Встановлення Raspberry Pi AI HAT+ 26 TOPS на Raspberry Pi 5

Raspberry Pi AI HAT+

Raspberry Pi Код товару: 2013

5 999 ₴

Без податку

Очікується

Raspberry Pi AI HAT+ — плата апаратного прискорення штучного інтелекту для Raspberry Pi 5 на базі нейропроцесора Hailo. Доступні версії продуктивністю 13 та 26 TOPS для локального запуску нейромереж, розпізнавання об'єктів, сегментації зображень, оцінки пози та інших AI-задач.

Продуктивність ШІ

13 TOPS

26 TOPS

Очікується товар, доступний з різними опціями

Опис Характеристики Інструкції Відгуки

Raspberry Pi AI HAT+ — офіційна плата розширення для Raspberry Pi 5 із вбудованим нейронним процесором Hailo. Вона дозволяє виконувати AI-обчислення локально на Raspberry Pi без необхідності передавати дані у хмарні сервіси.

Апаратне прискорення AI для Raspberry Pi 5

Raspberry Pi AI HAT+ призначена для прискорення нейронних мереж та задач машинного навчання. Залежно від обраної модифікації плата забезпечує продуктивність 13 або 26 TOPS.

Версія 13 TOPS побудована на нейропроцесорі Hailo-8L та підходить для розпізнавання об'єктів, семантичної та instance-сегментації, оцінки пози, аналізу відеопотоку та інших задач комп'ютерного зору.

Версія 26 TOPS використовує Hailo-8 та забезпечує вищу продуктивність, підтримку складніших нейронних мереж і ефективніше одночасне виконання декількох AI-моделей.

Інтеграція з Raspberry Pi OS

AI HAT+ підключається до Raspberry Pi 5 через інтерфейс PCI Express. Актуальні версії Raspberry Pi OS автоматично визначають встановлений прискорювач Hailo та надають доступ до NPU для сумісних AI-застосунків.

Плата інтегрована зі стеком камер Raspberry Pi. Програми rpicam-apps можуть використовувати NPU для апаратного прискорення сумісних задач постобробки зображення.

Застосування Raspberry Pi AI HAT+

розпізнавання та класифікація об'єктів;
аналіз відео в реальному часі;
семантична та instance-сегментація;
оцінка пози людини;
робототехніка;
системи безпеки та відеоспостереження;
домашня автоматизація;
промислові системи машинного зору;
Edge AI та локальна обробка даних.

AI HAT+ або AI HAT+ 2

Raspberry Pi AI HAT+ 13/26 TOPS оптимально підходить для комп'ютерного зору, відеоаналітики та inference нейронних мереж. Якщо потрібен локальний запуск генеративних моделей, LLM або VLM, варто розглянути новіший Raspberry Pi AI HAT+ 2 на базі Hailo-10H із продуктивністю до 40 TOPS та 8 ГБ власної пам'яті.

Особливості

сумісність із Raspberry Pi 5;
продуктивність 13 або 26 TOPS залежно від модифікації;
нейропроцесор Hailo-8L або Hailo-8;
підключення через PCIe;
апаратне прискорення нейронних мереж;
інтеграція з програмним стеком камер Raspberry Pi;
відповідність специфікації Raspberry Pi HAT+.

Комплектація

У комплект входять Raspberry Pi AI HAT+, 16-мм GPIO stacking header, стійки та кріплення для встановлення плати на Raspberry Pi 5 разом із Raspberry Pi Active Cooler.

Зверніть увагу: Raspberry Pi 5 та Active Cooler до комплекту не входять.

Вкладення

Raspberry Pi AI HAT+ (13/26 TOPS) — офіційний технічний опис (PDF). — 739.5KB

Характеристики

Артикул	2013
Бренд	Raspberry Pi
Сумісність з	Raspberry Pi 5
Інтерфейс	PCIe 2.0 x1
Робоча температура	0…50 °C

Raspberry Pi AI HAT+: встановлення та перший запуск з камерою

Інструкція для версій 13 і 26 TOPS. Після налаштування Raspberry Pi 5 зможе розпізнавати об’єкти у відеопотоці камери за допомогою прискорювача Hailo.

Що знадобиться

Raspberry Pi 5 з актуальною 64-бітною Raspberry Pi OS. У поточній офіційній інструкції використовується Trixie.
Raspberry Pi AI HAT+ 13 або 26 TOPS і кріплення з комплекту.
Для прикладу нижче — Camera Module 3 або інша сумісна камера. Для підключення Camera Module 3 до Raspberry Pi 5 потрібен шлейф Standard–Mini.
За рекомендацією виробника — Raspberry Pi Active Cooler.

Перед підключенням: вимкніть Raspberry Pi 5 та від’єднайте живлення. Якщо плануєте використовувати камеру, під’єднайте її до встановлення AI HAT+. Pi 5, камера, шлейф для камери та Active Cooler не входять до комплекту AI HAT+.

1. Встановіть AI HAT+

Схема встановлення Raspberry Pi AI HAT+ на Raspberry Pi 5: стійки, GPIO-перехідник і шлейф PCIe

Схема показує версію 26 TOPS. Монтаж версії 13 TOPS такий самий. Натисніть на зображення для збільшення.

Якщо використовуєте Active Cooler, встановіть його на Raspberry Pi 5 до монтажу AI HAT+.
Закріпіть чотири стійки довгими гвинтами та встановіть GPIO-перехідник на контакти Raspberry Pi 5.
Під’єднайте комплектний шлейф до роз’єму PCIe на Raspberry Pi 5. Металеві контакти шлейфа мають бути спрямовані всередину, у бік USB-портів. Зафіксуйте засувку роз’єму.
Поставте AI HAT+ на стійки компонентами вгору та закріпіть короткими гвинтами.
Під’єднайте інший кінець шлейфа до роз’єму AI HAT+ і зафіксуйте засувку. Переконайтеся, що шлейф вставлений рівно.

2. Оновіть систему та встановіть програмне забезпечення

Після підключення живлення відкрийте термінал Raspberry Pi OS і оновіть систему та прошивку:

sudo apt update
sudo apt full-upgrade -y
sudo rpi-eeprom-update -a
sudo reboot

Після перезавантаження встановіть компоненти для AI HAT+ 13/26 TOPS:

sudo apt install dkms
sudo apt install hailo-all
sudo reboot

Пакет hailo-h10-all призначений для іншого пристрою — AI HAT+ 2. Для цієї плати використовуйте hailo-all. Окремо вмикати PCIe Gen 3 не потрібно: AI HAT+ налаштовує його автоматично.

3. Перевірте, що прискорювач працює

Після перезавантаження виконайте:

hailortcli fw-control identify

Команда має вивести інформацію про пристрій Hailo. Для версії 13 TOPS це Hailo-8L, для 26 TOPS — Hailo-8. Значення <N/A> у полях серійного номера або номера деталі можливе й не означає несправність.

4. Запустіть розпізнавання об’єктів з камерою

Спочатку встановіть програму для камери та перевірте звичайний відеопопередній перегляд:

sudo apt update && sudo apt install rpicam-apps
rpicam-hello

Якщо камера працює, запустіть офіційний приклад із моделлю YOLOv8:

rpicam-hello -t 0 --post-process-file /usr/share/rpi-camera-assets/hailo_yolov8_inference.json

На живому зображенні програма обводитиме розпізнані об’єкти рамками. Обробку нейромережі виконує AI HAT+, а не хмарний сервіс. Щоб зупинити демонстрацію, натисніть Ctrl+C у терміналі.

Якщо демонстрація не запускається: спочатку перевірте, чи показує зображення rpicam-hello, а потім — чи визначається Hailo командою hailortcli fw-control identify. Так можна відокремити проблему камери від проблеми підключення AI HAT+.