Google Coral, ev laboratuvarı AI’ının sessiz iş gücüydü. Ucuz bir USB veya M.2 hızlandırıcı, bir Frigate kapsayıcısı ve bir Raspberry Pi, CPU’yu yakmadan evin her kamerasını izleyebilirdi. Sonra Google Coral’ı durdurdu. Perakendeciler 2025 boyunca tükenmiş durumda, yazılım depoları aylardır kayda değer bir commit görmemiş. Ev laboratuvarı forumları o zamandan beri Google Coral alternatifleri ticareti yaptıkça, cevap her zaman “eBay’de kullanılmış bir tane satın al” değil.
Aşağıdaki yedi seçim gerçek değişiklikleri kapsar: 2026’da sevk edilen adanmış NPU’lar, sıradan bir Intel CPU’nun Coral’ın işini yapmasına izin veren yazılım çalışma zamanları ve çoğu kişinin zaten üstünde çalıştırdığı NVR yığını. Her biri akış başına maliyet, Frigate veya CodeProject.AI ile entegrasyon ve Docker-first iş akışında hayatta kalmasıyla değerlendirilir.
Hızlı karşılaştırma
| Çözüm | En İyi | Ücretsiz Katman | Başlangıç Maliyeti | Öne Çıkan Özellik |
|---|---|---|---|---|
| Frigate + Intel iGPU (OpenVINO) | Intel N-serisi üzerinde ucuz nesne algılama | Yazılım ücretsiz | ~$150 mini PC | Sıfır ekstra donanım |
| CodeProject.AI | Multi-backend ev güvenliği AI | Evet | Ücretsiz, donanım isteğe bağlı | Blue Iris ve Frigate entegrasyonu |
| Intel OpenVINO Runtime | Herhangi bir Intel CPU veya Arc GPU | Ücretsiz SDK | Ücretsiz | Zaten sahip olduğunuz donanımda çalışır |
| Hailo-8/8L | Adanmış kenar NPU, Coral sınıfı TOPS | Ücretsiz SDK | ~$150 modül için | M.2’de 26 TOPS |
| Nvidia Jetson Orin Nano | GPU çıkarımı ile tam SBC | Ücretsiz JetPack | ~$249 | Uçtan uca geliştirici kiti |
| ONNX Runtime | Herhangi bir donanımda platformlar arası çıkarım | Ücretsiz | Ücretsiz | Her backend için bir çalışma zamanı |
| Ultralytics YOLO | Eski Coral’ları değiştirmek için modern modeller | Ücretsiz açık kaynak | Ücretsiz | Doğrudan Frigate entegrasyonu |
İnsanlar neden Google Coral’dan ayrılıyor
Coral Amazon ve Mouser’dan kaybolmaya başladığında nedenler hızla birikmektedir.
- Tedarik kurumuş. Google Coral mağazası 2024’ün sonundan itibaren USB Accelerator ve M.2 Dual TPU için hızlı tükenmiş durumda. Üçüncü taraf pazarları kullanılmış birimleri orijinal fiyatın katlarında listeler. Intel CPU’larını alternatif olarak işaret eden XDA parçası aynı kıtlığı da not eder.
- Yazılım dondurulmuş. GitHub’daki
libedgetpuvegoogle-coral/edgetpudepoları bir yıldan fazla bir süredir önemli bir sürüm görmedi. Yeni Python ve TensorFlow sürümleri eski çalışma zamanı ile her zaman temiz çalışmaz. - Ekosistem kayması. Frigate 0.14 ve sonrası OpenVINO, TensorRT, ROCm ve Hailo için birinci sınıf destek ekledi. Coral şimdi birçok seçenek arasında bir, varsayılan değil.
- Model tavanı. Coral, sabit nicemleme ile Edge TPU’ya derlenmiş TensorFlow Lite modellerini çalıştırır. Modern YOLOv8, YOLOv10 ve RT-DETR varyantları ya Edge TPU için derlenmez ya da yanlış alarm oranları için önemli olan yeterli doğruluğu kaybeder.
- Sınırlı hesaplama alanı. Tek bir Coral yaklaşık 4 TOPS’a ulaşır. Modern bir Hailo-8, aynı M.2 yuvasında 26 TOPS’a ulaşır, kabaca aynı para için.
Alternatifler
Intel iGPU'da Frigate (OpenVINO aracılığıyla) -- Ucuz nesne algılama için en iyi
Her son Intel N-serisi veya Core CPU, birkaç kamera akışı için yeterince hızlı OpenVINO modellerini çalıştıran bir iGPU içerir. Frigate, OpenVINO dedektörü yapılandırıldıktan sonra iGPU’yu otomatik olarak alır ve $150’lik bir mini PC, terlemeden dört ila altı 1080p akışını 5 FPS algılamada işler. Bu, XDA parçasının Coral’ın doğrudan değiştirilmesi olarak gösterdiği kurulumudur.
Nerede yetersiz kalır: OpenVINO’nun en hızlı küçük modelleri (SSD MobileNet, YOLO-NAS nicelendi), daha büyük bir kartta çalışan taze bir YOLOv10 kadar doğru değildir. Eski Intel iGPU’lar (11. nesil öncesi) belirgin şekilde daha yavaştır.
Fiyatlandırma:
- Ücretsiz: Frigate açık kaynaktır, OpenVINO ücretsiz bir SDK’dır.
- Ödenen: Mini PC (Beelink S12, Minisforum UN100C veya eski bir Intel NUC) yaklaşık $150 kullanılmış.
- vs Coral: Çoğu ev laboratuvarının zaten sahip olduğu donanımı kullanır, ayrı bir hızlandırıcı yok.
Coral’dan Geçiş: Frigate’in config.yml dosyasını düzenleyin, edgetpu dedektörünü openvino ile değiştirin, Frigate docsından OpenVINO-format modelini çekin, yeniden başlatın. Mevcut kamera bölgeleri, MQTT konuları ve Home Assistant otomasyonları değişmez.
İndir: Frigate açık kaynaktır ve Docker görüntüsü olarak sevk edilir. OpenVINO Runtime, Frigate kapsayıcısı aracılığıyla otomatik olarak kurulur.
Sonuç: Yedek Intel mini PC’si ve altı kameraya kadar olan herkes için varsayılan cevap.
CodeProject.AI Server -- Blue Iris ve karma arka uçlar için en iyi
CodeProject.AI Server, çoğu Blue Iris kullanıcısının NVR’leriyle eşleştirdiği yapay zeka arka ucudur ve ayrıca Frigate’e bağlanır. YOLOv5 ve YOLOv8 modellerini, ALPR lisans plakası okumayı, yüz tanımayı ve tek bir web panosu aracılığıyla birden fazla donanım hızlandırıcısını destekler. Windows ve Linux’ta, Docker’da veya yerel olarak çalışır.
Nerede yetersiz kalır: CodeProject.AI için Coral modülü hala çalışır, ancak projenin odağı CPU, DirectML ve CUDA arka uçlarına kaymıştır. Windows yükleyicisi bazen Linux Docker yolunun gerisinde kalır.
Fiyatlandırma:
- Ücretsiz: Tam sunucu ve varsayılan modeller.
- Ödenen: Gelişmiş modüller için isteğe bağlı ücretli eklentiler.
- vs Coral: Donanım satın alındıktan sonra Coral gibi ücretsiz ve kutusundan yüz tanıma ve plaka okumayı kapsar.
Coral’dan Geçiş: CodeProject.AI yükleyin, ana bilgisayarla eşleşen OpenVINO veya CUDA modülünü yükleyin, Blue Iris veya Frigate’i CodeProject.AI URL’sine yönlendirin. Model yeniden derlemesi yok.
İndir: CodeProject.AI Server, Linux için Docker görüntüleri ve Windows için yerel yükleyici sağlar.
Sonuç: NVR Windows’ta Blue Iris olduğunda veya lisans plakası tanıma önemli olduğunda doğru seçim.
Intel OpenVINO Runtime -- Zaten sahip olduğunuz donanım için en iyi
Intel OpenVINO, herhangi bir 8. nesil veya daha yeni Intel CPU’yu, herhangi bir Intel Arc GPU’yu ve herhangi bir Neural Compute Stick 2’yi çıkarım hedefine dönüştürür. Runtime tek bir Python veya C++ kütüphanesidir ve Frigate dedektörünü, CodeProject.AI’yi ve sayısız özel betikleri güçlendirir. Intel Core i5-1240P dizüstü CPU’sunda, aynı MobileNet SSD modelinde Coral sınıfı aktarım hızına ulaşır.
Nerede yetersiz kalır: OpenVINO yalnızca Intel’dir. AMD Ryzen kullanıcıları bundan hiçbir şey alamazlar. Arm panoları (Raspberry Pi, Orange Pi) tamamen farklı bir çalışma zamanına ihtiyaç duyar.
Fiyatlandırma:
- Ücretsiz: Tam SDK ve çalışma zamanı.
- Ödenen: N/A.
- vs Coral: Ana bilgisayar zaten Intel tabanlı ise sıfır donanım maliyeti.
Coral’dan Geçiş: TensorFlow Lite modellerini mo aracı ile OpenVINO IR formatına dönüştürün veya Frigate model zoo’sundan önceden dönüştürülmüş bir model alın. Dedektör yapılandırmasını yeniden yapılandırın, yeniden başlatın.
İndir: OpenVINO Runtime, Docker görüntüsü, pip paketi ve Windows ve Linux için yerel yükleyici olarak mevcuttur.
Sonuç: Sıfır donanım seçeneği. NVR kutusu zaten Intel’de çalışıyorsa, başka bir şey almadan önce OpenVINO’yu ilk yükleyin.
Hailo-8 ve Hailo-8L -- Adanmış kenar NPU gücü için en iyi
Hailo modülleri, Coral’a en yakın donanım analogudur. Hailo-8L, Coral’ın eski talep ettiği fiyata yaklaşık bir M.2 A+E yuvasında 13 TOPS çalışır. Hailo-8 bunu 26 TOPS’ta ikiye katlar. Her ikisi de topluluk Hailo dedektör eklentisi aracılığıyla Frigate’e ve özel çalışma için resmi Hailo SDK’sına döner.
Nerede yetersiz kalır: Hailo SDK kurulumu Coral’ın tak-ve-çal hikayesinden daha ağırdır. Hailo Model Zoo, çoğu ortak mimarileri kapsar, ancak dönüştürme ardışık düzeni pratik gerektirir.
Fiyatlandırma:
- Ücretsiz: SDK ve çalışma zamanı.
- Ödenen: Hailo-8L için yaklaşık $70, Hailo-8 için yaklaşık $150, artı ana bilgisayardaki M.2 yuva.
- vs Coral: Benzer maliyet, aktarım hızında çok katlı, aktif olarak korunur.
Coral’dan Geçiş: Modülü satın alın, Hailo firmware’ı ve SDK’sını yükleyin, Frigate dedektör bloğunu Hailo varyantı ile değiştirin, derlenmiş model dosyasını indirin. Kamera yapılandırmaları değişmez.
İndir: Hailo Developer Zone, Ubuntu için SDK’lar ve kapsayıcı görüntüleri gönderir.
Sonuç: Coral zaten plandayken ancak aktarım hızı veya model seçimi büyümesi gereken en iyi seçim.
Nvidia Jetson Orin Nano -- GPU çıkarımı ile tam SBC için en iyi
Nvidia Jetson Orin Nano geliştirici kiti, bir Arm CPU, tensor çekirdekleri ile bir Nvidia GPU ve Jetpack’i (CUDA ve TensorRT yığını) küçük bir panoya yerleştirir. TensorRT dedektörü ile Frigate’i çok yüksek kare hızında çalıştırır ve NVR’nin kendisini de barındırabilir, bu nedenle Coral artı Raspberry Pi tek bir birime daraltılır.
Nerede yetersiz kalır: Coral USB’den daha yüksek başlangıç maliyeti. Jetpack görüntüsü Ubuntu tabanlı ve basit bir işletim sistemi kurulumu yerine flashing gerektirir. Eski Jetson Nano panoları çok daha yavaştır ve 2026’da kaçınılmalıdır.
Fiyatlandırma:
- Ücretsiz: JetPack SDK.
- Ödenen: Orin Nano 8 GB geliştirici kiti için yaklaşık $249, Orin NX ve AGX için daha yüksek.
- vs Coral: Ana bilgisayar ve hızlandırıcının her ikisini de değiştirir, bu nedenle toplam maliyet mini PC artı Hailo ile uyumludur.
Coral’dan Geçiş: Frigate’i Jetpack’e yeniden yükleyin, TensorRT dedektörünü kullanın, trtexec aracı ile modelleri TensorRT motor formatına dönüştürün. Kamera akışları ve Home Assistant entegrasyonları değişmeden kalır.
İndir: Nvidia Jetson indirmeler JetPack SDK’sı ve önceden flashed görüntüleri sağlar.
Sonuç: Hepsi bir arada yol. NVR kutusu kendisi de değiştirme için hazır olduğunda doğru.
ONNX Runtime -- Her arka uç için bir çalışma zamanı için en iyi
ONNX Runtime, Microsoft’un platformlar arası çıkarım motorudur. Tek bir API ile CUDA, TensorRT, DirectML, ROCm, CoreML ve CPU’yu hedefler. Frigate 0.14, ONNX Runtime desteği gönderdi; bu, aynı model dosyasının bugün bir Nvidia GPU’da, gelecek hafta AMD GPU’da ve yolda dizüstü CPU’da çalışmasına izin verir.
Nerede yetersiz kalır: ONNX Runtime bir çalışma zamanıdır, model kataloğu değildir. Kullanıcılar yine de bir model dosyasına ihtiyaç duyarlar (YOLOv8, RT-DETR, MobileNet). Bazı deneysel optimizasyonlar TensorRT gibi satıcıya özgü SDK’ların gerisinde kalır.
Fiyatlandırma:
- Ücretsiz: Açık kaynak.
- Ödenen: N/A.
- vs Coral: Ücretsiz, donanımdan bağımsız ve model seçimi çok daha büyük.
Coral’dan Geçiş: Geçerli modeli ONNX formatına dışa aktarın, Frigate dedektörünü onnx olarak değiştirin, yeniden başlatın. Ana bilgisayarın bir GPU’su varsa, CUDA veya ROCm yürütme sağlayıcısını yükleyin.
İndir: ONNX Runtime, PyPI, npm, NuGet’te ve önceden derlenmiş yerel kütüphaneler olarak mevcuttur.
Sonuç: Bilgisayar her yıl değişebilen karma bir ev laboratuvarı için en güvenli bahis.
Ultralytics YOLO -- Çalışma zamanını beslemek için modern modeller için en iyi
Ultralytics YOLO, YOLOv8, YOLOv10 ve YOLO11’i bu listedeki her çalışma zamanına dışa aktaran bir Python API ile gönderir. Algılama doğruluğu, Coral’ın gönderdiği eski MobileNet SSD modellerinin çok ötesindedir ve Frigate kurulumunda yanlış uyarılar model değiştiğinde belirgin şekilde düşer.
Nerede yetersiz kalır: Ultralytics, açık kaynak derlemeleri için lisansını AGPL-3.0’a değiştirdi. Ticari dağıtımlar ücretli Ultralytics lisansına ihtiyaç duyar. Bazı nicelenen dışa aktarmalar, FP16 orijinallerinin doğruluğu ile eşleşmek için hala ayarlamaya ihtiyaç duyar.
Fiyatlandırma:
- Ücretsiz: Kişisel ve açık kaynak kullanımı için AGPL-3.0.
- Ödenen: Ticari kullanım için Ultralytics Enterprise lisansı.
- vs Coral: Ev kullanımı için ücretsiz, orijinal Coral zoo’sundan daha yüksek doğruluk modelleri.
Coral’dan Geçiş: Ana bilgisayarla eşleşen bir YOLO modeli seçin (CPU için YOLOv8n, GPU’lar ve NPU’lar için YOLOv8s veya daha büyük), Frigate’in beklediği biçime dışa aktarın, kapsayıcıyı yeniden başlatın.
İndir: Ultralytics, ağırlık ve dışa aktarma araçları ile PyPI ve GitHub’dadır.
Sonuç: Çalışma zamanı belirlendikten sonra model kaynağı. Frigate algılama kalitesi genellikle donanım değişimineden çok model değişiminden daha çok geliştirilir.
Nasıl Seçilir
Intel mini PC’yse ve kamera sayısı altıdan azsa Frigate on Intel iGPU with OpenVINO seçin. En ucuz yol, sıfır ekstra donanım.
NVR Windows’ta Blue Iris’se veya kurulum ekstra glue kodu olmadan yüz tanıma veya plakalar gerektirirse CodeProject.AI Server seçin.
Yeni donanıma para harcamadan önce başlangıç noktası olarak herhangi bir Intel tabanlı ana bilgisayarında Intel OpenVINO Runtime seçin.
Coral plan içindeyse ve M.2 yuva boşsa Hailo-8 veya Hailo-8L seçin. Aynı form faktörü, çok daha fazla bilgisayar, aktif olarak korunur.
NVR kutusu kendisi değiştirmeye hazırsa ve tam SBC mantıklı olursa Nvidia Jetson Orin Nano seçin.
Donanım bir veya iki yıl içinde yeniden değişebilirse ONNX Runtime‘ı soyutlama katmanı olarak kullanın.
Eski Coral zoo’da yanlış alarm oranı acı vermeye başladığında yukarıdaki hiçbirini Ultralytics YOLO modelleri ile besleyin.
Coral’da kalın, yalnızca modüller zaten yüklü ve çalışıyorsa. Satın alınacak yükseltme yok ve kurulumu daha yeni Frigate sürümüne taşımak yıllarca çalışmaya devam edecektir. 2026’da Coral’da yeni bir ev laboratuvarı başlatmayın.
SSS
Google Coral durdurulmuş mu? Evet. Coral USB Accelerator, Coral M.2 Dual TPU ve Coral Dev Board, 2024’ün sonundan itibaren Google’ın kendi perakende kanallarından tükenmişti ve yazılım depoları inert hale geldi.
En ucuz Google Coral alternatifi nedir? Frigate, Intel iGPU’da OpenVINO ile çalışır. Yazılım ücretsizdir ve kullanılmış Intel mini PC yaklaşık $100’dan başlar. Hiçbir adanmış hızlandırıcı gerekli değil.
Hala Coral USB Accelerator satın alabilir miyim? Sadece şişirilmiş fiyatlarla üçüncü taraf pazarlarından. 2026’da kullanılmış satın almak, Hailo-8L, Jetson Orin Nano ve Intel iGPU yolları aynı veya daha az maliyete girdiğinde önerilmez.
Frigate, Coral’ın alternatiflerini destekliyor mu? Evet. Frigate 0.14 ve sonrası OpenVINO, TensorRT, ONNX Runtime, Hailo ve ROCm için dedektörler gönderir. Değiştirmek bir yapılandırma dosyası değişikliğidir.
2026’da güvenlik kameraları için en iyi NPU nedir? Tak-ve-oyna hızlandırıcı için Hailo-8 (M.2 yuvası, 26 TOPS) veya tüm NVR ana bilgisayarı değiştirmeye hazır olduğunda Nvidia Jetson Orin Nano. Her ikisi de aktif olarak korunur ve Coral’ın olmadığı modern model mimarilerini kapsar.
Modellerimi yeniden eğitmem gerekiyor mu? Hayır. Mevcut TensorFlow Lite veya ONNX modelleri hedef çalışma zamanına dışa aktarılabilir. Bazı arka uçlar INT8 nicemslemesini tercih eder; bu, bir kalibrasyonu geçer, ancak sıfırdan yeniden eğitim gerektirmez.
