树莓派 AI HAT+ 2 在 Hailo-10H 旁边增加了 8 GB 内存

树莓派 AI HAT+ 2 是树莓派 5 的一款新 PCIe 扩展，集成了 Hailo-10H 加速器和 8 GB 板载LPDDR4X。在插件本身添加内存的意义很简单：让更多模型的工作集靠近加速器，而不是依赖Pi的系统内存通过PCIe链路。

树莓派AI HAT+ 2新动态

此前基于树莓派品牌的 Pi 5 Hailo 插件主要被定位为以摄像头为先的流水线的视觉加速器，如物体检测、分割和姿态估计。AI HAT+ 2 依然符合“螺栓连接 NPU”模式，但板载 8GB 内存使工作负载结构转向即使有计算能力仍占用内存的型号。

树莓派 AI HAT+ 2 规格

该板定位为 Raspberry Pi 5 的 PCIe AI/ML 加速插件，面向视觉及部分 LLM/VLM 工作负载。

树莓派AI HAT+ 2结合了Hailo-10H加速器和8 GB LPDDR4X内存，适用于树莓派5，目标是视觉以及部分LLM/VLM工作负载。

• Hailo-10H神经网络加速器（模块详情：Hailo-10H M.2人工智能加速模块）)

• 8 GB 机载LPDDR4X（标注为 LPDDR4X-4267）

• PCI Express 附件;仅支持 Raspberry Pi 5

• 视觉性能定位为与26 TOPS AI HAT+相当

Hailo 公开的 Hailo-10H 文档通常标注为“4 |8 GB LPDDR4/4X”，但未标注速度等级;但树莓派指定了 LPDDR4X-4267，对于内存敏感的生成式人工智能工作负载来说是合理的选择。同样，仅凭头条规格难以验证“类似于 26 TOPS AI HAT+”，因为 Hailo-8 系列和 Hailo-10H 的设计目标不同。

PCIe带宽及板载内存的重要性

树莓派5在外部接口上提供了单通道PCIe连接，而加速器模块通常设计时考虑了更宽的链路。如果工作负载需要频繁的主机↔加速器传输，带宽就成为性能因素的一部分。板载的8GB就是专门用来减少流量的，所以实际影响取决于所选运行时对激活和中间数据保持本地保存的能力。

关于 Pi PCIe 附加组件生态系统的背景，我们之前在 HAT+ PCIe 概述中探讨了基于 PCIe 的 HAT+ 标准，并在 AI Kit 介绍中探讨了树莓派早期的 Hailo 捆绑包方法。树莓派早期 AI HAT+ 的配件页面在这里：树莓派 AI HAT+。

树莓派 AI HAT+ 2 模型目标

这款扩展板主打 “特定类型” 的生成式人工智能与多模态任务，具体包括小型指令微调模型、轻量化视觉语言模型（VLM）以及语音转文字任务。其早期适配的模型包括 Llama-3.2-3B-Instruct、通义千问 2.5-VL-3B-Instruct，同时支持同级别 Whisper 语音处理模型（技术概览：Whisper；Hailo 官方示例项目：Whisper-Base）。Hailo 对 Hailo-10H 芯片的定位是，通过直接的双倍数据率（DDR）内存接口扩展工作数据集，实现边缘端的生成式人工智能应用，相关信息可参考 Hailo-10H 官方产品页面。

总结

如果你的核心需求是传统视觉任务的处理吞吐量，那么现有的 AI 扩展板 + 系列产品仍是更简便的选择。而 AI 扩展板 + 2 的核心价值在于，通过在加速器端增设内存，拓展了树莓派 5 的可靠运行任务边界 —— 对于小型大语言模型 / 视觉语言模型（LLM/VLM）和同级别 Whisper 语音模型而言，内存配置往往是决定其能否实际部署应用的关键因素。

图中展示了通过高速串行计算机扩展总线标准（PCIe）接口与树莓派 5 连接的 AI 扩展板 + 2，该模块实现了 Hailo 加速器与板载内存的组合配置。