Raspberry Pi Foundation は、新しい AI 拡張ボード AI HAT+ 2 をリリースしました。これは、エッジ デバイス上でテキストやマルチモーダル推論などのタスクを完了することに重点を置き、Raspberry Pi 5 上で生成 AI モデルをローカルで実行する機能をもたらします。この 130 ドルの拡張ボードは、前世代をベースに完全にアップグレードされています。 8GBのメモリを内蔵し、40 TOPSのAIコンピューティング性能を提供するとされるHailo 10Hチップを搭載しています。
Raspberry Pi 5 に接続することで、AI HAT+ 2 は AI 関連の推論負荷の大部分をメインボードの Arm CPU から「オフロード」し、拡張ボードによって独立して完了するため、ホストを他のコンピューティング タスクにより多く使用できるようになります。画像処理に重点を置いた以前の AI HAT+ とは異なり、新世代の製品は、オンボード メモリの追加により、Llama 3.2、DeepSeek-R1-Distill、複数の Qwen シリーズ モデルなどの小規模な生成 AI モデルをローカルで直接実行でき、デバイス側でのモデルのトレーニングと微調整をサポートします。
Raspberry Pi が示すデモ ケースには、AI HAT+ 2 ドライバー モデルを使用してカメラ画像のテキスト説明を生成し、画像に人物がいるかどうかなどの質問に答えることが含まれており、シーン理解における応用可能性が反映されています。別のデモンストレーションでは、Qwen2 モデルを使用してフランス語から英語へのテキスト翻訳を実現し、ローカルの多言語処理におけるその機能を強調しています。
ただし、サードパーティによるテストから判断すると、この拡張ボードのパフォーマンスと費用対効果の観点からの位置付けには議論の余地があります。テクノロジーブロガーの Jeff Geerling 氏の実測結果によると、サポートされているさまざまなモデルにおいて、8GB のメモリを搭載した独立した Raspberry Pi 5 の全体的なパフォーマンスは、AI HAT+ 2 に接続した組み合わせよりも優れていることがよくあります。彼はこの違いを消費電力の制限によるものだと考えています。Pi 5 本体は最大約 10 ワットの電力で動作できるのに対し、AI HAT+ 2 の消費電力は約 3 ワットの範囲に制限されています。
実際の選択に関して、Geerling 氏は、AI HAT+ 2 によって提供される追加の 8 GB のメモリでは、16 GB のメモリを搭載した Pi 5 のハイエンド バージョンを直接購入する全体的なエクスペリエンスを超えるには不十分であると指摘しました。後者の方が柔軟性とモデルの実行速度の面でより優れている可能性があるため、AI HAT+ 2 は、すべてのユーザーに対する普遍的なアップグレード パスではなく、特定のシナリオ向けの専用ソリューションとしてより適しています。