高通台灣AI黑客松|競賽說明會
|

Edge AI入門選擇:Raspberry Pi 5 加 Hailo-8L AI 加速器

   

作者:歐敏銓

 

在過去,人工智慧的應用總是與龐大的雲端運算資源畫上等號。無論是影像辨識、物件偵測還是語音分析,資料都必須上傳至遠端伺服器進行繁重的運算,然後再將結果回傳給終端設備。然而,這樣的架構不僅帶來了延遲,也讓資料安全與隱私成為難以迴避的問題。

近來邊緣運算(Edge Computing)的解決方案不斷推陳出新,不論硬體運算力或軟體開發工具易用性都持續提升,其中創客們熱愛的樹莓派也推出了Raspberry Pi 5 搭配 Hailo-8L AI 加速器的組合,這套方案以親民的價格、強大的效能與極低的功耗,讓即時、地端的AI推論應用有機會普及到各個角落。

圖左為Raspberry Pi 5,圖右為Hailo-8L

成本效益更是這套方案的一大亮點。Raspberry Pi 5 售價不算太高(2GB版本約NT$1800),AI Kit(含 Hailo-8L 與 M.2 HAT+)則需約 NT$3000,為 AI 邊緣運算提供極具競爭力的入門門檻。

技術核心

在硬體架構上,Raspberry Pi 5 有很大的提升:它搭載 Broadcom BCM2712 四核心 Arm Cortex-A76 處理器,時脈高達 2.4GHz,效能較前一代提升 2 至 3 倍,最高更支援 16GB 記憶體,為複雜的運算任務提供了充足的資源。不僅如此,Raspberry Pi 5 還內建 PCIe 2.0 x1 介面,為高速資料傳輸鋪路。

Raspberry Pi 5 Pinout (Source)

Hailo-8L AI 加速器則是邊緣運算的另一個靈魂。這款 M.2 2242 規格的 AI 模組,專為深度學習推論優化,能提供高達 13 TOPS(每秒兆次運算)的強大效能,卻僅需約 4 至 5 瓦的功耗。這意味著,即便在能源受限的現場,也能長時間穩定運作,無需擔心過熱或耗電過高的問題。

這兩者的結合,透過 Raspberry Pi M.2 HAT+ 擴充板,讓 AI 加速器能直接以 M.2 形式連接至主機板,安裝簡便,維護容易。模組化設計也讓使用者可依需求彈性擴充,保留了 Raspberry Pi 一貫的高性價比與靈活性。

軟硬整合

硬體的進步,必須有軟體的配合才能發揮最大效益。Hailo 團隊為開發者打造了完整的軟體工具鏈,從驅動程式、推論中介層(HailoRT)、後處理函式庫(Tappas),到支援主流 AI 框架(如 TensorFlow、ONNX)的 Dataflow Compiler,讓模型的部署與優化變得相當簡單。

Hailo Dataflow Compiler工作流程圖(Source

Raspberry Pi 官方也積極整合 Hailo AI 加速器至自家攝影機軟體堆疊,讓 rpicam-apps 這類應用能直接調用加速器進行即時影像推論。無論是物件偵測、影像分割還是人臉辨識,開發者只需簡單設定,即可享受高效能、低延遲的 AI 體驗。

更重要的是,Hailo 官方與社群提供了豐富的範例程式與教學資源,從安裝驅動、模型轉換到應用開發,步驟清晰、上手容易。即便是初學者,也能在短時間內打造屬於自己的 AI 邊緣應用。

以物件偵測為例,Hailo-8L 能在每秒 30 幀的即時影像下,準確辨識出畫面中的人、車、動物或其他目標,並即時回饋結果。這種高效能、低延遲的特性,讓智慧監控、安防告警、工業檢測等應用變得更加可靠與實用。

應用案例

以下這三個案例展現了 Raspberry Pi 5 結合 Hailo-8L AI 加速器在智慧環境監測、安全防護與互動影像識別等多元領域的應用潛力,兼具高效能、低功耗與成本效益,適合推動各種創新邊緣 AI 解決方案。

1. Avanade智慧花園

傳粉者相機偵測並記錄到達花園樣帶的蜜蜂數量(Source)

2025 年倫敦 Chelsea Flower Show 上,科技公司 Avanade 展示了一座結合 AI 與物聯網的智慧花園,成功獲得最佳建築金獎。該專案以 Raspberry Pi 5 搭配 Hailo-8L AI 加速器打造,核心在於利用 AI 監測植物健康與生態系統狀況。

Avanade 團隊在花園中植入感測器,並開發一款應用程式,讓參觀者能透過手機與樹木「對話」,了解樹木的健康狀態,例如水分需求等。這種互動方式讓大眾更關注城市綠化與樹木保護。為了監測花園中昆蟲的活動,Avanade 的 Pete Gallagher 設計了一款基於 Raspberry Pi 5 與 Hailo AI 加速器的 Pollinator Camera。此裝置能即時拍攝並辨識訪花昆蟲(蜜蜂、蝴蝶等),統計其數量並生成縮圖,協助評估花園吸引授粉者的成效。

Pollinator Camera 採用 YOLO 物件偵測模型,透過 Hailo-8L 的強大推論能力,實現高精度且低功耗的即時影像分析。這不僅提升了市區樹木的存活率,也推動了公民科學的普及,鼓勵民眾參與城市生態保育。Avanade 也公開了詳細的建置說明,鼓勵開發者與自然愛好者自行打造類似裝置,推動綠色科技的普及與創新。

Peeper Pam 老闆探測器

AI 電腦視覺可以辨識即時攝影機視野內的物體。在這個專案中,VEEB 的 Martin Spendiff 和 Vanessa Bradley 用它來偵測畫面中的人物,這樣當你坐在辦公桌前時,你就能知道你的老闆是否正從你身後走過來!

該項目由兩部分組成。它使用配備攝影機和 Raspberry Pi AI 套件的 Raspberry Pi 5 作為伺服器,並使用 Pico W 作為用戶端。警報透過 WebSocket 發送到 Pico,並透過點亮 LED 並使用模擬指針(讀數範圍為 0-1)顯示模型對「人」檢測的置信度來發出警報。

》延伸閱讀:Peeper Pam – Github

安全帽偵測系統:工地安全監控

在建築工地,佩戴安全帽是保障工人生命安全的基本要求。利用 Raspberry Pi 5 搭配 Hailo-8L AI 加速器,一個安全帽偵測系統被開發出來,能即時辨識攝影機畫面中的人員是否正確佩戴安全帽。

此系統採用先進的 YOLOv8 深度學習模型,能在 30fps 的高速下準確識別「安全帽」、「人」與「頭部」三類目標。Hailo-8L 的 13 TOPS 推論能力大幅提升了模型的運算效率,相較於 Raspberry Pi 5 單機運算,推論速度提升約 5 倍以上,且功耗低,適合長時間監控。

系統提供完整的軟硬體安裝與模型訓練流程,並附有 5000 張帶標註的影像資料集,方便開發者快速部署。此方案不僅提高工地安全管理的自動化程度,也降低了人力巡檢成本,適合中小型工地與智慧工廠應用。

》延伸閱讀:更多Raspberry Pi AI 套件開發案例

結論

從雲端AI運算到邊緣AI運算,樹莓派提供了介於伺服器與MCU裝置之間的一種選擇,運算能力接近AIPC或工業電腦,但更適合嵌入式終端應用的開發。不過,針對AI推論的加速仍需靠「專業」的加速器來加持,Hailo AI則適時扮演了這個角色。由於樹莓派的用戶廣大,這樣的AI套件出現可望開啟一波創意發想的實現,令人期待。

 

》延伸閱讀:

Hailo在樹莓派上實證LLM技術的語音識別

Raspberry Pi AI Kit Tutorial

How to set up the Raspberry Pi AI Kit with Raspberry Pi 5

賦予樹莓派(Raspberry Pi 5)AI超能力(一):開箱Raspberry Pi AI人工智慧套件

賦予樹莓派(Raspberry Pi 5)AI超能力(二):安裝Hailo AI加速器的程式開發套件

Raspberry Pi 5 使用 Hailo AI kit 算力加速套件

owenou

訂閱MakerPRO知識充電報

與40000位開發者一同掌握科技創新的技術資訊!

Author: owenou

曾投身IT、電子科技媒體報導十多年,因認同Maker運動的創新實作精神,創立MakerPRO,致力結合媒體、產業與PRO Maker、開發者的社群力量,共同推展科技創造力。

Share This Post On
468 ad

Submit a Comment

發佈留言必須填寫的電子郵件地址不會公開。 必填欄位標示為 *