Hailo vs Coral: как добавить ИИ-ускорение к Raspberry Pi без замены платы
Если одноплатника не хватает для инференса нейросети в реальном времени, необязательно менять весь SBC на модель с NPU на борту — можно добавить внешний ускоритель. В каталоге Zavod.dev есть обе основные линейки: Hailo (8/8R/15H, форм-факторы M.2 и mini-PCIe) и Google Coral (Edge TPU, USB и M.2) — подтверждено прямым поиском по каталогу 26.07.2026.
Hailo vs Coral — разные весовые категории
Google Coral Edge TPU — компактный, дешёвый, USB или M.2, но заявленная производительность (~4 TOPS INT8) и линейка не обновлялись годами — Google фактически заморозил развитие продукта. Плюс — минимальный порог входа: USB-акселератор втыкается в любой SBC с USB, специальный слот не нужен. Hailo-8 — на порядок мощнее (до 26 TOPS), активно развивается: уже есть Hailo-8R (компактная mini-PCIe версия, 13 TOPS) и Hailo-15H (SoC-класс, 20 TOPS, со встроенным процессором — фактически отдельный борт, не просто ускоритель). Требует M.2 или mini-PCIe слот — не все SBC его имеют.
Когда своего NPU в SoC уже достаточно, а внешний ускоритель — нет
Если плата уже построена на RK3588 (Orange Pi 5 Plus, Radxa ROCK 5) со встроенным NPU на 6 TOPS, добавлять внешний Coral (4 TOPS) смысла не имеет — только тратить порт и деньги. Внешний ускоритель оправдан для плат без своего NPU (базовый Raspberry Pi 4/5) или когда встроенных 6 TOPS не хватает по нагрузке и нужен реальный прирост, который даёт Hailo-8.
Практическое ограничение обеих линеек
Ни Hailo, ни Coral не запускают произвольную модель «как есть» — обе требуют конвертации в свой формат (Hailo Dataflow Compiler / Edge TPU Compiler) и поддерживают ограниченный набор операций. Модель, которая тренировалась и валидировалась в PyTorch/TensorFlow, может не конвертироваться без переработки архитектуры — это стоит проверять до закупки железа под конкретный проект, а не после.