树莓派（Raspberry Pi）官方正式发售AI HAT+ 2扩展板，面向树莓派5的本地AI推理需求，主打将生成式AI工作负载部署到设备端运行。AI HAT+ 2采用Hailo-10H神经网络加速器，并配备8 GB板载专用内存，定价130美元，目前已上市销售。

树莓派约一年前推出的AI HAT+以Hailo-8和Hailo-8L为核心，分别提供26 TOPS和13 TOPS的推理性能，主要加速计算机视觉模型，涵盖目标检测、姿态估计、场景分割等应用。但随着生成式AI模型在开发者群体中迅速普及，上一代AI HAT+在支持生成式AI模型方面存在明显不足。

AI HAT+ 2的主要改进在于硬件架构与内存配置。官方指出，Hailo-10H可在INT4精度下提供40 TOPS的推理性能，并搭配8 GB板载专用内存，旨在更高效地处理更大规模的模型。官方也将支持范围扩展至大型语言模型、视觉语言模型等生成式AI应用，不再局限于摄像头和图像导向的计算机视觉任务。

AI HAT+ 2标称的40 TOPS是基于INT4精度的推理性能，主要面向生成式AI负载。对于YOLO等以计算机视觉为主的模型，树莓派表示AI HAT+ 2的整体视觉性能与前代26 TOPS版本基本持平，板载专用内存有助于稳定这类任务的运行表现。在软件集成方面，新扩展板延续了原有的摄像头软件栈接口，包括libcamera、rpicam-apps和Picamera2，原有AI HAT+用户迁移到AI HAT+ 2后，基本可保持相同的使用方式。

官方在演示中采用Hailo提供的hailo-ollama作为大型语言模型后端，结合Open WebUI在浏览器中提供对话界面，展示了在树莓派5搭配AI HAT+ 2的组合下，实现本地端问答、编程辅助、翻译，以及通过摄像头画面进行场景描述等应用场景。官方列出的支持模型多为10亿至15亿参数规模。

树莓派也提醒，边缘端可运行的模型规模受限于设备本身的内存与算力资源，其定位与云端超大规模模型不同。为提升特定场景下的可用性，AI HAT+ 2延续前代做法，支持使用Hailo Dataflow Compiler重新编译视觉模型，同时支持语言模型的LoRA微调——即仅调整少量参数的轻量级微调方法，便于开发者针对特定任务制作适配器并在扩展板上部署运行。