Raspberry Pi выпустила обновление ПО для устройств с ИИ Обложка: Skyread

Raspberry Pi выпустила обновление ПО для устройств с ИИ

Новости
Главное:

  • Raspberry Pi обновила программное обеспечение для линейки AI-устройств, включая платы расширения на базе ускорителей Hailo и камеру AI Camera.
  • Драйверы Hailo теперь не привязаны к конкретным ядрам ОС и собираются с помощью DKMS, что обеспечивает гибкость обновлений и откатов.
  • В камеру Raspberry Pi AI Camera добавлена функция input tensor injection для отладки и проверки нейросетей на пользовательских данных.

Компания Raspberry Pi выпустила значительное обновление программного обеспечения для своей линейки устройств, ориентированных на задачи искусственного интеллекта. В первую очередь, изменения коснулись плат расширения Raspberry Pi AI HAT+ и AI Kit, которые построены на базе ускорителей Hailo. Разработчики перевели драйверы Hailo из ядра системы в модуль, собираемый через DKMS (Dynamic Kernel Module Support). Эта мера устраняет зависимость драйвера от конкретных версий ядра, облегчая установку, обновление и откат драйверов без необходимости менять саму версию ядра операционной системы.

Кроме того, данные платы теперь официально поддерживаются в свежем дистрибутиве Raspberry Pi OS Trixie, а соответствующие пакеты доступны через официальный apt-репозиторий компании. Для установки драйвера требуется выполнить дополнительные команды по установке DKMS и самого драйвера Hailo, однако базовая инструкция по установке осталась прежней.

Отдельно отмечено обновление модуля Raspberry Pi AI Camera, для которого введена новая функциональность — input tensor injection. Она предоставляет пользователям возможность подавать на вход моделей собственные тензоры, что значительно упрощает процесс отладки нейросетей и оценку их качества и производительности на реальных данных. Для использования этой возможности необходимо обновить систему до последней версии с помощью стандартных команд обновления пакетов.

Таким образом, Raspberry Pi делает шаг вперёд в развитии своих AI-продуктов, повышая удобство работы с аппаратным и программным обеспечением и расширяя возможности разработчиков по оптимизации и тестированию нейросетевых моделей на своих устройствах.

Tagged