| 圖一 : Raspberry Pi 5單板電腦（下部淡色）與Raspberry Pi AI HAT+（上部清晰）（圖片來源：樹莓派官網） |
|
今（2024）年6月樹莓派官方推出人工智慧硬體加速套件Raspberry Pi AI Kit，該硬體套件主要是搭配Raspberry Pi 5單板電腦使用，透過Raspberry Pi 5才有的（前四代均沒有）PCI Express介面進行連接，而後再連接一張M.2介面的模組子卡，子卡上有一顆以色列新創晶片商Hailo的AI硬體加速晶片Hailo-8L，可提供約13TOPS（通常是以8位元整數精度來計算）的AI推論運算效能。
註：推論（Inference）也翻譯成推理、推算、推斷、論斷。
樹莓派官方推出Raspberry Pi AI HAT+
然而不到半年時間的2024年10月，樹莓派官方又推出一片Raspberry Pi AI HAT+（Hardware Attached on Top），該電路板與此前的Raspberry Pi AI Kit相同，是直接附搭在本有的Raspberry Pi 5單板電腦上，同樣是透過PCI Express（有時縮寫成PCIe）介面連接，但板子上不再連接模組子卡，而是在板子上就焊有一顆Hailo公司的Hailo-8硬體加速晶片，能提供26TOPS的AI推論效能。
由於效能較此前的Raspberry Pi AI Kit多一倍，因此價格也較高，樹莓派官方對AI Kit的建議售價為70美元，而AI HAT+則為110美元。
為了讓Hailo-8晶片的26TOPS效能徹底解放，Raspberry Pi 5與AI HAT+間是使用PCIe Gen3.0的傳輸模式，避免傳輸成為整體加速的效能瓶頸，另外之所以不再透過M.2介面連接模組子卡與晶片，除了讓整體配置更精簡外，也有利於晶片運作時的散熱，畢竟26TOPS是更高的效能，晶片也會更發燙。
事實上Hailo公司是先發表Hailo-8晶片，之後因應市場實務需要而提供降規的Hailo-8L晶片，Hailo-8L的效能較Hailo-8低、功耗也較低、價格自然也較低。
按理而言樹莓派官方短期內只需要推AI Kit即可，或許樹莓派官方受到近期其他單板產品的影響，如Particle公司發起群眾募資的Tachyon（具有12TOPS），或高通（Qualcomm）投資的Thundercomm公司推出的RUBIK Pi板（也約12TOPS）等。姑且不論單板電腦的價格，樹莓派官方可能希望有一個在效能上明顯勝出的搭配設計，因此有了AI HAT+。
有了AI HAT+，樹莓派官方就能夠以26TOPS效能傲視其他開發板，然而這樣的效能依然難以與人工智慧個人電腦（AI PC）相比擬，AI PC一般被要求40TOPS的效能。
不過樹莓派選擇與Hailo公司的合作，而Hailo公司還有其他更高效能的AI加速晶片，例如訴求在生成式人工智慧（Generative AI, GenAI）應用的Hailo-10晶片，效能即有40TOPS，或者是專注於人工智慧電腦視覺（Computer Vision, CV）應用的Hailo-15等。
Hailo-15晶片的效能約20TOPS，重點在於加入視覺運算相關的硬體加速設計，如具備數位信號處理器（Digital Signal Processor, DSP）可加速影像處理、高品質的視訊編碼等，這是一般AI硬體加速晶片較不具備的，可以進一步分擔CPU的運算負荷。
循此思維，樹莓派官方與Hailo的持續合作，是有機會提供40TOPS推論效能的硬體加速方案的，甚至可以隨Hailo後續的新晶片效能突破，而後透過搭配新晶片、新硬體套件來提升Raspberry Pi的AI推論效能。
小結
最後，其實樹莓派官方不單是發表Raspberry Pi AI HAT+，相近與後續時間也連續發表多款週邊硬體，如官方版的SD記憶卡、官方版的固態硬碟（Solid State Disk, SSD）與固態硬碟套件，以及第二代的觸控螢幕Touch Display 2、USB 3.0集線器（Hub）等，這些均在10月、11月發表，很明顯希望讓整個Raspberry Pi的硬體生態系更加完備健全。
值得注意的是，官方也強調並不是任何AI應用都需要用到Raspberry Pi AI Kit或Raspberry Pi AI HAT+，一些短暫、間歇性的AI執行工作，或者是AI模型已經透過剪枝、量化等輕量化工程後，其實也是可以直接用Raspberry Pi單板電腦來跑得，重度且持續性的AI工作才需要加裝AI硬體加速套件來滿足。
延伸閱讀
https://www.youtube.com/watch?v=Z6aYwU8xnsA
運用Raspberry Pi AI HAT+的人工智慧電腦視覺應用示範影片，識別走動者、肢體姿態等
（本文由VMAKER授權轉載；連結原文網址）
