国产末成年GRATISDO,超高清美女图片,韩国免费观看视频

背景

經常買 Raspberry Pi 的朋友們都知道，Raspberry Pi 5 作為業內最優秀的 SBC(Single Board Computer)，除了其本身優秀的軟硬件綜合性能之外，為了方便更多高性能外設的拓展，新增了一組 PCIE3.0x1 外設接口，可以通過 FFC 線纜連接到官方或者第三方 HAT 組件。從去年開始樹莓派就陸陸續續介紹了各種基于 HAT PCIE 拓展的方案

今年春節之后，隨著 DeepSeek 破圈，樹莓派的開發者們也不再限于只使用 Raspberry Pi5 運行傳統的CNN小模型(例如 YOLO)。社區對大語音模型、多模態大模型、生成模型在樹莓派板卡上高效率部署的訴求也越來越多。

今天開始分享由國內優秀的端側AI芯片公司愛芯元智推出的基于 Raspberry Pi 5 的算力拓展解決方案，看看有哪些樹莓派生態硬件已經/即將支持，以及其簡單易上手的特性。

優勢

相比樹莓派官方的 Hailo8 或者 Halio8L 的算力套件，其優勢如下

AI示例豐富

支持但不限于以下內容

大語言模型

DeepSeek R1 Distill、Qwen、Llama3、MiniCPM、SmolLM2、InternML

多模態大模型

Qwen2.5-VL、InternVL2.5、MiniCPM-V、SmolVLM、Janus Pro

語音類模型

Whisper、WeNet、MeloTTS、OpenVoice

生成似模型

StableDiffusionv1.5、LivePortrait

多模態模型

CLIP、YOLOWorldv2

主流 CNN&Transformer 模型

Ultralytics YOLO 全系列、SAM、DepthAnythingv2、Metric3D、RAFT-Stereo、MixFormerv2 等

資源消耗小

獨立存儲，運行各種AI模型不占用樹莓派5 系統的 DDR 帶寬；獨立編解碼模塊，最大支持 32 路 1080P30 解碼

二次開發簡單

提供 C++/Python API，編解碼單元已適配 FFmpeg。國內本土全棧技術方案，解決方案豐富成熟，技術支持高效

功耗低

滿載功耗＜8w，可被動散熱，不需額外供電，采用樹莓派5 標準的適配器，通過 FFC 給 HAT 拓展算力配件供電即可

性價比高

價格實惠

硬件介紹

無論是通過已有 HAT 拓展的 M.2 2280 標準算力卡，還是針對樹莓派5 定制的 HAT AI Module，共有產品特性如下：

M.2 算力卡

HAT AI Module

硬件安裝

M.2 算力卡

在樹莓派 5 上安裝 M.2 加速卡時，首先需要準備一塊 M.2 HAT+ 擴展板。參考官方鏈接，M.2 HAT+ 的官方版本只支持 2230、2242 的 M.2 M Key 卡，通常 AX650 加速卡是 2280 的，您可能需要考慮購買第三方的支持 2280 長度的 M.2 HAT+ 擴展板。

如果是 CM5 的用戶，建議直接使用 CM5 配套的 Compute Module 5。

示意圖

軟件安裝

AXCL 是用于在Axera芯片平臺上開發深度神經網絡推理、轉碼等應用的 C、Python 語言 API 庫，提供運行資源管理，內存管理，模型加載和執行，媒體數據處理等 API。基于樹莓派5安裝 AXCL 驅動軟件的詳細過程可參考

https://axcl-pi5-examples-cn.readthedocs.io/zh-cn/latest/doc_guide_setup_sw.html

正確安裝 AXCL 驅動包后，AXCL-SMI 即安裝成功，直接執行axcl-smi顯示內容如下：

AI 易用性

API 兼容 ONNXRuntime

考慮到樹莓派開發者中，通常為了快速進行產品開發，會使用 Python API 進行快速功能驗證。通常會使用 ONNXRuntime CPU 進行模型部署。因此 AXCL 的 NPU Python API 提供了“像素級”兼容，原則上只需要在以往的 ONNXRuntime Python 腳本中，僅需將 import onnxruntime as ort 修改為 import axengine as ort 即可。詳細使用說明請參考 pyaxengine

AI 示例展示

普通模型

這里橫向對比下其他內置算力的 SBC，從圖中可以看出運行普通的 CNN 和 Transformer，RaspberryPi5+M.2 算力卡的組合計算效果更高。