Überblick
Das Hailo-10H AI HAT+2 Official Kit für Raspberry Pi 5 ist eine dedizierte KI-Beschleunigerkarte, die für Edge-generative KI und Computer Vision-Workloads entwickelt wurde. Es integriert eine eingebaute Hailo-10H NPU mit einer Leistung von 40 TOPS (INT4) und enthält 8 GB dedizierten Onboard-Speicher, um große Sprachmodelle (LLMs) und Vision-Language-Modelle (VLMs) lokal auszuführen, während der Systemspeicher des Raspberry Pi 5 für andere Aufgaben verfügbar bleibt.
Hauptmerkmale
- Kompatibel mit Raspberry Pi 5
- Hailo-10H KI-Beschleuniger liefert 40 TOPS (INT4) Inferenzleistung
- Onboard 8GB Speicher (dediziert)
- Entspricht der Raspberry Pi HAT+ Spezifikation
- Konnektivität über Raspberry Pi 5 PCI Express Schnittstelle (PCIe Gen3 angegeben)
- Hohe Kompatibilität mit Raspberry Pi Kamera-Software-Stack: libcamera, rpicam-apps, Picamera2
- Umfassendes Softwarepaket / Toolchain-Unterstützung (Hailo-Softwarekomponenten referenziert: Hailo Model Zoo, Hailo Dataflow Compiler (SDK), HailoRT, TAPPAS, Hailo Firmware)
- Betriebstemperatur: 0C~50C (Umgebung)
- Inklusive Kühlkörper; unterstützt die Verwendung mit einem aktiven Kühler für verbesserte Belüftung (aktiver Kühler nicht enthalten)
Spezifikationen
| Host | Raspberry Pi 5 |
| Beschleunigerchip (Hailo NPU) | Hailo-10H |
| KI-Leistung | 40 TOPS (INT4) |
| Onboard-Speicher | 8GB |
| PCIe-Schnittstelle | Raspberry Pi 5 PCIe Gen3 (standardkompatibel) |
| HAT-Schnittstelle | Kompatibel mit Raspberry Pi HAT+ Spezifikationen |
| Unterstütztes Betriebssystem | Raspberry Pi OS |
| Unterstützte Frameworks (aufgelistet) | TensorFlow, TensorFlow Lite, ONNX, Keras, Pytorch |
| Kamera-Software-Stack-Unterstützung | libcamera, rpicam-apps, Picamera2 |
| Betriebstemperatur | 0C~50C (Umgebung) |
| Größe | 65 x 56.5 x 14 mm (mit Kühlkörper) |
Leistungsreferenzen (aus bereitgestellten Testdaten)
- Lokale VLM (Qwen2-VL-2B) Antwortzeit (Raspberry Pi 5 4GB/8GB): ohne Beschleuniger: > 6 Minuten (Pi 5-4GB), >3 Minuten (Pi 5-8GB); mit AI HAT+2: 3~30 Sekunden
- YOLOv5 Zielerkennung: Raspberry Pi 5 Test FPS: 8; Raspberry Pi 5 + AI HAT+2 Test FPS: 30.01
- Haltungsschätzung: Raspberry Pi 5 Test FPS: 1; Raspberry Pi 5 + AI HAT+2 Test FPS: 30.64
- Hintergrundsegmentierung: Raspberry Pi 5 Test: nicht ausführbar (FPS: 0); Raspberry Pi 5 + AI HAT+2 Test FPS: 29.63
- Bilderkennung: Raspberry Pi 5 Test FPS: 1; Raspberry Pi 5 + AI HAT+2 Test FPS: 60.22
Was ist enthalten
- AI HAT+2 Board (Hailo-10H)
- Kühlkörper
- 16mm Stapel-Header
- Stützpfosten
- Schrauben
Raspberry Pi 5 und ein aktiver Kühler sind nicht enthalten. Bei Fragen zur Integration oder Kompatibilität kontaktieren Sie [email protected] or besuchen Sie https://rcdrone.top/ .
Anwendungen
- Offline LLM- und VLM-Bereitstellung auf Raspberry Pi 5
- Echtzeit-Computer Vision und Bildverarbeitungsbeschleunigung
- Robotik
- Offline-Prozesssteuerung und sichere Datenanalyse
- Gebäudemanagement
Tutorials
- Hailo10
- Gezeigte Tutorial-Themen: Produkteinführung; Lokales Bereitstellungstutorial für LLM und VLM; AI Vision Modellbeschleunigungstutorial; Raspberry Pi 5 AI HAT+2 Testbild
- Gezeigte lokale Bereitstellungsthemen: Umgebungsinstallation; Textbasierte interaktive LLM; Visuelle und textuelle Interaktion VLM
- Gezeigte AI Vision Beschleunigungsthemen: Umgebungseinrichtung; rpicam-apps; Testfall; Instanzsegmentierung; Pose-Schätzung; Segmentierte Anwendung; Monokulare Tiefe
- Benutzerhandbuch (aufgelistet)
Details



Mit einem dedizierten Hailo-10H NPU und 8 GB Onboard-Speicher hilft das Kit, lokale LLM/VLM- und Vision-Workloads auf dem Raspberry Pi 5 auszuführen.


Ein schneller Vergleich der AI HAT+ Serie erleichtert die Wahl zwischen dem Basismodell und dem leistungsstärkeren AI HAT+2.

Die Antwortzeiten des lokalen visuellen Sprachmodells können von Minuten auf Sekunden sinken, wenn Arbeitslasten auf den AI-Beschleuniger ausgelagert werden.

Computer-Vision-Pipelines wie Objekterkennung und Pose-Schätzung verzeichnen große FPS-Zuwächse beim Einsatz des AI HAT+2.


Schritt-für-Schritt-Tutorial-Materialien werden bereitgestellt, um die lokale LLM/VLM-Bereitstellung einzurichten und Beispielprojekte auszuführen.


Die ordnungsgemäße Installation des Kühlkörpers hilft, eine stabile Leistung während anhaltender AI-Inferenz-Arbeitslasten aufrechtzuerhalten.


Für eine verbesserte Kühlung unter kontinuierlicher Last unterstützt die Platine die Kombination mit einem aktiven Kühler (Raspberry Pi 5 und Kühler nicht enthalten).


Der Software-Stack umfasst Entwicklerwerkzeuge für die Modellkonvertierung, Bereitstellung und Laufzeitausführung auf dem Hailo-Beschleuniger.


Beispieldemos umfassen geräteinterne Textgenerierung und Vision-Language-Workflows für Offline-Edge-AI-Prototyping.

Typische Vision-Aufgaben wie Erkennung, Segmentierung und Pose-Schätzung können für Echtzeit-Performance auf dem Raspberry Pi 5 beschleunigt werden.

Die Abmessungen der AI HAT+2-Platine und des Kühlkörpers in Millimetern helfen, den Freiraum und die Montagepassung in Ihrem Raspberry Pi 5-Setup zu bestätigen.

Das Raspberry Pi 5 AI HAT+2 Kit enthält die AI HAT+2-Platine, einen offiziellen Kühlkörper, einen 16mm Stapel-Header und ein Schraubenpaket zur Installation.

Das Hailo AI HAT+2 Kit für Raspberry Pi 5 enthält die Zusatzplatine, den Kühlkörper, das Flachbandkabel und die Montagehardware für eine saubere Installation.
Related Collections
