Skip to main content

Hailo-8 / Hailo-15

厂商: Hailo

架构: 数据流 (Dataflow)

分类: NPU 神经网络处理器

简介

全球边缘AI算力领导者。以极低的功耗(仅数瓦)提供高达26 TOPS的算力,广泛应用于自动驾驶、机器人和智能摄像头领域。

规格参数

型号算力显存/内存接口TDP制程
Hailo-826 TOPS (INT8)外部 DDRPCIe 2.1 / M.22.5W16nm
Hailo-1542 TOPS (INT8)内部 SRAMPCIe 3.011W10nm
Hailo-8L13 TOPS (INT8)外部 DDRM.21.5W22nm FDX

官方网站

访问官方网站

驱动下载

Linux

相关文档

操作系统支持

WindowsLinuxmacOSAndroid

版本历史

版本发布时间说明
HailoRT 4.x2024Hailo-15 支持 + 多模型编排
Dataflow Compiler 3.152024YOLOv8 优化

性能基准

型号任务性能指标
Hailo-8YOLOv8 推理~26 TOPS, 低延迟
Hailo-8ResNet-50~700 fps
Hailo-8L边缘检测13 TOPS, 超低功耗
Hailo-15多路视频分析20 TOPS, 带 ISP

定价信息

型号参考价格备注
Hailo-8~$99-149模块化加速器
Hailo-8L~$49-79入门级
Hailo-15需询价芯片级 (面向 ODM)

快速安装

Linux / Raspberry Pi

# 1. 安装 Hailo SDK
pip install hailo-sdk

# 2. 编译模型为 Hailo 格式 (HEF)
hailo compiler model.onnx --output model.hef

# 3. 推理
hailo run model.hef --input image.jpg

Hailo-8 可通过 M.2 / PCIe 加速棒连接到 x86 或 ARM 设备。

代码示例

Python (Hailo Runtime)

from hailo_platform import HailoPlatform

# 初始化 Hailo 设备
platform = HailoPlatform()
platform.init()

# 加载编译好的 HEF 模型
platform.load_hef("yolov8.hef")

# 推理
output = platform.run(np_input)

架构特色

  • 数据流架构: Hailo 自研数据流处理架构,专为 CNN 推理优化,无需外部 DRAM
  • 超低功耗: Hailo-8 仅 2.5W,Hailo-8L 仅 1W,适合电池供电设备
  • 边缘定位: 专攻摄像头/机器人/无人机等边缘 AI 场景

模型兼容性

模型/框架支持情况备注
ONNX✅ 编译主流模型格式
TensorFlow✅ 编译转 ONNX 后编译
YOLO 系列✅ 官方优化最成熟的使用场景
图像分类ResNet/MobileNet
LLM不适合大模型推理

相关产品

如果你在评估替代方案,以下产品可能也适合你的场景: