AI Accelerator PCIe Card

低能耗、高效率
華碩 AI Accelerator PCIe 卡是第一款帶有多個 Coral Edge TPU 的 PCI Express^® 擴充卡，用於邊緣 AI 推論。

支援 AI 推論加速的 ASIC 設計
支援多個 AI 分析並行運行
AI-model-pipelining技術實現低延遲
僅 36-52 瓦的低功耗

低延遲平行 ML 推論

同時運作多個 AI 模型。

在需要執行多個模型的應用情境中，您可以將每個模型分配給一個特定的 Edge TPU 並加以平行執行，以達到最大效能。

採用模型管線處理技術，增強機器學習效能

對於需要快速反應或執行大型模型的應用，管線處理技術可將模型劃分為數個較小模型。

分區和執行：在不同的 Edge TPU 上執行較小的模型。
迅速反應 ：提升高速應用中的吞吐量。
減少延遲：徹底減少大型模型的總延遲。

使用小型資料集，實現最佳 ML 結果

Edge TPU 主要適用於邊緣推論。使用裝置端訓練功能，可透過預訓練模型執行 API 型傳輸學習功能，進而直接在 AI 加速器 PCIe 卡上實現微調模型。

提高模型準確度：透過 AI 加速器 PCIe 卡在邊緣實現遷移學習，無需伺服器/雲端互動，即可重新訓練模型。
節省訓練時間：使用不到 200 張影像即可優化模型，無需從頭開始。

享有事半功倍的出色效率

AI 加速器 PCIe 卡以能源效率為設計理念，具備出色的熱穩定性，可使用多個 Edge TPU 加快推論速度。

低功耗：36/52 W (8 到 16 個邊緣 TPU)。
無需外部 PSU：直接從 PCIe 插槽汲取電源。

設計 AI 應用程式原型，只需數分鐘即可完成

如需在短時間內構建 AI 演示或原型，AI 加速器 PCIe 卡可以隨時派上用場。我們開發了一款稱為 Edge TPU 推論節點的 AI 部署構建工具*，符合 Node-RED 規格。此編程工具支援使用 Edge TPU 節點輕鬆整合流程，只需點按一下即可 - 避免在原型設計階段進行繁瑣的編程工作。

直觀便利的平台：使用瀏覽器的圖形介面，無需進行編程。
簡單易用 ：拖放並連接 ML 節點，即可完成部署。
資料視覺化：透過精美儀表板來監控 AI 加速器 PCIe 卡的使用指標。

*在此處下載 Edge TPU 推論節點

製造

瑕疵偵測
公用事業監控
安全
零售業

店內自動結帳
人群密度分析
智慧看板
運輸

交通管理
車隊管理
停車
監視

侵入
虛擬圍欄
安全性

ASUS AI 加速器 PCIe 卡如何部署 AI 模型

TensorFlow Lite 轉換器：將 TensorFlow 模型 (含 .pb 副檔名) 轉換為 TensorFlow Lite 模型（含 .tflite副檔名）。
編譯器：一種命令列工具，可將 TensorFlow Lite 模型 (含 .tflite 副檔名) 編譯成為可在 Edge TPU 上執行的檔案。
部署：透過 PyCoral API (Python) 或 Libcoral API (C++) 執行 AI 模型。

ML 模型要求