Raspberry Pi AI HAT+: ปลดล็อกพลังการประมวลผล AI บน Raspberry Pi 5 Raspberry Pi AI HAT+ คือบอร์ดเสริม (Add-on board) ที่มาพร้อมกับตัวเร่งความเร็ว AI จาก Hailo ออกแบบมาสำหรับ Raspberry Pi 5 โดยเฉพาะ ช่วยให้คุณสามารถผสานการทำงานของ AI ประสิทธิภาพสูงเข้ากับโปรเจกต์ของคุณได้อย่างง่ายดาย ในราคาที่จับต้องได้ และประหยัดพลังงาน เหมาะอย่างยิ่งสำหรับการสำรวจและพัฒนาแอปพลิเคชันที่หลากหลาย ตั้งแต่การควบคุมกระบวนการในโรงงาน, ระบบความปลอดภัย, ระบบอัตโนมัติในบ้าน (Home Automation) ไปจนถึงหุ่นยนต์อัจฉริยะ เลือกรุ่นที่ใช่สำหรับโปรเจกต์ของคุณ AI HAT+ มีให้เลือก 2 รุ่น ตามความต้องการด้านประสิทธิภาพในการประมวลผล: คุณสมบัติ รุ่น 13 TOPS รุ่น 26 TOPS ชิปเร่งความเร็ว Hailo-8L Hailo-8 ประสิทธิภาพ 13 Tera-Operations Per Second 26 Tera-Operations Per Second เหมาะสำหรับ รัน Neural Networks สำหรับ Object Detection, Pose Estimation, Semantic Segmentation และอื่นๆ รัน Neural Networks ขนาดใหญ่ขึ้น, ทำงานได้รวดเร็วกว่า, และรันหลายโมเดลพร้อมกันได้อย่างมีประสิทธิภาพ คุณสมบัติเด่น (Key Features) เชื่อมต่อความเร็วสูง: สื่อสารกับ Raspberry Pi 5 ผ่านอินเทอร์เฟซ PCIe Gen 3 เพื่อการรับส่งข้อมูลที่รวดเร็ว ใช้งานง่าย (Plug and Play): เมื่อใช้ Raspberry Pi OS เวอร์ชันล่าสุด ระบบจะตรวจจับชิป Hailo และพร้อมใช้งาน NPU สำหรับงาน AI ได้โดยอัตโนมัติ ทำงานร่วมกับกล้องได้ทันที: แอปพลิเคชันกล้อง `rpicam-apps` ที่มากับ Raspberry Pi OS รองรับการทำงานกับ AI HAT+ โดยตรง สามารถใช้ NPU ในการช่วยประมวลผลภาพ (Post-processing) ได้ทันที ประหยัดพลังงาน: ออกแบบมาเพื่อให้ได้ประสิทธิภาพ AI สูงสุดโดยใช้พลังงานน้อย การประยุกต์ใช้งาน (Applications) การตรวจจับวัตถุ (Object Detection): เช่น การนับจำนวนยานพาหนะ, การตรวจจับใบหน้า การแบ่งส่วนภาพ (Semantic & Instance Segmentation): เช่น การวิเคราะห์ภาพทางการแพทย์, การควบคุมหุ่นยนต์ การประมาณท่าทาง (Pose Estimation): เช่น การวิเคราะห์การออกกำลังกาย, ระบบโต้ตอบอัจฉริยะ และโปรเจกต์ด้าน Computer Vision และ Machine Learning อื่นๆ อีกมากมาย

อ่าน มากกว่า น้อย

Coral USB Accelerator: เพิ่มพลัง AI ให้กับทุกโปรเจกต์ของคุณ Coral USB Accelerator คืออุปกรณ์เสริมในรูปแบบ USB ที่จะเพิ่มหน่วยประมวลผล Coral Edge TPU ให้กับคอมพิวเตอร์ Linux, Mac, หรือ Windows ของคุณ ทำให้สามารถเร่งความเร็วการทำงานของโมเดล Machine Learning (ML) ได้อย่างมีนัยสำคัญ เหมาะสำหรับนักพัฒนา, นักวิจัย, และเมกเกอร์ที่ต้องการรันโมเดล AI ที่ซับซ้อนบนอุปกรณ์ Edge โดยใช้พลังงานต่ำ เริ่มต้นใช้งานง่ายๆ เพียงแค่ดาวน์โหลด Edge TPU runtime และไลบรารี PyCoral คุณก็พร้อมที่จะรันโมเดล TensorFlow Lite บน Edge TPU ได้ทันที ข้อกำหนดของระบบ (Requirements) คอมพิวเตอร์ที่ใช้ระบบปฏิบัติการอย่างใดอย่างหนึ่งต่อไปนี้: Linux: Debian 10 หรือสูงกว่า (เช่น Ubuntu 18.04+) บนสถาปัตยกรรม x86-64, Armv7 (32-bit), หรือ Armv8 (64-bit) (รองรับ Raspberry Pi 3B+, 4, และ Zero 2) macOS: 10.15 (Catalina) หรือ 11 (Big Sur) ที่ติดตั้ง MacPorts หรือ Homebrew Windows: Windows 10 พอร์ต USB ที่ว่างอยู่ 1 พอร์ต (แนะนำให้ใช้ USB 3.0 เพื่อประสิทธิภาพสูงสุด) Python เวอร์ชัน 3.6 - 3.9 ข้อมูลจำเพาะทางเทคนิค (Technical Specifications) ตัวเร่งความเร็ว ML Google Edge TPU ประสิทธิภาพ 4 TOPS (Tera Operations Per Second) คอนเนคเตอร์ USB 3.1 (Gen 1) Type-C ขนาด 65 x 30 x 8 มม. เอกสารเพิ่มเติม USB Accelerator datasheet  

อ่าน มากกว่า น้อย