkeit, Modelle von Grund auf zu bauen. Tensorflow Lite-Modelle können kompiliert werden, um auf dem Rand TPE zu laufen
  • Internationale Produkte haben separate Bedingungen, werden aus dem Ausland verkauft und können sich von lokalen Produkten unterscheiden, einschließlich Passform, Alterseinstufung und Sprache des Produkts, Kennzeichnung oder Anweisungen.
  • 129,00 € AUF AMAZON
GLOTRENDS
GLOTRENDS
GLOTRENDS WA01 M.2 E Key to PCIe X1 WiFi Bluetooth Adapter für M.2 WiFi 4/5/6/6e/7/Coral TPU Modul, mit 6-dBi SMA Antennen Kits
Kostenloser Versand
star

82

SICHERE QUALITÄT

AUF AMAZON ANSEHEN
Amazon.de
#6

  • M.2 Key E to PCIe X1 WiFi Bluetooth Adapter mit SMA Antennen Kits, funktioniert mit NGFF M.2 WiFi Modul, sowie Coral TPU (M.2 Accelerator A+E Key)
  • Das WiFi-Signal geht über die PCIe X1-Schnittstelle und das Bluetooth-Signal geht über die USB-Schnittstelle (Um Bluetooth zu aktivieren: Das USB-Kabel muss mit dem USB-Anschluss des Motherboards verbunden werden
  • Triple Band 2.4GHz 5GHz 6GHz Antenne: 6 dBi RP-SMA Male Antenne, mit 2 x 15cm U.FL/IPEX4 zu RP-SMA Female Pigtail Kabel
  • Kompatibel mit BE200NGW, AX210NGW, AX200NGW, 9260NGW, 8265NGW, 8260NGW, 7265NGW, 7260NGW, und Broadcom, Realtek, Atheros NGFF M.2 2230 Interface (Key E/A+E) WiFi Modul. Unterstützt WiFi 4/5/6/6E/7, Bluetooth 4.0/4.1/4.2/5.0/5.1/5.2/5.3/5.4
  • Zu beachten: kann nicht mit M.2 CNVio2/CNVio Interface WiFi Modul arbeiten, wie z.B. intel AX211NGW, AX201NGW, AC 9560NGW, AC 9462NGW, AC 9461NGW, etc. Mini PCIe WiFi-Module werden nicht unterstützt.
  • OS-Kompatibilität: DOS/Windows/Linux/Mac OS (abhängig von Ihrem WiFi-Modul Kompatibilität). Es ist nur ein Signalwandler und benötigt keinen Treiber. Möglicherweise müssen Sie jedoch einen Treiber für Ihr M.2 WiFi-Modul installieren.
  • Vorinstallierte 12-cm-Halterung mit normalem Profil und 8-cm-Halterung mit niedrigem Profil.
  • 16,00 € AUF AMAZON
Intel
Intel
Intel Optane Memory 16GB PCIe M.2 80mm          
star

80

GUTE QUALITÄT

AUF AMAZON ANSEHEN
Amazon.de
#7

  • Marke Intel, Serie Optane, Modell MEMPEK1W016GAXT
  • Kapazität 16 GB, Gerätetyp Speichermodul, Formfaktor M.2 2280, Speicherkomponenten N / A, Schnittstelle PCIe NVMe 3.0 x2,
  • Leistung Max Sequential Lesen bis zu 900 MB / s, max sequenzielles Schreiben bis zu 145 MB / s, 4 kB Random Read Random Read (8 GB Span) (bis zu): 190000 IOPS, Random Read (100% Span): 190000 IOPS,
  • 4 KB Random Write Random Write (8 GB Span) (bis zu): 35000 IOPS, Random Write (100% Span): 35000 IOPS, Leselatenz 8 μs, Schreibwartezeit 30 μs, MTBF 1,600,000 Stunden,
  • Umgebungsleistungsaufnahme (Idle) 1W, Leistungsaufnahme (Aktiv) 3,5W, Betriebstemperatur 0 ° C ~ + 70 ° C, Max. Schockfestigkeit 1500G / 0,5 ms,
  • 124,90 € AUF AMAZON
WayPonDEV
WayPonDEV
Visionfive2 Hailo RISC-V Linux AI Development Board Kit, Hailo-8L M.2 AI Beschleunigungs Module Kit, StarFive JH7110 CPU LPDDR4 8GB RAM, Dual Gigabit Netzwerk, 4K HDMI Display (Bundle1)
star

76

GUTE QUALITÄT

AUF AMAZON ANSEHEN
Amazon.de
#8

  • VisionFive2 Hailo-8L AI Module mit 13Tera-Operationen pro Sekunde (TOPS) Hailo-8L AI Prozessor
  • VisionFive2 Mini PC Hailo-8L AI-Beschleunigungsmodule für die gleichzeitige Verarbeitung von mehreren Streams und Modellen
  • VisionFive2 risc-v Mini-PC mit M.2-Anschluss, eMMC-Sockel, Dual-Gigabit-Netzwerkanschluss und WiFi-Slot
  • VisionFive2 Mini PC Integrierter StarFive JH7110 mit RISC-V U74 Quad-Core CPU
  • Das VisionFive2 RISC-V AI Entwicklungsboard ist ein Video-Decoder und -Encoder
  • 179,99 € AUF AMAZON
xiwai
xiwai
xiwai Kabelloser Netzwerkkartenadapter NGFF A/E-Key WiFi-Karte auf M.2 NGFF Key-M NVME SSD-Adapter für AX200 WiFi 6 Bluetooth 5.1
Kostenloser Versand
star

70

GUTE QUALITÄT

AUF AMAZON ANSEHEN
Amazon.de
#9

  • Dieses Produkt unterstützt nur A+E Key und E Key M.2 NGFF PCIE Protokoll Wireless Network Card Type Wireless Module
  • Das WiFi-Signal geht durch die PCIe X1-Schnittstelle, und das Bluetooth-Signal geht über die USB-Schnittstelle (Um Bluetooth zu aktivieren:Das USB-Kabel muss mit dem Motherboard-USB-Anschluss verbunden werden). Unterstützt nur den Desktop-PC und die Verwendung am PCI-E-Port.
  • Triple Band 2,4 GHz 5 GHz 6 GHz Antenne: 6 dBi RP-SMA männliche Antenne.Kompatibel mit BE200NGW, AX210NGW, AX200NGW, 9260NGW, 8265NGW, 8260NGW, 7260NGW, und NGFF M.2 2230 Schnittstelle (Key E/A+E) WiFi-Modul Unterstützt WiFi 4/5/6/6E/7, Bluetooth 4.0/4.1/4.2/5.0/5.1/5.2/5.3/5.4
  • 1. Dieses Produkt unterstützt nur A+E Key und E Key M.2 NGFF PCIE Protokoll Wireless Network Card Type Wireless Module
  • 2. Einige M.2 NGFF Wireless Netzwerkkarten unterstützen keine AMD-Motherboards. OS-Kompatibilität: DOS/Windows/Linux/Mac OS (basierend auf der Kompatibilität Ihres WLAN-Moduls).
  • 13,02 € AUF AMAZON
WayPonDEV
WayPonDEV
Firefly ROC-RK3588S-PC 8K AI Rockchip RK3588S Single Board Computer 8 GB RAM LPDDR4 & 64 GB eMMC Speicher Wi-Fi 6 & Bluetooth Unterstützung Android 12.0 & Linux für AIoT Cloud Server
Kostenloser Versand
star

70

GUTE QUALITÄT

AUF AMAZON ANSEHEN
Amazon.de
#10

  • [AIoT SoC RK3588S der neuen Generation] Es übernimmt den 8-nm-LP-Prozess; es ist mit einer 64-Bit-CPU mit 8 Kernen (Cortex-A76x4+ Cortex-A55x4) mit einer Hauptfrequenz von bis zu 2,4 GHz ausgestattet; Es integriert die ARM Mali-G610 MP4 Quad-Core-GPU
  • [6Tops NPU und Multible Frameworks] Die integrierte KI-Beschleuniger-NPU, RK35588 Soc, kann 6Tops-Rechenleistung bereitstellen und unterstützt INT4/INT8/INT16-Mischbetrieb und Frameworks wie TensorFlow /MXNet / PyTorch / caffe.
  • [8K-Videocodierung und -decodierung] Unterstützt 8K@60fps H.265/VP9-Videodecodierung und 8K@30fps H.265/H.264 4K@60fps AV1-Videocodierung 1080P@30fps-Codierung. Die starke Videocodierungs- und -decodierungsfunktion macht 8K HD Display und feine Bildqualität zur Verfügung.
  • [UEFI-Boot-Unterstützung] Es unterstützt UEFI-Boot sowie Android 12.0, Ubuntu-Desktop-Version und Server-Version, Debian11, Buildroot; RTLinux-Kernel, hervorragende Echtzeitleistung; Außerdem unterstützt es auch inländische Betriebssysteme wie Kylin und Tongxin. Sichere und stabile Systemumgebung für Produktforschung und -produktion.
  • [Szenarien] Das Kernboard kann in Edge-Computing, Cloud-Servern, ARM-PCs, intelligenten NVRs, intelligenten Cockpits, intelligenten Videowänden, AR/VR, High-End-Tablets, Mehrlinsenkameras, intelligenten Autos und anderen Bereichen verwendet werden.
  • [Reichhaltige Tutorial-Ressourcen] SDK, Tutorials, technische Dokumente und Entwicklungstools werden bereitgestellt, um die Entwicklung einfacher und bequemer zu machen.
  • Wiki: youyeetoo.com/blog/roc-rk3588s-pc-8k-ai-motherboard-tqdp35880009-146. Bei After-Sales-Problemen kontaktieren Sie uns bitte per E-Mail: monica#smartfire.cn (#----->@). Oder klicken Sie auf „WayPonDEV“ und stellen Sie eine Frage.
  • 258,99 € AUF AMAZON
coral tpu m.2 coral ai m.2 google coral coral m.2 accelerator b+m key coral accelerator coral m.2 accelerator with dual edge tpu