Если вы когда‑нибудь чувствовали, что живёте внутри рекламы «Turbo Encabulator», то мир современных «железок c AI» официально поздравляет: вы по адресу.

Raspberry Pi выпустила новый AI HAT+ 2 за $130 — плату‑надстройку с чипом Hailo 10H и 8 ГБ LPDDR4X собственной памяти. Формально всё звучит как мечта для любителей локальных LLM: NPU до 40 TOPS INT8, отдельная ОЗУ, максимум 3 Вт потребления и освобождённый CPU Raspberry Pi для остальных задач.

Но как только дело доходит до практики, сказка слегка трескается.

NPU против CPU: кто здесь «умный»?

Автор оригинального обзора прогнал на Raspberry Pi 5 (8 ГБ) те же модели и на CPU, и на Hailo 10H. Результат: CPU уверенно обгоняет NPU в большинстве LLM‑сценариев. Hailo 10H держится рядом разве что на Qwen2.5 Coder 1.5B, и то основное его достоинство — немного лучшая энергоэффективность.

Причина проста: CPU Pi 5 может есть до 10 Вт, а Hailo ограничен 3 Вт. Плюс 8 ГБ памяти на HAT — красиво на коробке, но Pi 5 вообще‑то продаётся с 16 ГБ, и под сжатые модели вроде Qwen3 30B A3B Instruct этого уже хватает для серьёзных экспериментов. В России такие сценарии особенно интересны энтузиастам и вузам: дёшево, локально, без облака и утечки данных.

Где HAT+ 2 действительно хорош

Сильная сторона новинки — компьютерное зрение. На примере YOLO с Camera Module 3 детекция объектов идёт примерно в 10 раз быстрее, чем на CPU, и всё это в пределах тех самых 3 Вт. Клавиатура, монитор (пусть и принятый за телевизор), телефон, мышь в дальнем углу — всё находится без проблем.

Но тут кроется ловушка маркетинга: старый AI HAT и даже AI Camera уже отлично справляются с такими задачами дешевле. AI HAT+ 2 пытается взять другим козырем — режимом «смешанного» использования, когда на одной плате и зрение, и LLM/озвучка. На практике же пока — segmentation fault, «device not ready» и отсутствие стабильных примеров от Hailo.

Для кого этот HAT на самом деле

Реальный сценарий применения видится таким:

  • жёсткие ограничения по питанию (встроенные устройства, уличные терминалы, робототехника);
  • нужна быстрая обработка видео + немного локального ИИ‑логики;
  • проект разрабатывается как готовое устройство на базе чипа Hailo 10H, а Raspberry Pi — удобный стенд.

Во всех остальных случаях рациональнее вложиться в Raspberry Pi 5 с 16 ГБ ОЗУ и, по желанию, добавить более простой AI‑модуль для зрения. Особенно на фоне растущего интереса к локальному ИИ и в России, где компактные, энергоэффективные решения на Pi активно используют в образовании и промышленных прототипах.

AI HAT+ 2 — это не «волшебная шляпа» для любой задачи, а специализированный инструмент. С правильным сценарием он блестит, но как универсальное решение для домашнего ИИ‑хобби он, увы, пока что «железо в поисках своей проблемы».