لماذا يمكنك الوثوق بشركة Tom's Hardware
يقضي المراجعون الخبراء لدينا ساعات في اختبار المنتجات والخدمات ومقارنتها حتى تتمكن من اختيار الأفضل بالنسبة لك. اكتشف المزيد حول كيفية إجراء الاختبار.
أول منتج لـ Raspberry Pi لعام 2026 هو تحديث لـ 2024 AI HAT+، ولكن هذا الإصدار الأحدث، وهو تعاون آخر مع Hailo، يشهد الآن شريحة Hailo 10H AI التي تدير العرض، إلى جانب 8 جيجابايت من ذاكرة الوصول العشوائي المدمجة. تعمل تقنية AI HAT+ 2 الجديدة على إزالة أعباء عمل الذكاء الاصطناعي من وحدة المعالجة المركزية Arm CPU الخاصة بـ Raspberry Pi 5، ولكن كل هذا يأتي بسعر 130 دولارًا. نظرًا لأن تكلفة Raspberry Pi الخاصة بك تزيد كثيرًا عن السعر الأصلي البالغ 35 دولارًا – بالطبع، فقد تحسنت المواصفات بشكل كبير على مر السنين – فقد تصل بالفعل إلى علامة 200 دولار مقابل Pi وAI HAT+ 2 فقط. هل يضمن الأداء السعر؟ هناك طريقة واحدة فقط لمعرفة ذلك!
قبعة راسبيري باي AI + 2 مواصفات
| خلية الرأس – العمود 0 |
قبعة الذكاء الاصطناعي + 2 |
قبعة الذكاء الاصطناعي + |
|---|---|---|
|
مسرع الذكاء الاصطناعي |
هايلو-10H |
هايلو-8، هايلو-8L |
|
قمم |
40 (INT4) 26 (استدلال الصورة/رؤية الكمبيوتر) |
13 أو 26 (استدلال الصورة / رؤية الكمبيوتر) |
|
سعر |
130 دولارًا |
13 قمم 70 دولارًا 26 قمم 110 دولار |
فتح العلبة والإعداد
صورة 1 ل 7
يتبع صندوق البيع بالتجزئة نفس لغة التصميم مثل العديد من صناديق منتجات Raspberry Pi الأخرى التي فتحتها. في لمحة سريعة، ستُسامح إذا اعتقدت أن هذه هي نفس Raspberry Pi AI HAT+ التي تم إصدارها سابقًا، ولا يساعد فتح الصندوق لأن اللوحات متشابهة جدًا. يتطلب AI HAT+ 2 الجديد غرفة التبريد المضمنة. نعم، هذا المبدد الحراري مخصص للقبعة، وليس Raspberry Pi 5. سيحتاج جهاز Pi 5 الخاص بك أيضًا إلى التبريد، وسوف يتم وضع مبردات Raspberry Pi وArgon الرسمية منخفضة الحجم أسفل القبعة. تعمل المواجهات البلاستيكية المضمنة وامتداد رأس GPIO، لكن اتصال GPIO فضفاض قليلاً جدًا بالنسبة لي. كما أن اتصالات GPIO الناتجة، باستخدام موصلات نمط DuPoint، تبدو فضفاضة بعض الشيء.
يعد توصيل اللوحة بـ Raspberry Pi 5 أمرًا بسيطًا. ما عليك سوى فتح اتصال PCIe الموجود على Pi 5، ودفع كابل الشريط، وإغلاقه، ثم تأمين اللوحة في مواضع المواجهة وGPIO. يوجد فتحة لتوصيل كاميرا Raspberry Pi الرسمية والشاشة الرسمية. قم بتوصيل لوحة المفاتيح والماوس وHDMI وEthernet وأخيرًا الطاقة، ثم قم بالتمهيد إلى سطح مكتب Raspberry Pi، وتذكر بالطبع تمكين PCIe Gen 3 عبر “raspi-config”. نحن نستخدم أحدث صورة تعتمد على Debian “Trixie” ولدينا عملية تثبيت مخصصة حيث أن وحدة المراجعة لدينا تسبق مستودعات البرامج الرسمية. سيتم تبسيط تجربة برنامج المستخدم النهائي للإصدار.
ما هي النماذج التي يمكن لـ Raspberry Pi AI HAT+ 2 Hailo 10H تشغيلها؟
باستخدام تعليمات التثبيت المقدمة، قمنا بتشغيل hailo-olma ثم استفسرنا عن النماذج المتاحة والمتوافقة لمجموعة Hailo 10H التي تعمل على تشغيلها.
|
نموذج |
تستخدم ل |
|---|---|
|
Deepseek_r1_distill_qwen:1.5b |
الرياضيات، التفكير المنطقي، الترميز. Qwen: تم تقطير 1.5b باستخدام DeepSeek R1 لإنشاء LLM مدمج. |
|
اللاما3.2:3ب |
روبوتات الدردشة وتلخيص النصوص واسترجاع المعرفة وإعادة الكتابة السريعة. |
|
qwen2.5-المبرمج:1.5ب |
كتابة وشرح وإصلاح الأكواد البرمجية بلغات برمجة متعددة. |
|
qwen2.5-instruct:1.5b |
الأغراض العامة، اللغة الطبيعية، إنشاء المحتوى، روبوتات الدردشة. |
|
كوين2:1.5ب |
للأغراض العامة، وتستخدم كقاعدة لنماذج أخرى. |
في برنامجنا التجريبي، يتم تحميل النماذج باستخدام hailo-ollama عبر أمر الضفيرة المصمم بعناية. ما عليك سوى تغيير “النموذج” إلى أحد النماذج الخمسة المتوفرة.
curl --silent http://localhost:8000/api/pull \
-H 'Content-Type: application/json' \
-d '{ "model": "qwen2:1.5b", "stream" : true }'
تعني ذاكرة الوصول العشوائي DDR4X بسعة 8 جيجابايت أن النماذج الأكبر حجمًا ستعمل بشكل أفضل بشكل عام حيث لم يتم تغيير ذاكرة الوصول العشوائي الخاصة بـ Raspberry Pi. لذا، يجب تحميل النماذج التي تصل سعتها إلى 8 جيجابايت دون أي حوادث، حتى على Raspberry Pi 5s بسعة أقل من 8 جيجابايت. وهذا يفتح المجال أمام مشاريع ذكاء اصطناعي أرخص من الناحية الفنية.
لا تزال بحاجة إلى دفع 130 دولارًا مقابل AI HAT+ 2، لكن Raspberry Pi 5 بسعر 50 دولارًا أمريكيًا بسعة 1 جيجابايت أو 55 دولارًا أمريكيًا بسعة 2 جيجابايت أو 77 دولارًا أمريكيًا بسعة 4 جيجابايت أصبحت الآن منصة قابلة للتطبيق للذكاء الاصطناعي، مما يلغي الحاجة إلى شراء 105 دولارًا أمريكيًا بسعة 8 جيجابايت أو 160 دولارًا أمريكيًا مقابل Raspberry Pi 5 بسعة 16 جيجابايت.
مقارنة Raspberry Pi AI HAT+ 2 مع AI HAT+
صورة 1 ل 5
فلماذا المجلس الجديد؟ ويرجع ذلك إلى نماذج اللغات الكبيرة (LLM)، وهو الذكاء الاصطناعي الذي تم تدريبه على كميات هائلة من البيانات النصية ويستخدم لفهم اللغة البشرية ومعالجتها والاستجابة لها. يستهدف AI HAT+ 2 بشكل أساسي طلاب LLM، في حين أن AI HAT+ الأقدم مخصص لمشاريع الذكاء الاصطناعي القائمة على الصور. يعتمد الكود التجريبي AI HAT+ 2 المقدم من Raspberry Pi بشكل كبير على إنشاء LLM محلي خاص بنا باستخدام qwen2:1.5b ولكن يمكنك أيضًا استخدام نماذج DeepSeek أو Qwen التي يتم تقطيرها عبر DeepSeek.
تعمل ذاكرة الوصول العشوائي المدمجة بسعة 8 جيجابايت وشريحة معالجة الذكاء الاصطناعي القوية على إزالة الضغط عن وحدة المعالجة المركزية وذاكرة الوصول العشوائي في Raspberry Pi 5. يمكننا أيضًا استخدام هذه القوة لمعالجة الصور. إذا لم تكن قد حصلت على AI HAT+ الأصلي، فإن الحصول على معالجة جيدة للصور ومنصة LLM قابلة للتطبيق يجعل من السهل قبول سعر 130 دولارًا.
قد تبدو اللوحتان متشابهتين، لكنهما لا تعملان بنفس الطريقة. كانت تقنية AI HAT+ تدور حول معالجة الذكاء الاصطناعي المستندة إلى الصور، كما أن 26 قطعة علوية من Hailo 8L المدمجة (13 قطعة علوية لطراز Hailo8 الأرخص) متشابهة جدًا في الأداء مع AI HAT+ 2. وباستخدام مجموعة أمثلة rpicam-hello، اختبرنا التوافق مع AI HAT+ 2، ويسعدنا أن نقول إن تحديد الكائن واكتشاف الوضعية يعملان كما هو متوقع. على الرغم من عدم وجود مقاييس لإظهار الفرق، إلا أن أداء AI HAT+ 2 كان سلسًا، ولم تكن هناك مشكلات في الكاميرا. حيثما كانت هناك مشكلات، كانت تعتمد إلى حد كبير على البرمجيات. “HailoRT غير جاهز!” يُظهر أن برنامج Hailo يلعب دور اللحاق بالأجهزة، وهو ما حدث من قبل. سوف يقوم Hailo وRaspberry Pi والمجتمع في نهاية المطاف بإصلاح هذه الفجوة، ولكن يجب على المتبنين الأوائل أن يكونوا على دراية بذلك.
مقارنة أداء وحدة المعالجة المركزية AI HAT+ 2 وRaspberry Pi 5
نظرًا لأننا لا نستطيع اختبار AI HAT+ 2 وAI HAT+ بشكل مباشر، فإننا بحاجة إلى الرجوع إلى اختبار AI HAT+ 2 مقابل Arm CPU لـ Raspberry Pi 5. في هذا الاختبار، سنستخدم نموذج اللغة qwen2:1.5b ونطرح بعض الأسئلة المتعلقة بالمعرفة العامة، ثم مهام برمجة محددة باستخدام Python. تم تثبيت qwen2:1.5b عبر ollama.
السؤال الأول هو “ما هي أجهزة توم؟”
| خلية الرأس – العمود 0 |
قبعة الذكاء الاصطناعي + 2 |
وحدة المعالجة المركزية راسبيري باي 5 ارم |
|---|---|---|
|
حان الوقت للإجابة |
13.58 ثانية |
22.93 ثانية |
|
دقة |
غير صحيح |
غير صحيح |
|
استخدام وحدة المعالجة المركزية للذراع |
ضرب 100٪ على جميع النوى |
استجابة AI HAT+2
“شركة Tom's Hardware هي شركة لبيع الأجهزة بالتجزئة ولها متاجر في الولايات المتحدة وكندا. وتبيع الشركة أنواعًا مختلفة من الأدوات والمعدات والإمدادات اللازمة لإصلاحات المنازل أو مشاريع البناء.”
استجابة وحدة المعالجة المركزية ARM
“يعد Tom's Guide موقعًا إلكترونيًا شهيرًا للتكنولوجيا تم تأسيسه في عام 2004. وكان يركز في الأصل على أجهزة الكمبيوتر ومراجعاتها، ولكنه قام منذ ذلك الحين بتوسيع نطاق تغطيته ليشمل الإلكترونيات الاستهلاكية والبرمجيات وموضوعات أخرى متعلقة بالتكنولوجيا. يشتهر الموقع بنشر مراجعات مفصلة للمنتجات التي تمثل موارد قيمة للمستهلكين الذين يتطلعون إلى اتخاذ قرارات شراء مستنيرة.”
كتابة التعليمات البرمجية مع LLM
الطلب التالي، “اكتب برنامج نصي بلغة بايثون لعرض صورة على الشاشة. يتم توفير ملف الصورة عن طريق مطالبة المستخدم بالإدخال وسيحدد المسار المطلق للصورة.”
| خلية الرأس – العمود 0 |
قبعة الذكاء الاصطناعي + 2 |
وحدة المعالجة المركزية راسبيري باي 5 ارم |
|---|---|---|
|
حان الوقت للإجابة |
46.37 ثانية |
53.61 ثانية |
|
هل يعمل الكود؟ |
لا |
لا، عدة محاولات وتصحيحات، الكود لم يعمل |
|
استخدام وحدة المعالجة المركزية للذراع |
ضرب 100٪ على جميع النوى |
قام AI HAT+ 2 بعمل جيد في كتابة تعليمات برمجية سريعة وموجزة، ولكن كان محكومًا عليه بالفشل لأنه لم يستدعي مطلقًا تطبيقًا لفتح الصورة، بل كان يقرأ الصورة ثم يغلق ملف الصورة المفتوح.
استجابة AI HAT+2
import os
def display_image(image_path):
try:
# Open the image file in read mode.
img = open(image_path, 'r')
img.seek(0)
img.read()
img.close()
except IOError:
print('Image file not found:', image_path)
image_path = input('Enter the path to image file: ')
display_image(image_path)
بدت استجابة وحدة المعالجة المركزية Arm جيدة، ولكن عند الفحص الدقيق، كانت مليئة بالأخطاء حول استخدام وحدة tkinter المستوردة واستدعاء “Image.open” في حالة عدم وجود وحدة صورة مستوردة. أنتجت تجربة البرمجة الحيوية هذه استجابة طويلة الأمد، ولكنها في النهاية كانت بعيدة كل البعد عن الهدف ولم تكن شيئًا يمكن الاعتماد عليه كطيار مساعد في البرمجة أو لوحة صوت لمشروع ما.
استجابة وحدة المعالجة المركزية للذراع
import os
from tkinter import *
# Ask user to enter path to image file
path = input("Enter absolute path to image file: ")
# Load image from disk (assuming this is a JPEG)
img = Image.open(path)
# Resize image if needed
width = 1000
height = img.height / img.width * width
img = img.resize((width, height))
# Create new canvas for the resized image
canvas = Canvas(width=500, height=300, bg="white")
canvas.pack()
# Draw image on canvas and place it in center
image_data = ImageData(img)
canvas.create_image(250, 150, anchor=CENTER, data=image_data)
root.mainloop()
في اختباراتنا، كان AI HAT+ 2 أسرع من وحدة المعالجة المركزية Arm CPU الخاصة بـ Raspberry Pi 5، ولكن الأهم من ذلك أنه قام بتشغيل التعليمات البرمجية دون استنزاف وحدة المعالجة المركزية. يعد هذا أمرًا رائعًا لأولئك الذين يرغبون في دمج الذكاء الاصطناعي في مشروع قائم على GPIO، مثل الروبوتات. ومع ذلك، فقد أنتج النموذج نتائج غير دقيقة. في حالة تمرين الترميز، قد يبدو الرمز صالحًا للشخص العادي، لكنه كان غير صحيح تمامًا. إذا كنت تتطلع إلى تشغيل LLM على Pi، فجرب النماذج المتوافقة مع Hailo واكتشف أي منها يلبي احتياجاتك. ولكن كن حذرًا، فإن المعرفة التي تم تدريب هذه النماذج عليها أصبحت الآن قديمة، ومنذ وقت الاختبار المحدود لدينا، لم نر سوى استجابات غير صحيحة.
من هو Raspberry Pi AI HAT+ 2؟
من الواضح أن هناك من يريد استخدام الذكاء الاصطناعي على Raspberry Pi، ولكن ما نوع الذكاء الاصطناعي؟ يؤدي تفريغ عبء العمل من وحدة المعالجة المركزية Arm إلى Hailo 10H إلى تحرير وحدة المعالجة المركزية للقيام بمهام أخرى، مثل تشغيل خادم الدردشة، والتحكم في الروبوت، والتفاعل مع أجهزة الاستشعار، وما إلى ذلك. لذا، فإن أولئك منا الذين يرغبون في إنشاء مشاريع GPIO ذكية سيكون لديهم يوم ميداني مع AI HAT+ 2.
إذا كنت مهتمًا فقط بمشاريع الذكاء الاصطناعي المستندة إلى الصور أو الرؤية، فإن AI HAT+ الأقدم أو Raspberry Pi AI Camera أو M.2 AI Kit الأصلية كلها خيارات أرخص وقابلة للتطبيق. إذا كان لديك بالفعل أي من هذه المنتجات، فالتزم بها، حيث إن AI HAT+ 2 الآن توفر المزيد من المال مقابل القليل من تعزيز الأداء أو بدونه. إذا لم تكن لديك أي HATs تعمل بالذكاء الاصطناعي أو ترغب في العمل مع LLMs، فإن AI HAT+ 2 يعد خيارًا قابلاً للتطبيق، إذا كان معيبًا حاليًا. شخصيًا، سنقوم بتشغيل LLMs على وحدة المعالجة المركزية Raspberry Pi 5s Arm حتى نحصل على المعرفة وحالة الاستخدام لضمان شراء AI HAT+ 2.
الخط السفلي
الذكاء الاصطناعي هو الكلمة الطنانة التي لن تختفي، ويعد اعتماد Raspberry Pi للذكاء الاصطناعي في مجموعة منتجاتها قرارًا مثيرًا للاهتمام، وإن كان مستقطبًا. تواصل AI HAT+ 2 تطور منصات الذكاء الاصطناعي الأكثر قوة، وبالنسبة للنوع المناسب من التصنيع، سيكون هذا اختيارًا مدروسًا. يوم واحد. في الوقت الحالي، هذا حل يبحث عن مشكلة، ونحن على يقين من أنه سيتم حل الأخطاء، لكن المستخدمين الأوائل سيتركون يريدون المزيد.
بالنسبة للكثيرين الذين يريدون فقط التعامل مع الذكاء الاصطناعي على جهاز Raspberry Pi 5 الخاص بهم، يمكنهم إما استخدام نماذج أصغر يمكن أن تستوعبها ذاكرة الوصول العشوائي الخاصة بك، أو استخدام خدمة عبر الإنترنت. بالنسبة لمشاريع رؤية الكمبيوتر واستدلال الصور، سوف تحصل على أداء مماثل ومنتج أرخص مع AI HAT+ الأقدم أو كاميرا Raspberry Pi AI. تعتبر كاميرا الذكاء الاصطناعي نقطة دخول رخيصة للمتعلمين. بالنسبة لأولئك الذين يريدون شهادة LLM محلية في حزمة مدمجة وفعالة في استخدام الطاقة، فإن Raspberry Pi AI HAT+ 2 هو شيء يجب عليك البحث عنه، بعد تعلم المهارات وتطوير المشروع الذي يمكن أن يدعمه. كما أنه سيمنح البرنامج وقتًا حتى ينضج ويتأكد من أن محفظتك جاهزة.
التعليقات