Google Coral USB Accelerator: 4 TOPS para inferencia edge

Qué ofrece realmente la Edge TPU por USB

El dato principal es sencillo: Google Coral USB Accelerator alcanza hasta 4 TOPS en INT8 con una eficiencia anunciada de 2 TOPS/W. Es una Edge TPU independiente que se conecta a un host mediante USB 3.x y asume la inferencia de modelos compatibles.

Estas especificaciones figuran en los materiales oficiales de Coral y en la página del producto ASUS Coral USB Accelerator. El acelerador utiliza USB Type-C, mientras que la documentación señala Debian y Linux como entornos principales. También se describe compatibilidad con macOS y Windows 10.

Sin embargo, 4 TOPS no significa que se pueda enviar cualquier red neuronal al dispositivo. La guía de inferencia de Coral indica una limitación clave: la Edge TPU trabaja con modelos TensorFlow Lite precompilados específicamente para este acelerador. Las operaciones no compatibles o un grafo incompatible pueden dejar parte del cálculo en el procesador anfitrión, por lo que la cifra máxima no describe por sí sola la latencia de todo el sistema.

Tampoco conviene dar por confirmada la estimación de unos 7 MB de SRAM. No aparece respaldada en los materiales oficiales revisados. El datasheet del USB Accelerator indica 16 KB de memoria flash con ECC para el microcontrolador integrado, pero es una memoria distinta y cumple otra función; no deben sumarse ambas cifras en una sola especificación.

A octubre de 2026, este es un análisis retrospectivo, no el lanzamiento de un producto nuevo. Las cifras se refieren a la configuración y documentación descritas, no a una generación posterior de aceleradores.

Cuándo sigue teniendo sentido este acelerador

La principal ventaja de Coral USB Accelerator no es un rendimiento récord, sino añadir inferencia local a un host existente de forma sencilla. En sistemas embebidos e IoT, permite incorporar un coprocesador sin migrar a una placa de IA dedicada ni rediseñar todo el hardware.

Los casos más prácticos son aquellos con un modelo conocido de antemano: cámaras edge, gateways industriales y sistemas Linux compactos. La eficiencia de 2 TOPS/W resulta atractiva cuando importan la alimentación y el calor, pero el resultado real depende de cuánto del modelo se transfiera a la Edge TPU.

Antes que los TOPS máximos, revisaría el informe del compilador, la lista de operaciones no compatibles y la latencia de toda la cadena, incluido el intercambio USB. En un acelerador especializado antiguo, la cuestión esencial es si acelera el modelo concreto o si solo luce bien en la ficha técnica.

Antes analizamos un caso con Raspberry Pi y por qué las demostraciones de IA en hardware compacto requieren una arquitectura bien pensada. Esto complementa directamente la evaluación de la eficiencia energética de Google Edge TPU por USB.