Ir directamente a la información del producto
1 de 12

Kit oficial Hailo-10H AI HAT+2 para Raspberry Pi 5, NPU de 40 TOPS (INT4), 8GB de memoria, PCIe Gen3

Kit oficial Hailo-10H AI HAT+2 para Raspberry Pi 5, NPU de 40 TOPS (INT4), 8GB de memoria, PCIe Gen3

Yahboom

Precio habitual $414.00 USD
Precio habitual Precio de oferta $414.00 USD
Oferta Agotado
Impuestos incluidos. Los gastos de envío se calculan en la pantalla de pago.
Ver todos los detalles

Descripción

El Kit Oficial Hailo-10H AI HAT+2 para Raspberry Pi 5 es una placa aceleradora de IA dedicada, diseñada para cargas de trabajo de IA generativa en el borde y visión por computadora. Integra un NPU Hailo-10H incorporado con una capacidad de 40 TOPS (INT4) e incluye 8GB de memoria dedicada a bordo, lo que ayuda a ejecutar modelos de lenguaje grande (LLMs) y modelos de lenguaje-visión (VLMs) localmente, dejando la memoria del sistema Raspberry Pi 5 disponible para otras tareas.

Características Clave

  • Compatible con Raspberry Pi 5
  • Acelerador AI Hailo-10H que ofrece un rendimiento de inferencia de 40 TOPS (INT4)
  • Memoria integrada de 8GB (dedicada)
  • Conforme a la especificación Raspberry Pi HAT+
  • Conectividad a través de la interfaz PCI Express de Raspberry Pi 5 (PCIe Gen3 mencionado)
  • Alta compatibilidad con la pila de software de cámaras Raspberry Pi: libcamera, rpicam-apps, Picamera2
  • Paquete de software integral / soporte de cadena de herramientas (componentes de software Hailo referenciados: Hailo Model Zoo, Hailo Dataflow Compiler (SDK), HailoRT, TAPPAS, Firmware Hailo)
  • Temperatura de funcionamiento: 0C~50C (ambiente)
  • Incluye disipador de calor; admite el uso con un enfriador activo para mejorar la ventilación (enfriador activo no incluido)

Especificaciones

Anfitrión Raspberry Pi 5
Chip acelerador (Hailo NPU) Hailo-10H
Rendimiento de IA 40 TOPS (INT4)
Memoria a bordo 8GB
Interfaz PCIe Raspberry Pi 5 PCIe Gen3 (compatible estándar)
Interfaz HAT Compatible con las especificaciones Raspberry Pi HAT+
Sistema operativo compatible Raspberry Pi OS
Frameworks compatibles (listados) TensorFlow, TensorFlow Lite, ONNX, Keras, Pytorch
Soporte de pila de software de cámara libcamera, rpicam-apps, Picamera2
Temperatura de funcionamiento 0C~50C (ambiente)
Tamaño65 x 56.5 x 14 mm (con disipador)

Referencias de rendimiento (de las cifras de prueba proporcionadas)

  • Tiempo de respuesta de VLM local (Qwen2-VL-2B) (Raspberry Pi 5 4GB/8GB): sin acelerador: > 6 minutos (Pi 5-4GB), >3 minutos (Pi 5-8GB); con AI HAT+2: 3~30 segundos
  • Detección de objetivos YOLOv5: Prueba de FPS en Raspberry Pi 5: 8; Prueba de FPS en Raspberry Pi 5 + AI HAT+2: 30.01
  • Estimación de postura: Prueba de FPS en Raspberry Pi 5: 1; Prueba de FPS en Raspberry Pi 5 + AI HAT+2: 30.64
  • Segmentación de fondo: Prueba en Raspberry Pi 5: no se puede ejecutar (FPS: 0); Prueba de FPS en Raspberry Pi 5 + AI HAT+2: 29.63
  • Detección de imágenes: Prueba de FPS en Raspberry Pi 5: 1; Prueba de FPS en Raspberry Pi 5 + AI HAT+2: 60.22

Qué está incluido

  • Placa AI HAT+2 (Hailo-10H)
  • Disipador de calor
  • Conector apilable de 16mm
  • Poste(s) de soporte
  • Tornillos

Raspberry Pi 5 y un enfriador activo no están incluidos. Para preguntas de integración o compatibilidad, contacte [email protected] or visite https://rcdrone.top/ .

Aplicaciones

  • Despliegue de LLM y VLM sin conexión en Raspberry Pi 5
  • Aceleración de visión por computadora y procesamiento de imágenes en tiempo real
  • Robótica
  • Control de procesos sin conexión y análisis seguro de datos
  • Gestión de instalaciones

Tutoriales

  • Hailo10
  • Temas de tutoriales mostrados: Introducción al Producto; Tutorial de Despliegue Local para LLM y VLM; Tutorial de Aceleración de Modelos de Visión AI; Imagen de Prueba AI HAT+2 para Raspberry Pi 5
  • Temas de despliegue local mostrados: Instalación del Entorno; LLM interactivo basado en texto; Interacción visual y de texto VLM
  • Temas de aceleración de visión AI mostrados: Configuración del Entorno; rpicam-apps; Caso de prueba; Segmentación de instancias; Estimación de pose; Aplicación segmentada; Profundidad monocular
  • Guía del Usuario (listada)

Detalles