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：
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
- 從代碼到自然語言：Google Opal助推Vibe Coding浪潮 - 2025/07/27
- 【Best Edge AI Boards】2025夏季選#2 專業MCU級開發板 - 2025/07/25
- 【Best Edge AI Boards】2025夏季選#1 創客首選MCU級開發板 - 2025/07/24
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！
