过去几个月，我把树莓派这几款 AI 外设翻来覆去研究了一遍，每款硬件的功能和差异总算摸得比较清楚。不过真到选型时，面对 AI 摄像头、AI HAT+ 以及已经停产的 AI 套件，很多人还是分不清自己到底需要哪一个，甚至不确定有没有必要专门买一块 AI 加速配件。
先给结论：绝大多数树莓派项目根本不需要 AI 外设。16GB 内存版本的树莓派 5 本身就能扛住大部分基础 AI 任务。AI 摄像头和 AI HAT+ 是给那些对 AI 处理速度有更高要求的特定项目准备的。
这份指南会逐款拆解三款外设的实际能力与适用场景，帮你搞清楚要不要掏这笔钱。
目录
- 树莓派 AI 摄像头
- 树莓派 AI HAT+
- 树莓派旧版 AI 套件
- 最终选购结论：该买哪一个
树莓派 AI 摄像头
树莓派 AI 摄像头于 2024 年发布，通过标准 CSI 摄像头接口接入树莓派。说白了，它就是官方普通摄像头模组的升级版，只不过在模组里内置了 AI 算力。
它主要面向目标检测、姿态检测这类图像类 AI 项目。有人可能会问：普通摄像头接树莓派不是也能跑这些任务吗？那 AI 摄像头到底特殊在哪儿？
AI 摄像头工作原理
普通树莓派摄像头只输出图像数据流；AI 摄像头模组内部集成了图像信号处理器 ISP 和 AI 加速器。
AI 摄像头不仅输出图像，还会直接输出 AI 处理后的运算结果，也就是输出张量。
AI 模型的推理运算全部由摄像头内置的 NPU 完成，相当于把 AI 运算负载从树莓派主板上整个剥离了出去。树莓派只负责接收结果，做后续处理，比如驱动画面显示、触发智能家居设备。
可以把它理解成一枚智能传感器：既在向树莓派传输图像，同时直接告诉树莓派画面里出现了什么物体。
AI 摄像头内置 NPU 性能如何？
单看硬件参数，索尼 IMX500 内置 NPU 对比树莓派 5 的处理器，纸面算力并不突出。我原本也以为“普通摄像头 + 树莓派 5 CPU”的组合会超过 AI 摄像头，但实测结果并不是那么回事。
在图像识别任务中，AI 摄像头的性能远超普通摄像头搭配树莓派 5，性能最高能拉开 10 倍差距：普通方案只有 2-5 帧每秒，AI 摄像头可达 30 帧每秒。
性能提升主要来自两点：摄像头板载 NPU 专为图像处理优化；而树莓派 CPU 还要兼顾系统运行、进程调度等一大堆通用任务，NPU 则只专注执行 AI 模型这一件事。
支持哪些 AI 模型？
AI 模型决定了 AI 摄像头的实际能力：识别物体、识别人体姿态、判断情绪，全都依赖对应的模型。网上有大把现成模型可用，你也可以自己训练自定义模型。
但相比其他 AI 方案，AI 摄像头对模型的限制相当严格。全部推理运算都在摄像头内部 NPU 完成，模型大小和复杂度必须适配 NPU 的硬件资源。
好在官方 imx500models 软件包预置了一批开箱即用的模型，支持图像分类、目标检测、语义分割、姿态估计。你也可以部署自己训练的模型，但模型必须满足硬件资源约束。
AI 摄像头值得买吗？
以我的实际体验来看，AI 摄像头是一款优秀硬件，但它只适合图像类 AI 项目。
对于大多数目标检测、图像分类任务，其实并不需要 30 帧的高速处理，2-5 帧每秒就够用了，这种场景下 AI 摄像头会显得性能过剩。只有需要近乎实时处理的重度任务，才真正用得上 30 帧。
AI 摄像头最大的优势在于算力完全隔离：AI 运算全部在摄像头侧完成，树莓派主板只负责接收结果。
这就意味着，哪怕搭配性能很低的树莓派 Zero，也能获得远超“树莓派 5 + 普通摄像头”的 AI 处理速度。
整套项目成本直接降了数倍，还能收获更高的 AI 处理速度。从这个角度看，AI 摄像头的性价比确实很高。
AI 摄像头项目参考
智能家居摄像头：把 AI 摄像头当作智能家居的感知传感器，运行目标检测模型判断房间内是否有人，自动触发灯光等设备。同样的功能树莓派 5 加普通摄像头也能实现，但 AI 摄像头搭配廉价 Zero 的组合，整体体积更小、成本更低、运行也更稳定。
野外野生动物监测：后院常有野生动物出没时，可以搭配树莓派自动识别动物种类，只有检测到动物才保存录像，节省存储空间与功耗。可使用 SpeciesNet 全局物种识别模型。
智能健身辅助设备：依靠 AI 摄像头 30 帧高速 AI 推理，结合姿态估计模型追踪健身动作，纠正姿态、统计训练次数。下图为 YOLOv8 姿态估计示例，来源 Ultralytics 文档。
树莓派 AI HAT+
AI HAT+ 是树莓派另一款官方外设。和 AI 摄像头不同，它不局限于图像任务，属于通用 AI 加速模块。
AI HAT+ 插在树莓派 5 上，提供专用 AI 算力。
它通过 GPIO 供电，依靠树莓派 5 的 PCIe 接口通信。仅支持树莓派 5 及更新机型，老版本树莓派无法使用。
AI HAT+ 工作原理
AI HAT+ 一共有三个版本：两款初代 AI HAT+，一款更新的 AI HAT+ 2，算力单位 TOPS（每秒万亿次运算）逐级提升。
AI HAT+ 属于外接算力模块，为树莓派扩展 AI 运算能力。
AI 摄像头是把全部 AI 运算封闭在摄像头硬件内部；而 AI HAT+ 则是给主机增加算力，任务调度、资源管理依旧由树莓派主板负责。
可以跑大语言模型 LLM 吗？
AI 摄像头偏向图像处理模型；AI HAT+ 理论上定位通用 AI 任务。
但普通版 AI HAT+ 没有自带内存，并不适合跑大语言模型。Hailo-8L、Hailo-8 芯片是面向计算机视觉设计的，不是为大模型设计的。强行跑 LLM，PCIe 通信会形成瓶颈，速度反而变慢。
AI HAT+ 2 增加了 8GB 板载 DDR4X 内存，针对大模型做了优化。但众多独立测评显示，这 8GB 内存依旧不够用；16GB 版本树莓派 5 本地跑大模型，性能反而优于 AI HAT+ 2。
知名博主 Jeff Geerling 也给出了相同结论：不推荐选购 AI HAT+ 2 用来跑大语言模型。
和 AI 摄像头横向对比
两者都能做计算机视觉任务。AI HAT+ 搭载的 Hailo 系列 NPU 算力更强，可以运行复杂度更高的 AI 模型。
但它的硬伤很明显：只能用在树莓派 5 及更新机型，整套硬件成本很高。
AI HAT+ 的另一优势是不绑定单一传感器，可以对接多路、多种传感器，例如红外相机、多路网络 IP 摄像头。
所以 AI HAT+ 虽然能执行更复杂的 AI 任务，但整套项目的成本提升并不划算。
AI HAT+ 值得入手吗？
简单的目标检测、图像识别，不需要近乎实时的高速处理；基础计算机视觉任务用 AI HAT+ 属于性能过剩；跑生成式 AI、大语言模型也没有优势。
AI HAT+ 只能搭配树莓派 5 使用，而树莓派 5 本身就具备一定 AI 运算能力。只有下面两类小众场景才适合选 AI HAT+：
- 需要运行高算力图像检测、姿态估计，模型复杂度超出 AI 摄像头 NPU 内存上限；
- 输入源不是单台摄像头，例如多路 IP 摄像头、红外热成像相机等多传感器输入。
AI HAT+ 项目参考
多路摄像头安防分析：同时接入多路 IP 摄像头，作为安防系统核心，做多路画面入侵检测分析。
自主移动机器人：在机器人项目中作为 AI 大脑，接收摄像头与各类传感器信号，完成运动决策。
热成像 AI 监控：热成像摄像头检测黑暗环境下的人与宠物，在智能家居中实现夜间识别人体自动开灯。
树莓派旧版 AI 套件
旧版 AI 套件就是 AI HAT+ 的前代产品，现已停产。硬件算力等同于 13TOPS 版本的 AI HAT+，只是硬件形态不同。
套件由两部分组成：M.2 规格 Hailo-8L NPU 算力卡，外加一块 M.2 HAT 转接板。
唯一的亮点是 M.2 转接板通用性强，除了 NPU，还可以接 M.2 固态硬盘做别的项目。
AI 套件已经停产。如果你手上已有，可以当作 13TOPS 的 AI HAT+ 使用；没有的话直接选购新一代 AI HAT+ 就好。
最终选购结论：该买哪一款？
对大多数普通用户，我不建议购买任何 AI 加速外设。16GB 树莓派 5 本身就可以完成绝大多数基础 AI 任务，不需要额外加速器。
最终选择取决于你的实际项目场景：
- 如果你没有 16GB 版本树莓派 5，优先选 AI 摄像头。AI 摄像头搭配廉价树莓派 Zero 是性价比极高的组合。
- 绝大多数单摄像头计算机视觉项目：不推荐 AI HAT+，性能过剩；跑本地大模型，16GB 树莓派 5 本身表现优于 AI HAT+ 2。
- 如果你已经拥有树莓派 5，想体验 AI 硬件，预算有限：基础版 AI HAT+ 价格略低于 AI 摄像头，可以考虑。
树莓派 AI 硬件还在快速迭代，当下体验一般的硬件，后续固件更新后性能可能有改善。虽然大部分普通用户不需要 AI 外设，但三款硬件各自都有专属的适用场景，希望这份指南帮你理清选型逻辑。
发表于 昨天 16:42
|
查看: 12|
回复: 0
