El equipo de Raspberry Pi destacó en X el Sixfab AI HAT+ para la Raspberry Pi 5, contó Electronics Weekly el 12 de octubre. Es una placa aceleradora de IA de terceros construida en torno a la NPU DEEPX DX-M1M, que agrega 25 TOPS de aceleración dedicada con un consumo típico sostenido de la NPU de unos 3 W.
Ese segundo dato importa, según el artículo de Raspberry Pi. Un acelerador que se mantiene cerca de 3 W bajo carga sostenida permite gabinetes más chicos, una refrigeración más simple (muchas veces pasiva) y una IA que corre de forma continua en vez de hacerlo a ráfagas.
Delegar las tareas de IA también deja la CPU de la Raspberry Pi libre para el trabajo normal, como manejar la cámara, la lógica de la aplicación, la conectividad y el control del dispositivo.
¿Qué dice Raspberry Pi del HAT?
Ashley, de Raspberry Pi, firmó un artículo que revisa la placa en detalle y promete mostrar cómo pasar del arranque a la inferencia en pocos minutos.
"Raspberry Pi ha hecho que el desarrollo de IA sea accesible para millones de ingenieros, estudiantes y makers. El siguiente paso es pasar de un modelo que corre una vez, en una demo, a un sistema inteligente que sigue observando, entendiendo y respondiendo, sin depender de una conexión constante a la nube."
¿Cuánto rinde frente a la DX-M1?
La tabla compara las NPU DX-M1M y DX-M1. Las mediciones se hicieron en una Raspberry Pi 5 de 8 GB con la versión de software que Sixfab distribuye.
| Carga de trabajo | DX-M1M (NPU) | DX-M1 (NPU) |
|---|---|---|
| mobilenet_v2, 240×240 | 2.361 FPS | 3.223 FPS |
| deeplabv3plus, 512×512 | 155 FPS | 231 FPS |
| Qwen3-1.7B, 96 tokens de prellenado | TTFT 599,04 ms, 4,64 tok/s | TTFT 544,58 ms, 11,60 tok/s |
En el modelo de lenguaje la DX-M1 genera 2,5 veces más tokens por segundo, mientras que en visión la diferencia entre ambas NPU es menor.
