Raspberry Pi AI Kit (mit Hailo-8L B+M, 13 TOPS)

Normaler Preis: 79,95 €
Sonderpreis: 79,95 €
Normaler Preis: ~~0 €~~
Einzelpreis

Das Raspberry Pi AI Kit kombiniert einen HAILO-8L Accelerator mit dem M.2 HAT, für eine Beschleunigung insbesondere von Bilderkennungsalgorithmen (Computer Vision).

Hinweis: Wir führen auch beide Produkte separat: Pi 5 M.2 HAT und HAILO-8L B+M Key. Bitte beachten Sie dass die Produkte hier im Bundle von uns deutlich günstiger angeboten werden können, bereits montiert sind und auch ein verbautes Wärmeleitpad im Lieferumfang enthalten. Der separate Kauf empfiehlt sich daher nur falls dieses Set ausverkauft ist.

Hinweis: wir führen außerdem das gesamte Sortiment von HAILO. Hier ist die Produktkategorie für die HAILO-Beschleuniger in unserem Shop.

Technische Daten

HAILO-8L Accelerator

bis zu 13 TOPS (trillion operations per second = 13 Billionen Rechenoperationen pro Sekunde / 1,3 * 10^13 Rechenoperationen)
führt Deep Learning Neural Networks mit hoher Leistungseffizienz aus
besonders gut für CNNs geeignet (Computer Vision Anwendungen)
M.2 2242 Formfaktor (B+M Key)
Abmessungen: 22×42 mm
Interface PCIe Gen-3.0, 2 Lanes (zum Pi nur 1 Lane nutzbar)
Unterstützt TensorFlow, TensorFlow Lite, Keras, PyTorch, ONNX (Bitte bei Bedarf Unterstützung auf Pi anfragen!)
ermöglicht parallel mehrere Modelle & Streams zu prozessieren

M.2 HAT

kompatibel mit einem Pi 5 (HAT+) Spezifikation
mit HAILO-8L Modul bereits zusammengebaut
mit 16 mm Stacking Header und Abstandshaltern + Schrauben geliefert, so dass der Active Cooler auf dem Raspberry Pi 5 installiert sein kann
Thermal Pad vorinstalliert zwischen dem HAILO-8L Modul und dem M.2 HAT+
nutzt Raspberry Pi 5 Single lane PCIe 2.0 Interface

Softwareunterstützung

Komplette Integration in Raspberry PI Kamera-Softwarestack
mit aktuellem Raspberry Pi OS wird das Hailo Modul automatisch erkannt und für Postprocessing Aufgaben von rpicam-apps eingesetzt

Hinweise

Verkauf ohne Raspberry PI 5, dieser muss separat dazu bestellt werden, die Abbildung dient der Illustration
Das Modul kommt bereits zusammengebaut
Der M.2 HAT ist nur mit dem Raspberry Pi 5 kompatibel, das HAILO-8L Modul kann jedoch auch mit einer CM4 Lösung die eine M.2 Schnittstelle bietet eingesetzt werden.
Betriebstemperatur: 0°C - 50°C (Umgebungstemperatur)

Dokumentation & Downloads

Beratung durch buyzero

Wir beraten Sie ob Ihr Modell auf dem Raspberry Pi AI Kit lauffähig ist, und ob Sie Ihr Projekt auf dem AI Kit umsetzen können. Kontaktieren Sie uns dazu bitte.

FAQ

Was sind Beispielanwendungen für dieses Modul?

Man kann mit diesem Modul sogenannte Deep Learning Algorithmen, insbesondere CNNs (convolutional neural networks), beschleunigen.

Dazu gehören:

Pose Estimation - Schätzung der Pose eines Menschen
Objekterkennung mit Bounding Boxes (bspw. wo ist ein Fahrrad im Bild, und was ist es)
Segmentierung - markiere die Bereiche eines Bildes die eine Banane einnimmt
Nummernschilderkennung
Gesichtserkennung
u.v.m.

Würde es Sinn machen, den HAILO-8 statt dem HAILO-8L in Kombination mit dem Raspberry PI einzusetzen?

Da der Raspberry Pi 5 nur eine PCI Express Lane hat, könnte der HAILO-8 nur in einigen Randfällen mit genügend Daten versorgt werden - bei denen die Modelle entsprechend komplex sind. In anderen Fällen wäre der HAILO-8 für den Raspberry Pi vermutlich Overkill.

Wir bieten in unserem Shop auch das HAILO-8 M-Key Modul an, für diejenigen Nutzer, die es trotzdem ausprobieren möchten.

Kann ich Modelle für den HAILO-8L auch auf einem HAILO-8 laufen lassen?

Ja, das ist möglich! Modelle die für den HAILO-8L kompiliert worden sind laufen auch auf einem HAILO-8.

Ich benötige mehr TOPS, da ich eine komplexe Anwendung habe, was kann ich tun?

Das HAILO-8 Modul, das wir ebenso in unserem Shop anbieten, hat 26 TOPS, aus den weiter oben genannten Gründen muss für das Modell im Einzelfall geprüft werden ob es mit genügend Daten gefüttert werden kann um diese 26 TOPS voll auszuspielen.

Wir bieten in unserem Shop auch eine Lösung mit 52 TOPS - das Biscotti Modul an. Es nutzt dazu zwei HAILO-8 Module, und hat einen E1.S Anschluss - der nicht mit dem M.2 HAT kompatibel ist, sondern mit Storage Servern (dem EDSFF E1.S Standard).

Dadurch kann das Biscotti Dual HAILO Modul auch in Clustern verbaut werden, und in einem 19'' Server bspw. auf 1600 TOPS skaliert werden. Wir stehen gerne bei Fragen zur Verfügung!

Ist der HAILO-8L eine gute Alternative zum Google Coral?

Ja, der HAILO-8L hat eine hervorragende Kompatibilität mit dem Pi 5 und eine gute Softwareunterstützung. Bei vorherigen Raspberry Pi Generationen, bspw. dem Raspberry Pi 4, empfehlen wir weiterhin den Coral USB Accelerator.

Kann ich LLMs auf dem HAILO-8L ausführen, bpsw. LLAMA?

LLMs = Large Language Modelle (so etwas wie ChatGPT / GPT4-o, bzw. LLAMA, Falcon, usw.)

Nein, dafür ist der HAILO-8L nicht ausgelegt. Grafikkarten auf denen diese LLMs typischerweise laufen haben schnellen direkt angebundenen Speicher. Der HAILO-8L hat unter anderem nicht genügend Speicher, um diese Modelle laden zu können.

HAILO hat ein zukünftiges Produkt, den HAILO-10 angekündigt. Dieser wird eine Speicherschnittstelle haben, und auch GenAI Anwendungen wie LLMs besser unterstützen.

Kann ich damit Modelle trainieren?

Nein, der HAILO-8 ist ausschließlich für die Inferenz (int8) gedacht. Zum Training von Modellen wird typischerweise eine klassische GPU eingesetzt.

HAILO bietet hier Unterstützung mit einer Reihe von vorgebauten Docker-Containern, mit denen Modelle trainiert und auch angepasst werden können.

Das Model Build Environment wird wie im Diagramm gezeigt auf einem eigenen dafür vorgesehenen Computer betrieben, der über die notwendigen technischen Parameter verfügt. HAILO-8 selbst ist für Edge-Anwendungen gedacht, für die Inferenz, zusammen mit der HailoRT Runtime.

Wir unterstützen gerne bei technischen Fragen zu Modellen.

Physikalische Abmessungen

Alle Abmessungen in mm. Nur als Referenz, nicht für 3D-Modellierung geeignet.

Misc

Raspberry Pi SKU: SC1438
Raspberry Pi Bezeichnung: Raspberry PI AI Kit
HS Code: 8473302000
Country of origin: TW (Taiwan)
Packungsmenge einer Großverpackung: 50 (auf dieser Seite bestellen Sie ein Stück, wenden Sie sich bei Großbedarf gerne an uns)
Lead Time (Nachlieferzeit): aktuell 12 Wochen