La Raspberry Pi s’ouvre à l’IA avec un accélérateur de Hailo installé sur une carte additionnelle M.2 HAT+

En lançant officiellement un kit de développement pour l’intelligence artificielle (IA) fondé sur une carte additionnelle au format M.2 HAT+ (voir notre article), avec à son bord un circuit d’accélération d’algorithmes IA de l’israélien Hailo, la Raspberry Pi et son écosystème s’ouvrent au domaine de l’IA en le popularisant auprès des ingénieurs et des développeurs.

Concrètement, l’association de la carte M.2 HAT+ - qui se connecte au port PCI Express d’une plate-forme Raspberry Pi à travers un câble en ruban - et d'un module M.2 de la société Hailo procure des performances d'inférence importantes sur des équipements en bordure de réseau (edge). Cette carte additionnelle (HAT+ dans l’écosystème Raspberry Pi) pour la plateforme Raspberry Pi 5 lancée en 2023 (voir notre article) permet justement de connecter désormais des lecteurs de sous-systèmes mémoire NVMe ou des accélérateurs d’algorithmes IA avec des possibilités de transferts de données jusqu'à 500 Mo/s vers et depuis ces périphériques.

Dans le détail, le kit Raspberry Pi AI comprend la carte Raspberry Pi M.2 HAT+ avec le module Hailo-8L déjà installé. Cet accélérateur d’algorithmes IA est adapté aux tâches de traitement IA en temps réel avec des performances atteignant 13 Tops (Téraoperations par seconde), ouvrant la voie à des applications dans la robotique, les systèmes de vision artificielle, les équipements d’automatismes industriels (détection d'objets, classification d'images, reconnaissance vocale en temps réel…).

L'accélérateur Hailo-8L comprend en outre une suite logicielle avec des pilotes de périphériques Hailo, HailoRT et HailoTappas, qui peuvent être désormais installés à travers le gestionnaire de paquets apt (Advanced Packaging Tool) et qui s'intègrent avec la pile logicielle de la caméra Raspberry Pi. De plus, le circuit Hailo-8L prend en charge des frameworks IA populaires tels que TensorFlow, TensorFlow Lite, Keras, PyTorch et l’environnement open source ONNX (Open Neural Network Exchange).