-1 500 ₴

Raspberry Pi AI HAT+ 2 на Raspberry Pi 5

Raspberry Pi AI HAT+ 2 упаковка та комплект

Raspberry Pi AI HAT+ 2

Name: Raspberry Pi AI HAT+ 2
Brand: Raspberry Pi
SKU: 2040
Price: 17495 UAH
Availability: InStock

Raspberry Pi Код товару: 2040

18 995 ₴ Заощаджуєте 1 500 ₴

17 495 ₴

Без податку

В наявності

Raspberry Pi AI HAT+ 2 — AI-прискорювач нового покоління для Raspberry Pi 5 на базі Hailo-10H із продуктивністю до 40 TOPS (INT4) та 8 ГБ власної LPDDR4X-пам'яті. Плата призначена для локального запуску LLM, VLM, комп'ютерного зору та інших задач генеративного штучного інтелекту без використання хмарних сервісів.

В наявності

Опис Характеристики Інструкції Відгуки

Raspberry Pi AI HAT+ 2 — офіційна плата апаратного прискорення штучного інтелекту для Raspberry Pi 5. Вона побудована на нейронному процесорі Hailo-10H, забезпечує продуктивність до 40 TOPS (INT4) та оснащена 8 ГБ власної оперативної пам'яті LPDDR4X.

AI HAT+ 2 призначена для локального запуску моделей штучного інтелекту без необхідності передавати дані у хмарні сервіси. Плата підходить для генеративного AI, великих мовних моделей (LLM), vision-language моделей (VLM), комп'ютерного зору, робототехніки та інших Edge AI-застосувань.

Hailo-10H та продуктивність до 40 TOPS

Основою Raspberry Pi AI HAT+ 2 є нейронний процесор Hailo-10H, оптимізований для виконання сучасних AI-моделей. Прискорювач забезпечує продуктивність до 40 TOPS при INT4-обчисленнях та бере на себе ресурсоємні операції нейронних мереж, залишаючи центральний процесор Raspberry Pi 5 доступним для інших задач.

У задачах комп'ютерного зору AI HAT+ 2 забезпечує високу продуктивність для розпізнавання об'єктів, сегментації, оцінки пози, аналізу відеопотоку та одночасного виконання декількох моделей.

8 ГБ власної пам'яті LPDDR4X

Однією з головних особливостей AI HAT+ 2 є 8 ГБ виділеної оперативної пам'яті LPDDR4X. Вона використовується безпосередньо AI-прискорювачем та не займає оперативну пам'ять Raspberry Pi 5.

Наявність власної пам'яті дозволяє працювати з більшими AI-моделями та відкриває можливість локального запуску LLM і VLM приблизно до 6 мільярдів параметрів залежно від конкретної моделі, квантизації та програмної оптимізації.

Локальні LLM, VLM та Generative AI

Raspberry Pi AI HAT+ 2 суттєво розширює можливості Raspberry Pi 5 у сфері генеративного штучного інтелекту. На її основі можна створювати локальні AI-системи, які працюють без постійного доступу до зовнішніх серверів.

Серед можливих сценаріїв використання:

локальні чат-боти та AI-асистенти;
робота з великими мовними моделями (LLM);
vision-language моделі (VLM);
аналіз та опис зображень;
розпізнавання мовлення;
локальна обробка документів і текстів;
генеративні AI-застосунки;
автономні Edge AI-пристрої.

Комп'ютерний зір та робота з камерами

Крім генеративного AI, Raspberry Pi AI HAT+ 2 підтримує класичні задачі машинного та комп'ютерного зору. Нейропроцесор може прискорювати аналіз відео та зображень у реальному часі, не перевантажуючи процесор Raspberry Pi 5.

детекція та класифікація об'єктів;
семантична та instance-сегментація;
оцінка пози людини;
аналіз декількох відеопотоків;
робототехніка;
системи відеоспостереження;
машинний зір;
промислова автоматизація.

Плата інтегрується з програмним стеком камер Raspberry Pi. Сумісні застосунки на базі rpicam-apps та Picamera2 можуть використовувати прискорювач Hailo для виконання підтримуваних AI-задач.

Підключення до Raspberry Pi 5

AI HAT+ 2 підключається до Raspberry Pi 5 через інтерфейс PCI Express. Актуальні версії Raspberry Pi OS підтримують обладнання Hailo та дозволяють використовувати нейронний процесор у сумісному програмному забезпеченні.

Конструкція плати відповідає форм-фактору HAT+ та дозволяє встановлювати її над Raspberry Pi 5 разом з офіційним активним охолодженням.

AI HAT+ 2 або AI HAT+ 13/26 TOPS

На відміну від першого покоління Raspberry Pi AI HAT+ із прискорювачами Hailo-8L та Hailo-8, новий AI HAT+ 2 використовує Hailo-10H та має 8 ГБ власної пам'яті.

Raspberry Pi AI HAT+ 13/26 TOPS насамперед орієнтований на комп'ютерний зір та inference нейронних мереж. AI HAT+ 2 додатково розрахований на роботу з генеративними моделями, LLM та VLM. Тому вибір залежить від задач проєкту: для розпізнавання об'єктів і відеоаналітики може бути достатньо першого AI HAT+, а для локального Generative AI доцільніше використовувати AI HAT+ 2.

Основні характеристики Raspberry Pi AI HAT+ 2

AI-прискорювач: Hailo-10H;
продуктивність: до 40 TOPS (INT4);
власна пам'ять: 8 ГБ LPDDR4X;
підтримка LLM та VLM;
підтримка задач комп'ютерного зору;
сумісність: Raspberry Pi 5;
інтерфейс підключення: PCI Express;
форм-фактор: HAT+;
інтеграція з програмним стеком Raspberry Pi;
робоча температура: 0…50 °C.

Комплектація

У комплект входять Raspberry Pi AI HAT+ 2, радіатор для плати, 16-мм GPIO stacking header, стійки та кріплення для встановлення на Raspberry Pi 5.

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

Характеристики

Артикул	2040
Бренд	Raspberry Pi
RAM	8 GB
Сумісність з	Raspberry Pi 5
Інтерфейс	PCIe 2.0 x1
Робоча температура	0…50 °C
AI-прискорювач	Hailo-10H
Продуктивність AI	40 TOPS (INT4)

Raspberry Pi AI HAT+ 2: встановлення та запуск локального ШІ

Після налаштування Raspberry Pi 5 зможе локально запускати мовні моделі, VLM та обробляти відео з камери за допомогою Hailo-10H. Нижче — монтаж, перевірка плати та два практичні перші запуски.

Що знадобиться

Raspberry Pi 5 з 64-бітною Raspberry Pi OS Trixie.
Raspberry Pi AI HAT+ 2, комплектний радіатор, стійки, гвинти, GPIO-перехідник і шлейф PCIe.
Raspberry Pi Active Cooler — рекомендований виробником для тривалих обчислень.
Офіційний блок живлення Raspberry Pi 27W USB-C або інше якісне джерело живлення для Pi 5.
Хрестова викрутка.
Для прикладу з комп’ютерним зором — сумісна камера Raspberry Pi. Під’єднайте її до вимкненої Pi 5 до встановлення AI HAT+ 2: після монтажу доступ до роз’єму камери менш зручний.
Інтернет для оновлення системи та завантаження моделей.

Перед монтажем: завершіть роботу Raspberry Pi, вимкніть живлення та від’єднайте кабель USB-C. Не встановлюйте й не перепідключайте шлейф PCIe на увімкненій платі.

1. Встановіть охолодження

Встановлення Raspberry Pi Active Cooler перед монтажем AI HAT+ 2

Спочатку встановіть Active Cooler на Raspberry Pi 5. Натисніть на зображення для збільшення.

Active Cooler для Raspberry Pi 5

Зніміть захисний папір із трьох термопрокладок Active Cooler.
Сумістіть два білі штифти кулера з монтажними отворами Raspberry Pi 5. Термопрокладки мають лягти на радіомодуль, процесор і контролер живлення.
Рівномірно натисніть на обидва білі штифти до клацання.
Під’єднайте JST-конектор вентилятора до роз’єму FAN на Raspberry Pi 5.

Комплектний радіатор AI HAT+ 2

Зніміть захисний папір із термопрокладки комплектного радіатора AI HAT+ 2.
Сумістіть два чорні штифти радіатора з отворами плати, розташованими по діагоналі.
Одночасно натисніть на обидва штифти до клацання. Після приклеювання не знімайте радіатор без потреби: це може пошкодити термоінтерфейс.

2. Встановіть AI HAT+ 2 на Raspberry Pi 5

Схема монтажу Raspberry Pi AI HAT+ 2: стійки, гвинти, GPIO-перехідник і шлейф PCIe

Використовуйте стійки, гвинти, GPIO-перехідник і шлейф PCIe з комплекту.

Закріпіть чотири стійки на Raspberry Pi 5 довгими гвинтами.
Встановіть комплектний GPIO-перехідник на 40-контактний роз’єм Pi 5.
Від’єднайте шлейф, який постачається підключеним до AI HAT+ 2: рівномірно висуньте фіксатори роз’єму з обох боків і обережно витягніть шлейф.
Відкрийте фіксатор PCIe на Pi 5 та вставте шлейф. Металеві контакти мають бути спрямовані всередину — у бік USB-портів. Закрийте фіксатор.
Поставте AI HAT+ 2 на стійки компонентами вгору та закріпіть короткими гвинтами.
Вставте інший кінець шлейфа в роз’єм AI HAT+ 2 і закрийте фіксатор. Шлейф має входити рівно, без перекосу.

Raspberry Pi AI HAT+ 2, встановлений на Raspberry Pi 5

Правильно встановлений AI HAT+ 2 на Raspberry Pi 5. Зображення Raspberry Pi Ltd.

3. Оновіть Raspberry Pi OS

Під’єднайте живлення, завантажте 64-бітну Raspberry Pi OS Trixie та відкрийте термінал. Оновіть систему, прошивку Raspberry Pi і перезавантажте плату:

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

Для AI HAT+ 2 не потрібно вручну вмикати PCIe Gen 3: необхідний режим застосовується автоматично.

4. Встановіть драйвери AI HAT+ 2

Після перезавантаження встановіть DKMS і пакет саме для Hailo-10H:

sudo apt install dkms
sudo apt install hailo-h10-all
sudo reboot

Не переплутайте пакети: hailo-h10-all призначений для AI HAT+ 2. Пакет hailo-all використовується з AI HAT+ першого покоління та AI Kit. Одночасно ці пакети не встановлюються.

5. Перевірте, що Hailo-10H визначився

Після перезавантаження виконайте:

hailortcli fw-control identify

Команда має знайти пристрій Hailo та показати дані прошивки й архітектури. Значення <N/A> у полях серійного номера, номера деталі або назви продукту допустиме й не впливає на роботу.

Якщо пристрій не знайдено, вимкніть живлення та перевірте, чи до кінця вставлений шлейф PCIe і чи закриті обидва фіксатори. Для додаткової перевірки журналу драйвера виконайте:

dmesg | grep -i hailo

6. Запустіть локальну мовну модель

Цей приклад запускає LLM на Hailo-10H і надсилає їй запит через локальний API. Запит та відповідь обробляються на Raspberry Pi; після завантаження моделі хмарний сервіс не потрібен.

6.1. Встановіть Hailo Ollama

Завантажте офіційний пакет Hailo Model Zoo GenAI 5.1.1 для Raspberry Pi 5. Якщо офіційна документація вже пропонує новішу версію, використовуйте її та підставте фактичне ім’я завантаженого файла в команду:

cd ~/Downloads
sudo dpkg -i hailo_gen_ai_model_zoo_5.1.1_arm64.deb

6.2. Запустіть сервер

У першому вікні термінала запустіть сервер і залиште це вікно відкритим:

hailo-ollama

6.3. Перегляньте доступні моделі

Відкрийте друге вікно термінала та виконайте:

curl --silent http://localhost:8000/hailo/v1/list

Команда поверне список моделей із точними назвами та тегами. Далі в прикладі використано qwen2:1.5b; якщо її немає у списку, підставте назву доступної моделі.

6.4. Завантажте модель

curl --silent http://localhost:8000/api/pull \
  -H 'Content-Type: application/json' \
  -d '{ "model": "qwen2:1.5b", "stream": true }'

Завантаження виконується один раз і може тривати кілька хвилин. Не закривайте перший термінал із hailo-ollama.

6.5. Поставте запит моделі

curl --silent http://localhost:8000/api/chat \
  -H 'Content-Type: application/json' \
  -d '{"model":"qwen2:1.5b","messages":[{"role":"user","content":"Назви три практичні проєкти для Raspberry Pi 5."}]}'

Відповідь з’явиться в терміналі у форматі JSON. Для зручного чат-інтерфейсу в браузері можна додатково встановити Open WebUI за офіційною інструкцією Raspberry Pi.

7. Додатково: перевірте ШІ з камерою

AI HAT+ 2 також підтримує обробку відео. Камеру слід під’єднати до вимкненої Raspberry Pi 5 до монтажу HAT. Після запуску встановіть утиліти та спочатку перевірте звичайне зображення:

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

Якщо попередній перегляд працює, запустіть офіційний приклад розпізнавання об’єктів YOLOv8:

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

На відео з’являться рамки навколо розпізнаних об’єктів. Щоб зупинити демонстрацію, натисніть Ctrl+C.

Межі можливостей: AI HAT+ 2 розрахований на оптимізовані локальні моделі. Він добре підходить для компактних LLM, VLM, комп’ютерного зору та інших задач на периферії, але не замінює великі хмарні моделі. Для моделей використовуйте варіанти, які є у списку Hailo Ollama або офіційному Hailo Model Zoo.