Pryd i Ddefnyddio Pecyn AI Raspberry Pi 5
Mae'r Raspberry Pi 5 AI Kit yn darparu 82.4 FPS ar ganfod gwrthrychau YOLOv8 tra'n defnyddio dim ond 9.7W-ond dim ond os ydych chi'n rhedeg modelau gweledigaeth trwy biblinell camera. Mae'r penodoldeb hwnnw'n bwysicach na'r rhif 13 TOPS trawiadol ar y blwch.
Rwyf wedi gwylio dwsinau o ddatblygwyr yn prynu'r pecyn $70 hwn gan ddisgwyl cyflymiad ChatGPT, dim ond i ddarganfod na all gyffwrdd â modelau iaith. Mae'r dryswch yn ddealladwy: mae "AI Kit" yn swnio'n gyffredinol. Y gwir amdani yw bod prosesydd Hailo-Dim ond yn gydnaws â thasgau dysgu peiriant sy'n cynnwys y porthiant a ddaliwyd gan fodiwlau camera - nid camerâu IP, nid camerâu IP, yn benodol modiwlau camera Raspberry Pi yn benodol.
Nid yw hyn yn gyfyngiad; mae'n arbenigedd. Mae casgliad gweledigaeth gyfrifiadurol ar yr ymyl yn gofyn am bensaernïaeth sylfaenol wahanol na chasgliad LLM. Mae pensaernïaeth llif data Hailo-8L yn rhagori ar y cyntaf tra'n gwbl anghywir i'r olaf.
Y Bwlch Perfformiad Gwirioneddol: Niferoedd Sydd Mewn Gwirioneddol
Hepgor y marchnata TOPS. Mae CPU Raspberry Pi 5 yn rhedeg canfod gwrthrychau YOLOv8 ar 0.45 FPS gyda defnydd CPU 100%. Ychwanegwch y Pecyn AI a byddwch yn taro 82.4 FPS ar 15-30% CPU. Nid yw hynny'n welliant 2x - mae'n lluosydd 183x.
Ond mae cyd-destun yn siapio'r niferoedd hyn yn ddramatig. Ar gyflymder PCIe Gen 3 gyda maint swp 8, mae'r un model YOLOv8s yn cyrraedd 120 FPS. Galwch heibio i Gen 2 ac rydych chi ar 40 FPS. Cynyddu maint swp i 32 a pherfformiad yn cwympo i 54 FPS.
Mae'r dagfa PCIe yn real. Mae lôn Gen 3 sengl yn darparu 8 Gbit yr eiliad-digonol ar gyfer y rhan fwyaf o dasgau golwg, ond nenfwd caled. Mae gosodiadau sy'n seiliedig ar fodiwlau yn golygu bod angen i bob mynediad cof basio trwy'r rhyngwyneb PCIe, yn wahanol i NPUs sydd wedi'u hintegreiddio i SoCs sy'n rhannu sianeli cof cyflymder uchel gyda'r CPU.
Ar gyfer persbectif: Mae amcangyfrif ystum yn rhedeg ar 66.1 FPS gyda tyniad pŵer o gyfanswm defnydd system 9.7W. Mae hynny 200x yn gyflymach na'r casgliad CPU yn unig tra'n defnyddio llai o bŵer. Mae'r mathemateg yn gwirio am osodiadau wedi'u pweru gan fatri.
Caledwedd Cystadlu: Y Goeden Benderfynu $70
Mae Coral TPU Google yn cynnig 4 TOPS ar effeithlonrwydd 2 TOPS/W mewn dyluniad sglodion 6-mlwydd-oed. Mae'r Hailo-8L yn darparu 13 TOPS ar 3-4 TOPS/W. Ar bapur, Hailo sy'n ennill.
Ond mae gan Coral integreiddio TensorFlow Lite sy'n "gweithio'n unig." Mae Cyflymydd USB Coral yn cysylltu trwy USB safonol, yn integreiddio'n hawdd â systemau presennol, ac yn cefnogi modelau cymedrol fel MobileNet v2 ar tua 2 wat o ddefnydd pŵer. Nid oes angen cyfluniad PCIe.
Mae'r Hailo-8 (26 TOPS) yn bodoli ond yn costio $150-200. Ar y pwynt pris hwnnw, rydych chi'n cymharu â datrysiadau sy'n cynnig mwy o hyblygrwydd. Y man melys yw'r 8L ar $ 70 - os yw'ch achos defnydd yn alinio.
Mae Pineboards yn cynnig dewisiadau amgen: HATs M.2 deuol sy'n cyfuno Hailo-8L â storfa NVMe, neu ffurfweddau Coral Edge ar gyfer datblygiad parhaus ar brosiectau Coral presennol. Mae'r rhain yn datrys cyfyngiad "naill ai cyflymydd neu storfa" y pecyn swyddogol.
Defnyddiwch Achos #1:-Diogelwch Amser a Monitro Real
Mae camerâu diogelwch yn cynhyrchu ffrydiau data di-baid. Mae'r AI Kit yn trin lluniau diogelwch 1080p sy'n canfod pobl, ceir a phecynnau heb ollwng fframiau. Mae'r hwb perfformiad 13x hwnnw'n gwneud camerâu diogelwch yn ymarferol mewn gwirionedd.
Cyfunodd prosiect Jeff Geerling sawl NPU Hailo-gan gyrraedd cyfanswm o 51 TOPS trwy gysylltu Hailo-8L, Hailo-8, a Coral TPUs drwy switshis PCIe. Gormodol? Oes. Ond mae'n dangos senarios aml-gamera ar raddfa.
Mae defnydd go iawn yn edrych yn wahanol. Roedd system monitro plaza tollau yn defnyddio gweledigaeth gyfrifiadurol Edge Impulse gyda Modiwl Camera Eang i ganfod a chyfrif cerbydau ar draws lonydd lluosog ar yr un pryd. Roedd y lens eang yn dal ardaloedd ehangach; roedd y Pecyn AI yn darparu uchdwr prosesu.
Mae integreiddio NVR Frigate yn bwysig yma. Mae Hailo wedi'i integreiddio'n swyddogol i fframwaith Frigate gan ddechrau o fersiwn 0.16.0, gan ei wneud yn ostyngiad-yn lle gosodiadau Coral sy'n heneiddio mewn gosodiadau gwyliadwriaeth presennol.
Cyfyngiad critigol: Nid yw'r AI Kit ac AI HAT + yn gweithio os oes diffyg cyfatebiaeth fersiwn rhwng pecynnau meddalwedd Hailo a gyrwyr dyfeisiau. Mae angen fersiwn-strategaethau cloi ar gyfer gosodiadau cynhyrchu.
Defnyddiwch Achos #2: Rheoli Proses Ddiwydiannol
Gall systemau diogelwch adeiladu ganfod bodau dynol wedi'u lleoli o flaen, wrth ochr, a thu ôl i gerbydau adeiladu. Mae camerâu a yrrir gan AI-yn disodli arsylwyr dynol lluosog a lleoliadau gweithwyr trac mewn amser real.
Y fantais yw cyfochrogiaeth: mae AI yn prosesu parthau perygl lluosog ar yr un pryd tra bod bodau dynol yn canolbwyntio'n ddilyniannol yn naturiol. Mae amser ymateb ar gyfer cynhyrchu rhybuddion yn bwysicach na chywirdeb perffaith.
Mae rheoli ansawdd gweithgynhyrchu yn dilyn rhesymeg debyg. Mae angen cyfraddau ffrâm cyson ar gamera llinell gynhyrchu sy'n gwirio cywirdeb cynulliad, nid perfformiad brig. Mae'r Pecyn AI yn cynnal 82.4 FPS ar ganfod gwrthrychau-yn ddigonol ar gyfer y rhan fwyaf o gyflymderau llinell gweithgynhyrchu tra'n gadael capasiti CPU ar gyfer systemau rheoli.
Mae maint compact yn galluogi integreiddio ar bwyntiau llinell gynhyrchu presennol. Mae'r system yn graddio trwy ychwanegu camerâu yn hytrach nag ailgynllunio seilwaith.
Ond mae defnydd diwydiannol yn galw am fwy. Dylid osgoi cardiau SD ar gyfer dyfeisiau cynhyrchu oherwydd dygnwch ysgrifennu cyfyngedig a dibynadwyedd gwael o dan bŵer annibynadwy. Mae angen eMMC gradd ddiwydiannol neu yriannau caled.
Defnyddiwch Achos #3: Roboteg a Systemau Ymreolaethol
Defnyddiodd prototeip robot tanddwr ymreolaethol y Pecyn AI ar gyfer canfod gwrthrychau gyda model YOLOv8 wedi'i hyfforddi ar setiau data arferol, gan gydlynu â moduron BLDC a reolir trwy yrrwr PCA9685 PWM ar y rhyngwyneb I2C.
Yr her: integreiddio'r Hailo SDK â phiblinellau OpenCV presennol. Mae datblygwyr sy'n gyfarwydd â gweithrediadau PyTorch + Ultralytics 8-lein ar GPUs PC yn wynebu cromlin ddysgu fwy serth gyda chadwyn offer Hailo. Nid yw trosi model yn awtomatig.
Mae algorithmau llywio yn defnyddio cylchoedd CPU. Roedd system canfod dwylo Mario yn rhedeg tri model ar yr un pryd-canfod â llaw a thirnodau-gan gynnal 26-28 FPS gydag un llaw wedi'i chanfod, 22-25 FPS â dwy law. Mae'r gyllideb brosesu honno'n gadael lle i gynllunio llwybrau a rheoli moduron.
Mae robotiaid dosbarthu craff yn enghraifft o'r ffit: prosesu gweledigaeth barhaus tra bod y CPU yn trin rhesymeg llywio, cyfathrebu a choed penderfyniadau. Mae effeithlonrwydd 3-4 TOPS/W yn ymestyn oes batri yn fesuradwy mewn gosodiadau symudol.
Defnyddiwch Achos #4: Manwerthu a Dadansoddeg Cwsmeriaid
Rhedodd demo rheoli archfarchnad adwerthu YOLOv8n ar y AI Kit i ganfod cynhyrchion ar silffoedd tra bod EfficientNet yn rhedeg ar y CPU i'w ddosbarthu. Rhaniad llafur: mae'r NPU yn trin canfod (ble mae'r cynnyrch?), dosbarthiad dolenni CPU (pa gynnyrch?).
Mae amcangyfrif ystum yn ychwanegu dadansoddiad ymddygiad cwsmeriaid. 66.1 Mae perfformiad amcangyfrif ystum FPS yn galluogi olrhain symudiadau cwsmeriaid trwy barthau storio, dadansoddi amser anheddau, a chanfod ciw heb adnabyddiaeth unigol.
Mae preifatrwydd yn bwysig yma. Ar-mae prosesu dyfais yn golygu nad yw fideo byth yn gadael y lleoliad. Nid yw modelau sydd wedi'u hyfforddi ar ganfod "person" generig yn storio data biometrig-metadata gofodol yn unig.
Canfu'r prosiect "Peeper Pam" bobl y tu ôl i chi wrth ddesg, gan anwybyddu cadeiriau, byrddau a phlanhigion mewn ffrâm. Hyder canfod wedi'i arddangos ar fesurydd analog: 0 ar gyfer "dim person," 1 ar gyfer "person penodol yn bresennol," gydag ansicrwydd rhyngddynt.
Mae'r un rhesymeg yn berthnasol i fonitro deiliadaeth, rheoli ciw, a defnyddio gofod-unrhyw le sydd ei angen arnoch "a yw'r person yn bresennol?" heb ofalu "pa berson?"
Defnyddiwch Achos # 5: Defnyddio Model Personol (Gyda Chaveats)
Mae'r Hailo Dataflow Compiler yn trosi modelau o fframweithiau ML safonol i fformat gweithredadwy Hailo, gan ddefnyddio hyfforddiant ymwybyddiaeth meintioli i grebachu modelau tra'n cynnal cywirdeb.
Y llif gwaith: hyfforddi yn PyTorch neu TensorFlow, allforio i ONNX, trosi i HEF (Fformat Gweithredadwy Hailo) gan ddefnyddio'r DFC, defnyddio i'r Pi. Mae tiwtorialau yn bodoli ar gyfer yr hyfforddiant cyflawn-i{-ddefnyddio modelau gyda modelau YOLOv8n.
Ond nid yw cydweddoldeb model yn gyffredinol. Mae modelau a luniwyd ar gyfer Hailo wedi'u hoptimeiddio'n benodol ar gyfer pensaernïaeth sglodion-sy'n golygu na fydd rhai gweithrediadau'n mapio. Mae'r model sw yn darparu enghreifftiau a luniwyd ymlaen llaw; mae angen profi saernïaeth arferiad.
Mae API Hailo Python bellach yn galluogi casgliad rhedeg ar yr Hailo-8L gan ddefnyddio Python, gydag enghreifftiau ar gael ar gyfer sgriptiau annibynnol ac integreiddio â picamera2. Mae hyn yn lleihau'r rhwystr o'i gymharu â llifoedd gwaith cynharach GStreamer yn unig.
Mae Edge Impulse yn darparu llwybr arall. Mae eu platfform yn trin yr hyfforddiant model a'r biblinell trosi Hailo, gan allbynnu modelau parod i'w defnyddio. Ar gyfer timau heb arbenigedd ML, mae'r dull rheoledig hwn yn lleihau'r-gwallau-a{-).
Pryd NA ddylid Defnyddio'r Pecyn AI
Modelau Iaith Mawr:Ni all y prosesydd Hailo-8L redeg LLMs. Mae'n gydnaws â thasgau dysgu peiriant sy'n cynnwys porthiant modiwl camera yn unig. Nid oes unrhyw faint o optimeiddio yn newid y cyfyngiad pensaernïol hwn.
Mae rhedeg LLMs ar Pi 5 yn gofyn am gasgliad CPU gyda modelau o dan baramedrau 7B. Cyflawnodd Gemma2-2B berfformiad boddhaol gan ddefnyddio 3GB RAM; Rhedodd DeepSeek-r1:8b yn araf. Nid yw'r Pecyn AI yn cyflymu dim o hyn.
AI cynhyrchiol:Cynhyrchu testun, synthesis delweddau, cynhyrchu sain-nid yw'r llifoedd gwaith hyn yn mapio i bensaernïaeth llif data Hailo-8L. Mae Hailo 10H yn y dyfodol gyda 40 TOPS a 8GB DDR4 RAM yn targedu llwythi gwaith AI cynhyrchiol, ond nid yw ar gael ar gyfer Pi 5 eto.
Tasgau Gweledigaeth y Camera nad ydynt yn-:Mae prosesu delweddau llonydd o ffeiliau yn gweithio, ond mae'r AI Kit yn gweithio'n benodol gyda modiwlau camera Raspberry Pi-nid gwe-gamerâu neu gamerâu IP. Mae cydnawsedd camera trydydd parti yn gofyn am gefnogaeth libcamera.
Angen Storio:Mae slot M.2 y pecyn swyddogol yn cael ei feddiannu gan y modiwl Hailo, gan atal atodiad NVMe SSD. Os oes angen cyflymiad AI a storfa gyflym arnoch, mae angen HATs M.2 deuol trydydd parti.
Gofynion Integreiddio Tyn:Ym mis Mawrth 2025, apiau rpicam yw'r unig ddarn o bentwr meddalwedd Raspberry Pi sydd wedi'i integreiddio'n ddwfn â chyflymydd Hailo. Daeth mynediad rhaglennol o sgriptiau Python trwy picamera2 ar gael yn ddiweddarach. Roedd mabwysiadu cynnar yn golygu hyblygrwydd API cyfyngedig.
Y Fframwaith Penderfyniadau
Gofynnwch y pum cwestiwn yma:
1. A yw eich gweledigaeth tasg AI-yn seiliedig-?
Ydy, gyda modiwl camera → AI Kit yn hyfyw
Na, neu-prosesu ar sail ffeil → ailystyried
Prosesu testun/sain → offeryn anghywir
2. Beth yw eich targed perfformiad?
30+ FPS real-amser → AI Kit yn angenrheidiol
5-10 FPS yn dderbyniol → gallai CPU fod yn ddigon
<1 FPS tolerable → don't spend $70
3. Oes angen modelau arferol arnoch chi?
Ie, ac yn barod i ddysgu DFC → hylaw
Ydw, ond dim arbenigedd ML → llwybr Edge Impulse
Na, gan ddefnyddio senario → delfrydol a hyfforddwyd ymlaen llaw yn unig
4. Beth yw eich graddfa lleoli?
1-10 uned ar gyfer prototeipio → ffit perffaith
100+ uned ar gyfer cynhyrchu → ffactor mewn cyflenwad, thermol, dibynadwyedd
Diwydiannol/masnachol → angen amrywiadau Pi diwydiannol, nid byrddau manwerthu
5. A allwch chi dderbyn y cyfyngiadau?
Gofyniad modiwl camera
Rheoli dibyniaeth fersiwn
Dim cist NVMe heb HAT M.2 deuol
Tymheredd gweithredu 0-50 gradd
Nenfwd lled band PCIe
Os ateboch chi'n ffafriol i gwestiynau 1, 2, a 5 - a bod gennych chi strategaeth ar gyfer 3 a 4 - mae'r AI Kit yn darparu gwerth eithriadol ar $70.
Gosod Gwiriad Realiti
Mae gosod caledwedd yn cymryd munudau: gosod system oeri, atodi standoffs, gwasgwch bennyn GPIO, cysylltu cebl rhuban i borthladd PCIe, diogel Kit AI gyda sgriwiau.
Mae angen mwy o ofal ar ffurfweddiad meddalwedd:
diweddariad sudo apt a sudo apt llawn-uwchraddio sudo rpi-eeprom-diweddaru sudo raspi-config # Enable PCIe Gen 3 in Advanced Options sudo apt install hailo-all sudo reboot hailortcli fw-control adnabod # Verify installation
Mae camgymhariadau fersiwn rhwng pecynnau meddalwedd Hailo a gyrwyr dyfeisiau yn achosi methiant system gyfan. Profwch yn drylwyr cyn ei ddefnyddio.
Ar gyfer y perfformiad gorau, argymhellir defnyddio'r Pecyn AI gyda'r Oerach Actif Raspberry Pi. Heb oeri, bydd y bwrdd RPi5 sylfaenol yn gorboethi wrth ddefnyddio'r AI Kit.
Nid yw rheolaeth thermol yn ddewisol-mae ei angen ar gyfer perfformiad parhaus.
Y Cyfrifiad Gwerth $70
Beth gewch chi:
13 Casgliad niwral TOPS
Perfformiad 180x+ yn erbyn CPU-yn unig
Effeithlonrwydd 3-4 TOPS/W
Cefnogaeth apiau rpicam- integredig
Pad thermol wedi'i osod ymlaen llaw
Pob caledwedd mowntio
Yr hyn nad ydych yn ei gael:
cyflymiad LLM
Cyfrifiant AI pwrpas cyffredinol
Plygiwch{0}a-chwarae symlrwydd
Ehangu storio
Cydweddoldeb camera cyffredinol
Am $70, mae'n anodd dod o hyd i ffordd fwy fforddiadwy i drochi bysedd eich traed i ymyl AI. Mae'r pris yn tandorri bwndeli Coral TPU wrth ddosbarthu mwy na 3x y TOPS.
Ond mae gwerth yn dibynnu'n llwyr ar aliniad achos defnydd. Ar gyfer casgliad gweledigaeth ar yr ymyl, mae'n eithriadol. Am bopeth arall, mae'n amherthnasol.
Cwestiynau Cyffredin
A allaf ddefnyddio'r Pecyn AI gyda Raspberry Pi 4 neu fodelau cynharach?
Mae angen y Raspberry Pi 5 ar y Pecyn AI gan fod angen cefnogaeth PCIe brodorol arno. Nid oes gan fodelau cynharach y rhyngwyneb PCIe yn gyfan gwbl. Nid oes ateb nac addasydd sy'n newid hyn.
A fydd y Pecyn AI yn cyflymu fy nghod canfod gwrthrychau a ysgrifennwyd yn Python gydag OpenCV?
Yn rhannol. Mae API Hailo Python yn caniatáu rhedeg casgliad ar yr Hailo-8L gan ddefnyddio Python, ond bydd angen i chi drosi'ch model i fformat HEF ac addasu'ch cod i ddefnyddio'r Hailo API yn lle galwadau casglu OpenCV safonol. Nid yw'n dryloyw galw heibio.
Sut mae maint swp yn effeithio ar berfformiad?
Gyda YOLOv8s ar gydraniad 640x640: maint swp 2 yn cyflawni 80 FPS, maint swp 4 yn cyrraedd 100 FPS, swp maint 8 copaon ar 120 FPS. Y tu hwnt i hynny, mae perfformiad yn diraddio: mae swp 16 yn disgyn i 100 FPS a swp 32 yn disgyn i 54 FPS oherwydd dirlawnder lled band PCIe.
A allaf gychwyn o NVMe a defnyddio'r Pecyn AI ar yr un pryd?
Nid gyda'r cit swyddogol yn unig. Mae'r slot M.2 yn cael ei feddiannu gan y modiwl Hailo. Mae byrddau pinwydd a gwerthwyr tebyg yn cynnig HATs M.2 deuol sy'n darparu slotiau cyflymydd NVMe ac AI, gan ddatrys y cyfyngiad hwn am gost ychwanegol.
A yw cefnogaeth Google Coral yn anghymeradwy?
Heb ei ddiystyru'n swyddogol, ond nid yw pentwr meddalwedd Coral wedi'i gynnal yn weithredol, gyda PyCoral yn gofyn am Python 3.9. Mae'n ymddangos bod Google wedi gadael prosiect Coral ar gynnal bywyd ar ôl problemau cyflenwad yn ystod y pandemig. Mae caledwedd Coral presennol yn dal i weithio, ond mae cefnogaeth yn y dyfodol yn ansicr.
Pa oeri sydd ei angen arnaf mewn gwirionedd?
Mae Raspberry Pi yn argymell defnyddio'r AI Kit gyda'r Active Cooler ar gyfer y perfformiad gorau. Gall heatsinks goddefol fod yn ddigon i'w defnyddio'n ysbeidiol, ond bydd llwythi gwaith casglu parhaus yn sbarduno heb oeri gweithredol. Cyllideb ar gyfer yr Oerydd Gweithredol $5 ochr yn ochr â'r Pecyn AI.
A allaf redeg ffrydiau camera lluosog ar yr un pryd?
Oes. Mae'n bosibl rhedeg rhwydweithiau niwral lluosog ar un camera, neu rwydweithiau niwral sengl neu luosog gyda dau gamera ar yr un pryd. Graddfeydd perfformiad yn seiliedig ar gymhlethdod model ac argaeledd lled band PCIe.
Y Casgliad Gonest
Mae'r Raspberry Pi 5 AI Kit yn offeryn arbenigol sy'n rhagori yn ei barth. Ar gyfer casgliad gweledigaeth gyda modiwlau camera, mae'n trawsnewid y Pi 5 o "yn dechnegol alluog" i "mewn gwirionedd yn ymarferol" ar gyfer cymwysiadau cynhyrchu.
Nid yw'n gyflymydd deallusrwydd artiffisial-pwrpas cyffredinol. Ni fydd yn rhedeg ChatGPT. Ni fydd yn cynhyrchu delweddau. Ni fydd yn helpu gyda synthesis sain. Derbyn y cyfyngiadau hyn ac mae'n darparu gwerth eithriadol. Ymladd yn eu herbyn a byddwch yn gwastraffu $70.
Nid y penderfyniad yw "Ydy'r AI Kit yn dda?"- mae'n "A yw'r AI Kit yn iawn ar gyfer y rhaglen benodol hon?" Atebwch hynny'n onest a byddwch yn gwybod a ydych am brynu.
Tecaweoedd Allweddol
Mae AI Kit yn darparu 82.4 FPS ar YOLOv8 vs 0.45 FPS CPU-yn unig-ond dim ond ar gyfer tasgau gweledigaeth yn seiliedig ar gamera{5}}
Ddim yn gydnaws â LLMs, AI cynhyrchiol, neu lifoedd gwaith gweledigaeth nad ydynt yn-gamera
Angen Raspberry Pi 5 gyda modiwl camera; ni fydd yn gweithio gyda Pi 4 na gwegamerâu
Cyfluniad PCIe Gen 3 ac oeri gweithredol sy'n angenrheidiol ar gyfer y perfformiad gorau posibl
Rheoli dibyniaeth fersiwn yn hollbwysig; mae diffyg cyfatebiaeth yn achosi methiant system gyfan
Gorau ar gyfer: camerâu diogelwch, monitro diwydiannol, roboteg, dadansoddeg manwerthu
Osgoi ar gyfer: modelau iaith, cynhyrchu delweddau, prosesu sain, arbrofi AI cyffredinol
Ffynonellau Data
Dogfennaeth Raspberry Pi - Meddalwedd AI Kit: https://www.raspberrypi.com/documentation/computers/ai.html
magazin Mehatronika - Raspberry Pi AI Kit Adolygu: https://magazinmehatronika.com/en/raspberry-pi{3}}ai-kit{5}}adolygiad/
Wedi gweld Stiwdio - Meincnod ar RPi5 a CM4: https://forums.raspberrypi.com/viewtopic.php?t=373867
Jeff Geerling - Profi Pecyn AI Raspberry Pi: https://www.jeffgeerling.com/blog/2024/testing-raspberry-pis{6}}ai-kit-13-tops-70
Datblygwyr XDA - Raspberry Pi AI Kit-ar: https://www.xda-developers.com/raspberry-pi-ai-kit-dwylo ymlaen-ymlaen/
Fforymau Raspberry Pi - Trafodaethau AI Kit: https://forums.raspberrypi.com/
Fforymau Cymunedol Hailo: https://community.hailo.ai/
Enghreifftiau GitHub - hailo-ai/hailo-rpi5-: https://github.com/hailo-ai/hailo-rpi5-examples