Passa alle informazioni sul prodotto
1 su 12

Kit Ufficiale Hailo-10H AI HAT+2 per Raspberry Pi 5, NPU 40 TOPS (INT4), 8GB Memoria, PCIe Gen3

Kit Ufficiale Hailo-10H AI HAT+2 per Raspberry Pi 5, NPU 40 TOPS (INT4), 8GB Memoria, PCIe Gen3

Yahboom

Prezzo di listino $414.00 USD
Prezzo di listino Prezzo scontato $414.00 USD
In offerta Esaurito
Imposte incluse. Spese di spedizione calcolate al check-out.
Visualizza dettagli completi

Panoramica

Il Kit Ufficiale Hailo-10H AI HAT+2 per Raspberry Pi 5 è una scheda acceleratrice AI dedicata progettata per carichi di lavoro AI generativa edge e visione artificiale. Integra un NPU Hailo-10H incorporato con una valutazione di 40 TOPS (INT4) e include 8GB di memoria dedicata a bordo, aiutando a eseguire modelli di linguaggio di grandi dimensioni (LLM) e modelli di linguaggio-visione (VLM) localmente, lasciando la memoria di sistema del Raspberry Pi 5 disponibile per altri compiti.

Caratteristiche Principali

  • Compatibile con Raspberry Pi 5
  • Acceleratore AI Hailo-10H che offre prestazioni di inferenza di 40 TOPS (INT4)
  • Memoria integrata da 8GB (dedicata)
  • Conforme alla specifica Raspberry Pi HAT+
  • Connettività tramite interfaccia PCI Express di Raspberry Pi 5 (notato PCIe Gen3)
  • Alta compatibilità con lo stack software della fotocamera Raspberry Pi: libcamera, rpicam-apps, Picamera2
  • Supporto completo del pacchetto software / toolchain (componenti software Hailo di riferimento: Hailo Model Zoo, Hailo Dataflow Compiler (SDK), HailoRT, TAPPAS, Firmware Hailo)
  • Temperatura operativa: 0C~50C (ambiente)
  • Include dissipatore di calore; supporta l'uso con un raffreddatore attivo per una migliore ventilazione (raffreddatore attivo non incluso)

Specifiche

Host Raspberry Pi 5
Chip acceleratore (Hailo NPU) Hailo-10H
Prestazioni AI 40 TOPS (INT4)
Memoria integrata 8GB
Interfaccia PCIe Raspberry Pi 5 PCIe Gen3 (compatibile standard)
Interfaccia HAT Conforme alle specifiche Raspberry Pi HAT+
Sistema operativo supportato Raspberry Pi OS
Framework supportati (elencati) TensorFlow, TensorFlow Lite, ONNX, Keras, Pytorch
Supporto stack software fotocamera libcamera, rpicam-apps, Picamera2
Temperatura operativa 0C~50C (ambiente)
Dimensioni65 x 56.5 x 14 mm (con dissipatore di calore)

Riferimenti sulle prestazioni (dai dati di test forniti)

  • Tempo di risposta VLM locale (Qwen2-VL-2B) (Raspberry Pi 5 4GB/8GB): senza acceleratore: > 6 minuti (Pi 5-4GB), >3 minuti (Pi 5-8GB); con AI HAT+2: 3~30 secondi
  • Rilevamento target YOLOv5: Test FPS Raspberry Pi 5: 8; Test FPS Raspberry Pi 5 + AI HAT+2: 30.01
  • Stima della postura: Test FPS Raspberry Pi 5: 1; Test FPS Raspberry Pi 5 + AI HAT+2: 30.64
  • Segmentazione dello sfondo: Test Raspberry Pi 5: impossibile eseguire (FPS: 0); Test FPS Raspberry Pi 5 + AI HAT+2: 29.63
  • Rilevamento delle immagini: Test FPS Raspberry Pi 5: 1; Test FPS Raspberry Pi 5 + AI HAT+2: 60.22

Cosa è incluso

  • Scheda AI HAT+2 (Hailo-10H)
  • Dissipatore di calore
  • Header impilabile da 16mm
  • Supporto(i)
  • Viti

Raspberry Pi 5 e un raffreddatore attivo non sono inclusi. Per domande su integrazione o compatibilità, contattare [email protected] or visitare https://rcdrone.top/ .

Applicazioni

  • Distribuzione offline di LLM e VLM su Raspberry Pi 5
  • Accelerazione della visione artificiale in tempo reale e dell'elaborazione delle immagini
  • Robotica
  • Controllo dei processi offline e analisi sicura dei dati
  • Gestione delle strutture

Tutorial

  • Hailo10
  • Argomenti dei tutorial mostrati: Introduzione al prodotto; Tutorial di distribuzione locale per LLM e VLM; Tutorial di accelerazione del modello di visione AI; Immagine di test AI HAT+2 per Raspberry Pi 5
  • Argomenti di distribuzione locale mostrati: Installazione dell'ambiente; LLM interattivo basato su testo; Interazione visiva e testuale VLM
  • Argomenti di accelerazione della visione AI mostrati: Configurazione dell'ambiente; rpicam-apps; Caso di test; Segmentazione delle istanze; Stima della posa; Applicazione segmentata; Profondità monoculare
  • Guida utente (elencata)

Dettagli