Skip to main content

reComputer AI R2000 系列入门指南

立即购买 🖱️

reComputer AI R2000 系列是一款基于 Raspberry Pi 5 的强大边缘 AI 计算机。配备四核 Arm Cortex-A76 处理器、8GB RAM、M.2 SSD 支持，以及提供高达 26 TOPS 算力的 Hailo-8 AI 加速模块，实现实时、低延迟和高效的 AI 推理。它是各种 AI 应用的完美选择，包括 AI 驱动的视频分析、机器视觉和智能边缘计算。

特性​

  • 强大的散热能力：紧凑的设计和优化的热架构使其非常适合在资源受限的环境中部署，提供出色的散热性能。

  • 强大的性能：由 Raspberry Pi 5 驱动，配备四核 Cortex-A76 CPU，高达 8GB RAM。

  • 每秒 26 万亿次运算：由 Hailo AI 加速器驱动，提供高达 26 TOPS 的集成计算能力。 丰富的接口：2x HDMI 4Kp60、1x 以太网端口、2x USB 3.0、2x USB 2.0。

  • 无线连接：双频 Wi-Fi 和蓝牙 5.0/BLE。 灵活的存储选项：PCIe2.0 双 M.2 插槽支持 AI 加速器和 SSD 存储。

规格参数​

参数描述
硬件规格
CPURaspberry Pi 5，2.4GHz 四核 64 位 Arm Cortex-A76
GPURaspberry Pi 5，VideoCore VII
AI 处理器Hailo-8 M.2 加速模块，每秒 26 万亿次运算
RAM8GB SDRAM
操作系统Raspberry Pi OS，Ubuntu
系统规格
电源通过 USB-C 提供 5V/5A 直流电源，支持 Power Delivery
视频解码器4Kp60 HEVC 解码器
Wi-Fi双频 802.11ac Wi-Fi®
蓝牙蓝牙 5.0/ BLE
电源按钮包含开/关按钮
接口
存储1 x microSD 卡槽，支持高速 SDR104 模式
M.2 插槽2 x M.2 插槽，支持 M.2 NVMe SSD/Hailo M.2 加速模块
USB 端口2 × USB 3.0 端口
2 × USB 2.0 端口
以太网1 x 10/100/1000 Mbps
摄像头/显示器2 × 4 通道 MIPI 摄像头/显示器收发器
显示输出2 x micro HDMI 端口（4Kp60）
环境条件
防护等级IP40
工作温度0-45°C
其他
保修1 年
产品生命周期至少到 2036 年 1 月
认证CE、FCC、Telec、RoHS、REACH

Hailo 介绍​

硬件介绍​

Hailo 提供专为边缘设备上高性能深度学习应用量身定制的尖端 AI 处理器。该公司的解决方案专注于在边缘设备上实现下一代生成式 AI，以及由先进的 AI 加速器和视觉处理器驱动的感知和视频增强功能。配备 Hailo-8 NPU 加速器的 reComputer_R2000 提供 26 TOPs 的 AI 性能，能够在 YOLOv8s 上实现超过 200 FPS 的处理速度。

软件介绍​

Hailo AI 软件套件提供强大的工具，可在硬件加速器上高效运行 AI 模型。它旨在与现有的深度学习框架无缝集成，为开发者提供流畅的工作流程。该过程涉及在模型构建环境中从 ONNX 文件生成 HEF（Hailo 可执行二进制文件）。创建完成后，HEF 文件被传输到推理机器（运行时环境），在那里使用 HailoRT API 执行推理。提供的脚本有助于在模型构建环境中将 ONNX 文件转换为 HEF 文件。

注意： 如果您想了解更多关于使用 Hailo NPU 的示例，请点击此链接。

硬件概述​

image1 image2

刷写操作系统​

您需要一张 SD 卡和一个读卡器。将 SD 卡插入读卡器，然后将读卡器的 USB 接口插入主机的 USB 端口。

Windows 主机​

  • 步骤 1. 从**这里**下载 Raspberry Pi Imager 软件

  • 步骤 2. 打开 Raspberry Pi Imager 软件

pir

  • 步骤 3. 按键盘上的 CTRL + SHIFT + X 打开高级选项窗口

pir

  • 步骤 4. 点击 CHOOSE OS 并选择您偏好的操作系统

pir

注意： 您可以通过导航到 Other general purpose OS 来选择其他操作系统，如 64-bit Ubuntu

或者您可以使用此链接下载镜像文件：

Ubuntun for raspberry-pi

  • 步骤 5. 点击 CHOOSE STORAGE

  • 步骤 6. 最后，点击 WRITE

pir

请等待几分钟，直到刷写过程完成。

MAC 主机​

caution

在执行以下步骤之前，您需要安装 homebrew。 请打开终端并输入 brew -V 来检查您是否已正确设置 homebrew 环境，您应该看到已安装的 homebrew 环境版本。

  • 步骤 1. 通过访问此链接下载并安装 Raspberry Pi Imager 应用程序

  • 步骤 2. 打开 Raspberry Pi Imager 应用程序

pir

  • 步骤 3. 按键盘上的 CTRL + SHIFT + X 打开高级选项窗口

pir

在这里您可以设置主机名、启用 SSH、设置密码、配置 wifi、设置本地设置等等

  • 步骤 4. 点击 CHOOSE OS 并选择您偏好的操作系统

pir

注意： 您可以通过导航到 Other general purpose OS 来选择其他操作系统，如 64-bit Ubuntu

或者您可以使用此链接下载镜像文件：

Ubuntun for raspberry-pi

  • 步骤 5. 点击 CHOOSE STORAGE

  • 步骤 6. 最后，点击 WRITE

pir

Linux 主机​

  • 步骤 1. 下载 snap
sudo apt install snap
  • 步骤 2. 下载 rpi-imager
snap install rpi-imager
  • 步骤 3. 打开 Raspberry Pi Imager 软件
rpi-imager

结果如下所示：

pir

  • 步骤 4. 按键盘上的 CTRL + SHIFT + X 打开 高级选项 窗口

pir

在这里您可以 设置主机名、启用 SSH、设置密码、配置 wifi、设置本地设置 等等

  • 步骤 5. 点击 CHOOSE OS 并选择您偏好的操作系统

注意： 您可以通过导航到 Other general purpose OS 来选择其他操作系统，如 64-bit Ubuntu

或者您可以使用此链接下载镜像文件：

Ubuntun for raspberry-pi

  • 步骤 6. 点击 CHOOSE STORAGE 并选择已连接的 eMMC 驱动器

  • 步骤 7. 最后，点击 NEXT 和 YES

pir

请等待几分钟直到刷写过程完成。 结果如下所示：

pir

从 NVME 启动​

更新 EEPROM​

如果您有 SD 卡并已成功启动设备，此方法有效。请确保您的系统是最新的 Raspberry Pi 系统（Bookworm 或更高版本），并且您的 RPi 5 固件已更新到 2023-12-06（12月6日）或更新版本，否则可能无法识别 NVME 相关配置。

步骤 1：确保您的 Raspberry Pi 系统是最新的（Bookworm 或更高版本），输入以下命令更新 RPi 5 固件：

  sudo apt update && sudo apt upgrade -y
  sudo rpi-eeprom-update  # If it is not post-December 2023 type the following into a terminal to start the configuration tool
  sudo raspi-config

向下滚动到 Advanced Options 并按回车键：

pir

向下滚动到 Bootloader Version 并按回车键：

pir

最后选择 Latest，并按回车键：

pir

在这里选择 No - 您需要 latest 引导加载程序。

pir

通过选择 Finish 退出工具：

pir

如果询问是否重启，选择 Yes。

pir

步骤 2：在主屏幕上点击 Applications =>Accessories =>SD Card Copier，运行 SD Card Copier 程序，将操作系统复制到 NVME SSD，如下图所示。

pir

设置树莓派从 NVMe SSD 启动​

如果您可以轻松访问 SD 卡插槽，您可以关闭树莓派，取出 SD 卡，（如果一切按预期工作）下次启动时它应该会自动从 NVMe 驱动器启动。但是，如果您想将 SD 卡留在原位并仍然从 NVMe 启动，您需要更改启动顺序。

步骤 1：输入以下命令：

  sudo raspi-config

向下滚动到 Advanced Options 并按回车键：

pir

步骤 2：向下滚动到 Boot Order 并按回车键：

pir

步骤 3：选择 NVMe/USB Boot 并按回车键：

pir

配置将被确认。按回车键：

pir

步骤 4：通过选择 Back 或按 Esc 键返回到第一个屏幕。然后使用右光标键导航到 Finish。

pir

系统会询问您是否要立即重启。点击 Yes：

pir

将 ubuntu 刷写到 NVME​

首先：使用 SD 卡更新 EEPROM​

请参考此链接。

要将 NVMe 启动顺序设置为最高优先级，请使用以下命令：

sudo rpi-eeprom-config --edit

然后按如下方式更改 rpi-eeprom-config：

BOOT_UART=1
BOOT_ORDER=0xf461
NET_INSTALL_AT_POWER_ON=1
PCIE_PROBE=1

使用 Ctrl+X 并输入 y 来保存结果。结果如下所示：

pir

第二步：将 Ubuntu 烧录到 NVMe​

打开 Raspberry Pi Imager：

pir

选择 Ubuntu 操作系统：

pir

最后，点击 Next 并等待烧录过程完成。

第三步：替换操作系统文件​

通过此链接安装 pcie-fix.dtbo

将 pcie-fix.dtbo 复制到 /overlays 文件夹，如下所示：

pir

修改 config.txt，在文件末尾添加 dtoverlay=pcie-fix，如下所示：

pir

然后使用 Ctrl+X 并输入 y 来保存此文件。

功耗和温度​

⚠️ 注意： 待机状态是在以下条件下测试的：图形界面被禁用，蓝牙被关闭，Wi-Fi 被禁用。命令如下所示：

sudo ifconfig wlan0 down
sudo systemctl stop bluetooth
sudo systemctl stop lightdm
条件功耗温度
待机5.9wcpu:46°C
正常运行6.3wcpu:53°C
最大负载16.2wcpu:75°C hailo8:81°C

应用​

Frigate​

Frigate 是一个开源的 NVR（网络视频录像机），专为使用 AI 进行实时目标检测而设计。它与现有摄像头集成，使用机器学习模型（如 TensorFlow 和 Coral）对视频流执行目标检测。Frigate 针对低延迟和高性能视频处理进行了优化，提供运动检测、实时视频流和自动警报等功能。

注意： 如果您想了解更多关于此项目的信息，请参考此链接。

YOLO​

YOLO（You Only Look Once）系列模型是一系列专为速度和准确性而设计的实时目标检测模型。与传统的目标检测方法分别执行区域提议和分类不同，YOLO 在神经网络的单次前向传递中执行这两项任务，使其速度更快。YOLO 模型将图像分割成网格，并为每个网格单元预测边界框和类别概率。多年来，YOLO 通过各种版本不断发展，在准确性、速度和检测较小物体的能力方面都有所改进。YOLOv4、YOLOv5 以及最新的 YOLOv7 和 YOLOv8 模型广泛用于监控、自动驾驶汽车和机器人等应用。

注意： 如果您想了解更多关于此项目的信息，请参考此链接。

Clip​

CLIP（对比语言-图像预训练）是由 OpenAI 开发的机器学习模型，能够同时理解图像和文本。它经过训练，可以将图像与相应的文本描述关联起来，从而能够执行涉及两种模态的任务。CLIP 具有零样本学习能力，这意味着它可以识别图像中的物体和概念，而无需专门针对这些类别进行训练。它在各种任务中表现出色，如图像分类、目标检测，甚至生成图像的文本描述。

注意： 如果您想了解更多关于此项目的信息，请参考此链接。

技术支持与产品讨论​

感谢您选择我们的产品！我们在这里为您提供不同的支持，以确保您使用我们产品的体验尽可能顺畅。我们提供多种沟通渠道，以满足不同的偏好和需求。

Loading Comments...