Aperçu
Le kit officiel Hailo-10H AI HAT+2 pour Raspberry Pi 5 est une carte accélératrice AI dédiée, conçue pour les charges de travail d'IA générative en périphérie et de vision par ordinateur. Elle intègre un NPU Hailo-10H intégré évalué à 40 TOPS (INT4) et comprend 8 Go de mémoire embarquée dédiée, aidant à exécuter localement de grands modèles de langage (LLM) et des modèles de vision-langage (VLM) tout en laissant la mémoire système du Raspberry Pi 5 disponible pour d'autres tâches.
Caractéristiques principales
- Compatible avec Raspberry Pi 5
- Accélérateur AI Hailo-10H offrant une performance d'inférence de 40 TOPS (INT4)
- Mémoire embarquée de 8 Go (dédiée)
- Conforme à la spécification Raspberry Pi HAT+
- Connectivité via l'interface PCI Express du Raspberry Pi 5 (PCIe Gen3 noté)
- Haute compatibilité avec la pile logicielle de caméra Raspberry Pi : libcamera, rpicam-apps, Picamera2
- Package logiciel complet / support de la chaîne d'outils (composants logiciels Hailo référencés : Hailo Model Zoo, Hailo Dataflow Compiler (SDK), HailoRT, TAPPAS, Hailo Firmware)
- Température de fonctionnement : 0C~50C (ambiant)
- Inclut un dissipateur thermique ; prend en charge l'utilisation avec un refroidisseur actif pour une meilleure ventilation (refroidisseur actif non inclus)
Spécifications
| Hôte | Raspberry Pi 5 |
| Puce accélératrice (Hailo NPU) | Hailo-10H |
| Performance AI | 40 TOPS (INT4) |
| Mémoire embarquée | 8GB |
| Interface PCIe | Raspberry Pi 5 PCIe Gen3 (compatible standard) |
| Interface HAT | Conforme aux spécifications Raspberry Pi HAT+ |
| Système d'exploitation pris en charge | Raspberry Pi OS |
| Cadres pris en charge (listés) | TensorFlow, TensorFlow Lite, ONNX, Keras, Pytorch |
| Support de la pile logicielle de la caméra | libcamera, rpicam-apps, Picamera2 |
| Température de fonctionnement | 0C~50C (ambiant) |
| Taille | 65 x 56.5 x 14 mm (avec dissipateur thermique) |
Références de performance (à partir des chiffres de test fournis)
- Temps de réponse VLM local (Qwen2-VL-2B) (Raspberry Pi 5 4GB/8GB) : sans accélérateur : > 6 minutes (Pi 5-4GB), >3 minutes (Pi 5-8GB) ; avec AI HAT+2 : 3~30 secondes
- Détection de cible YOLOv5 : Test FPS Raspberry Pi 5 : 8 ; Test FPS Raspberry Pi 5 + AI HAT+2 : 30.01
- Estimation de posture : Test FPS Raspberry Pi 5 : 1 ; Test FPS Raspberry Pi 5 + AI HAT+2 : 30.64
- Segmentation de fond : Test Raspberry Pi 5 : impossible à exécuter (FPS : 0) ; Test FPS Raspberry Pi 5 + AI HAT+2 : 29.63
- Détection d'image : Test FPS Raspberry Pi 5 : 1 ; Test FPS Raspberry Pi 5 + AI HAT+2 : 60.22
Ce qui est inclus
- Carte AI HAT+2 (Hailo-10H)
- Dissipateur thermique
- En-tête empilable de 16 mm
- Support(s)
- Vis
Raspberry Pi 5 et un refroidisseur actif ne sont pas inclus. Pour des questions d'intégration ou de compatibilité, contactez [email protected] or visitez https://rcdrone.top/ .
Applications
- Déploiement LLM et VLM hors ligne sur Raspberry Pi 5
- Accélération de la vision par ordinateur en temps réel et du traitement d'images
- Robotique
- Contrôle de processus hors ligne et analyse sécurisée des données
- Gestion des installations
Tutoriels
- Hailo10
- Sujets des tutoriels affichés : Introduction au produit ; Tutoriel de déploiement local pour LLM et VLM ; Tutoriel d'accélération du modèle de vision AI ; Image de test Raspberry Pi 5 AI HAT+2
- Sujets de déploiement local affichés : Installation de l'environnement ; LLM interactif basé sur le texte ; Interaction visuelle et textuelle VLM
- Sujets d'accélération de la vision AI affichés : Configuration de l'environnement ; rpicam-apps ; Cas de test ; Segmentation d'instance ; Estimation de pose ; Application segmentée ; Profondeur monoculaire
- Guide de l'utilisateur (listé)
Détails



Avec un NPU Hailo-10H dédié et une mémoire embarquée de 8 Go, le kit aide à exécuter des charges de travail LLM/VLM et de vision locales sur Raspberry Pi 5.


Une comparaison rapide de la gamme AI HAT+ facilite le choix entre le modèle de base et le modèle haute performance AI HAT+2.

Les temps de réponse des modèles visuels-langagiers locaux peuvent passer de minutes à secondes lorsque les charges de travail sont déléguées à l'accélérateur AI.

Les pipelines de vision par ordinateur comme la détection d'objets et l'estimation de pose voient de grands gains de FPS lorsqu'ils fonctionnent avec l'AI HAT+2.


Des tutoriels pas à pas sont fournis pour configurer le déploiement local de LLM/VLM et exécuter des projets d'exemple.


L'installation correcte du dissipateur thermique aide à maintenir des performances stables pendant les charges de travail d'inférence AI soutenues.


Pour un meilleur refroidissement sous charge continue, la carte prend en charge l'association avec un refroidisseur actif (Raspberry Pi 5 et refroidisseur non inclus).


La pile logicielle comprend des outils de développement pour la conversion de modèles, le déploiement et l'exécution en temps réel sur l'accélérateur Hailo.


Les démonstrations d'exemples incluent la génération de texte sur l'appareil et les flux de travail vision-langage pour le prototypage IA en périphérie hors ligne.

Les tâches de vision typiques telles que la détection, la segmentation et l'estimation de pose peuvent être accélérées pour des performances en temps réel sur Raspberry Pi 5.

Les dimensions de la carte AI HAT+2 et du radiateur en millimètres aident à confirmer l'espace libre et l'ajustement de montage dans votre configuration Raspberry Pi 5.

Le kit Raspberry Pi 5 AI HAT+2 comprend la carte AI HAT+2, un dissipateur thermique officiel, un en-tête empilable de 16 mm et un ensemble de vis pour l'installation.

Le kit Hailo AI HAT+2 pour Raspberry Pi 5 comprend la carte d'extension, le dissipateur thermique, le câble ruban et le matériel de montage pour une installation propre.
Related Collections
