K210 AI加速器适用于计算机视觉应用的紧凑型树莓派HAT

　　XaLogics 采用 K210 SoC 的 AI 加速器配备双核 RISC-V AI 处理器，其功耗低于其竞争对手 Coral USB 加速器和英特尔神经电脑棒 2。

　　对于初学者来说，这是一个经济高效的解决方案，因为它配备了带有开源软件的预训练 ML 模型。因此，预计它将得到社区的大力支持。AI加速器具有类似于Raspberry Pi Zero的紧凑外形，因此可以灵活地使用40针连接器处理其他各种电路板。

　　K210 AI Accelerator是Raspberry Pi的附加组件。紧凑的Raspberry Pi HAT使用Kendryte K210 AI处理器，可以执行0.5 TOP（每秒Tera操作）进行深度学习计算。该 SoC 采用带 FPU 的 64 位双核 RISC-V 处理器。SHA256 和 128 位 AES 加速器提供片上安全性。

　　K210 AI加速器带有预先训练的模型，可用于非常快速地为基于RPi的相机添加机器视觉功能。它还支持一个插件模块，该模块可以使用Python API向相机添加AI功能。这减少了训练神经网络的繁琐过程。预训练模型包括可自定义的对象检测、人脸检测、年龄和性别估计、简单的语音命令和振动异常检测。

　　如果您不想使用预先训练的模型，则可以单独训练自己的神经网络，例如使用 Nvidia GPU。该公司使用TensorFlow进行训练，并将提供一个如何训练自己的对象检测模型的示例。K210 AI Accelerator支持与TFLite，Caffe和ONNX格式兼容的Kendryte KModel转换工具。

　　K210 AI加速器的安全软件支持

　　使用Visual Studio Code和K210所需的工具链，K210固件的开发可以在Raspberry Pi上完成。K210 AI加速器采用英飞凌Trust-M作为其云安全芯片。这样就可以通过 MQTT 安全连接到 AWS，而不会泄露私有密钥。用于将物联网设备连接到云的协议为每个物联网设备提供自己唯一的标识。这种预先个性化的解决方案允许快速云访问所需的安全和集中配置。

　　K210的原理图C代码和运行在“Raspberry Pi”上的程序将是开源的。前面讨论的预训练模型以二进制形式存在。该设备的外形尺寸类似于Raspberry Pi Zero HAT。

　　结论

　　您可以在众包供应页面上找到 K210 AI 加速器、珊瑚 USB 加速器和英特尔神经电脑棒 2 之间的比较表。很明显，K210 Ai 加速器更便宜，并且具有 0.3 W 的低功耗额定值。

　　但是，与其他NPU性能相比，NPU性能稍逊一筹，但整体功能弥补了这一因素。

　　审核编辑：郭婷