
树莓派方面展示的演示案例包含:经由过程 AI HAT+ 2 驱动模型,对摄像头画面生成文本描述,并答复画面中是否有人等问题,表现其在场景懂得上的应用潜力。 另一段演示则展示了借助 Qwen2 模型实现法语到英语的文本翻译,凸显其在本地多说话处理方面的才能。
不过,从第三方测试来看,这块扩大板在机能和性价比上的定位并非毫无争议。 科技博主 Jeff Geerling 的实测成果显示,在多款受支撑模型上,一台配备 8GB 内存的自力 Raspberry Pi 5 整机整体表示往往优于接入 AI HAT+ 2 的组合,他将这一差别归因于功耗限制:Pi 5 本体最高可在约 10 瓦功率下运行,而 AI HAT+ 2 则被限制在约 3 瓦功耗范围内。
AI HAT+ 2 经由过程与 Raspberry Pi 5 相连,将大年夜部分与 AI 相干的推理负载从主板的 Arm CPU 上“卸载”,由扩大板自力完成,从而让主机更多用于其他计算义务。 与此前更侧重图像处理的 AI HAT+ 不合,新一代产品因为参加板载内存,可以直接在本地运行体量较小的生成式 AI 模型,如 Llama 3.2、DeepSeek-R1-Distill 以及多款 Qwen 系列模型,并支撑在设备端对模型进行练习和微调。
在实际选型上,Geerling 指出,AI HAT+ 2 额外供给的 8GB 内存,并不足以让它在综合体验上超出直接购买拥有 16GB 内存的高配版 Pi 5。 后者在灵活性和模型运行速度上可能更具优势,是以 AI HAT+ 2 更合适作为特定场景下的专用筹划,而非面向所有效户的通用进级路径。

发表评论 取消回复