- Raspberry Pi AI HAT+ 2 ປະກອບມີ Hailo-10H NPU ທີ່ມີ TOPS ສູງສຸດ 40 ໂຕ ແລະ RAM ສະເພາະ 8 GB.
- ມັນຊ່ວຍໃຫ້ທ່ານສາມາດໃຊ້ຮູບແບບພາສານ້ຳໜັກເບົາ ແລະ ວິໄສທັດຄອມພິວເຕີໄດ້ໃນທ້ອງຖິ່ນ, ໂດຍບໍ່ຕ້ອງອາໄສຄລາວ.
- ມັນຮັກສາຄວາມເຂົ້າກັນໄດ້ກັບ Raspberry Pi 5 ແລະລະບົບນິເວດກ້ອງຖ່າຍຮູບຂອງມັນ, ແຕ່ຈຳກັດຢູ່ໃນ LLMs ທີ່ກະທັດຮັດເທົ່ານັ້ນ.
- ລາຄາຂອງມັນປະມານ 130 ໂດລາ ແລະ ມັນແນໃສ່ໂຄງການ IoT, ອຸດສາຫະກໍາ, ການສຶກສາ ແລະ ໂຄງການສ້າງຕົ້ນແບບໃນເອີຣົບ.
ການມາຮອດຂອງ Raspberry Pi AI HAT+ 2 ນີ້ໝາຍເຖິງບາດກ້າວໃໝ່ສຳລັບຜູ້ທີ່ຕ້ອງການເຮັດວຽກກັບປັນຍາປະດິດໂດຍກົງໃນ ຣາສເບີຣີ ປີ 5 ໂດຍບໍ່ຕ້ອງອາໄສຄລາວຢ່າງຖາວອນ. ກະດານຂະຫຍາຍນີ້ເພີ່ມເຄື່ອງເລັ່ງປະສາດສະເພາະ ແລະ ໜ່ວຍຄວາມຈຳຂອງມັນເອງ, ດັ່ງນັ້ນການປະມວນຜົນ AI ສ່ວນໃຫຍ່ຈຶ່ງຖືກຍ້າຍອອກຈາກ CPU ຫຼັກ, ເຊິ່ງຊ່ວຍໃຫ້ສາມາດສ້າງໂຄງການ AI ແລະ ວິໄສທັດຄອມພິວເຕີທີ່ມີຄວາມທະເຍີທະຍານຫຼາຍຂຶ້ນ.
ດ້ວຍລາຄາທີ່ແນະນຳປະມານ 130 ໂດລາ (ລາຄາສຸດທ້າຍໃນປະເທດສະເປນ ແລະ ສ່ວນທີ່ເຫຼືອຂອງເອີຣົບຈະແຕກຕ່າງກັນໄປຕາມພາສີ ແລະ ອັດຕາກຳໄລຂອງຜູ້ຈຳໜ່າຍຢ່າງເປັນທາງການ.) AI HAT+ 2 ວາງຕຳແໜ່ງຕົວເອງເປັນທາງເລືອກທີ່ມີລາຄາບໍ່ແພງພາຍໃນລະບົບນິເວດ AI ທີ່ຝັງຢູ່. ມັນບໍ່ໄດ້ແຂ່ງຂັນກັບເຊີບເວີຂະໜາດໃຫຍ່ ຫຼື GPU ທີ່ອຸທິດຕົນ, ແຕ່ມັນມີຄວາມສົມດຸນທີ່ໜ້າສົນໃຈລະຫວ່າງຄ່າໃຊ້ຈ່າຍ, ການໃຊ້ພະລັງງານ ແລະ ປະສິດທິພາບ. IoT, ລະບົບອັດຕະໂນມັດ, ການສຶກສາ, ແລະ ການສ້າງຕົ້ນແບບ.
Raspberry Pi AI HAT+ 2 ແມ່ນຫຍັງ ແລະ ມັນແຕກຕ່າງຈາກລຸ້ນທຳອິດແນວໃດ?
Raspberry Pi AI HAT+ 2 ເປັນ ແຜ່ນຂະຫຍາຍຢ່າງເປັນທາງການ ອອກແບບມາສຳລັບ Raspberry Pi 5, ມັນເຊື່ອມຕໍ່ຜ່ານອິນເຕີເຟດ PCI Express ທີ່ປະສົມປະສານຂອງເມນບອດ ແລະ ຍັງໃຊ້ຕົວເຊື່ອມຕໍ່ GPIO ສຳລັບການຕິດຕັ້ງ. ມັນເປັນຕົວສືບທອດໂດຍກົງຂອງ AI HAT+ ລຸ້ນທຳອິດ, ເຊິ່ງອອກໃນປີ 2024, ເຊິ່ງມີໃຫ້ເລືອກໃນລຸ້ນທີ່ມີຕົວເລັ່ງຄວາມໄວ. Hailo-8L (13 TOPs) ແລະ Hailo-8 (26 TOPs) ແລະ ສຸມໃສ່ວຽກງານວິໄສທັດດ້ວຍຄອມພິວເຕີຫຼາຍ.
ໃນລຸ້ນທີສອງນີ້, Raspberry Pi ກຳລັງວາງເດີມພັນໃສ່ ຕົວເລັ່ງເຄືອຂ່າຍປະສາດ Hailo-10H ມາພ້ອມກັບ ໜ່ວຍຄວາມຈຳ LPDDR4X 8 GB ອຸທິດຕົນໃນບັດເອງ. ການປະສົມປະສານນີ້ຖືກອອກແບບມາເພື່ອຮອງຮັບປະລິມານວຽກຂອງ AI ທີ່ສ້າງສັນຢູ່ແຄມ, ເຊັ່ນ: ຮູບແບບພາສາກະທັດຮັດ, ຮູບແບບພາສາວິໄສທັດ, ແລະ ແອັບພລິເຄຊັນຫຼາຍຮູບແບບທີ່ລວມເອົາຮູບພາບ ແລະ ຂໍ້ຄວາມເຂົ້າກັນ.
ຄວາມຈິງຂອງການລວມເອົາ DRAM ປະສົມປະສານ ນີ້ໝາຍຄວາມວ່າການໃຊ້ງານແບບ AI ບໍ່ໄດ້ໃຊ້ໜ່ວຍຄວາມຈຳຫຼັກຂອງ Raspberry Pi 5 ໂດຍກົງ. ເມນບອດສາມາດສຸມໃສ່ເຫດຜົນຂອງແອັບພລິເຄຊັນ, ອິນເຕີເຟດຜູ້ໃຊ້, ການເຊື່ອມຕໍ່ ຫຼື ການເກັບຮັກສາ, ໃນຂະນະທີ່ NPU ຈັດການສ່ວນໃຫຍ່ຂອງການອະນຸມານ. ໃນທາງປະຕິບັດ, ສິ່ງນີ້ຊ່ວຍໃຫ້ລະບົບສາມາດໃຊ້ໄດ້ໃນຂະນະທີ່ແບບ AI ເຮັດວຽກຢູ່ໃນພື້ນຫຼັງ.
ອີງຕາມ Raspberry Pi ເອງ, ການຫັນປ່ຽນຈາກ AI HAT+ ລຸ້ນທຳອິດໄປສູ່ລຸ້ນໃໝ່ນີ້ແມ່ນ ໂປ່ງໃສເກືອບ ສຳລັບໂຄງການທີ່ໃຊ້ຕົວເລັ່ງ Hailo-8 ແລ້ວ, ການເຊື່ອມໂຍງກັບສະພາບແວດລ້ອມກ້ອງຖ່າຍຮູບ ແລະ ຊອບແວຂອງບໍລິສັດຍັງຄົງຢູ່, ຫຼີກລ່ຽງການຂຽນຄືນໃໝ່ຢ່າງຫຼວງຫຼາຍ.
ຮາດແວ, ປະສິດທິພາບ ແລະ ການໃຊ້ພະລັງງານ: ສູງສຸດ 40 TOPS ດ້ວຍ Hailo-10H NPU
ຫົວໃຈຂອງ AI HAT+ 2 ແມ່ນ ໄຮໂລ-10Hຕົວເລັ່ງເຄືອຂ່າຍປະສາດພິເສດທີ່ຖືກອອກແບບມາເພື່ອດໍາເນີນການອະນຸມານຢ່າງມີປະສິດທິພາບໃນອຸປະກອນທີ່ໃຊ້ພະລັງງານຕໍ່າ. Raspberry Pi ແລະ Hailo ກໍາລັງເວົ້າເຖິງສູງເຖິງ 40 ອັນດັບສູງສຸດຂອງປະສິດທິພາບ (teraoperations ຕໍ່ວິນາທີ), ຕົວເລກທີ່ໄດ້ຮັບດ້ວຍການວັດປະລິມານໃນ INT4 ແລະ INT8, ເປັນເລື່ອງທຳມະດາຫຼາຍເມື່ອຮູບແບບຖືກນຳໃຊ້ຢູ່ແຄມ.
ໜຶ່ງໃນຈຸດສຳຄັນແມ່ນຊິບຖືກຈຳກັດພະລັງງານປະມານ ການໃຊ້ພະລັງງານ 3Wສິ່ງນີ້ຊ່ວຍໃຫ້ມັນສາມາດປະສົມປະສານເຂົ້າກັບຕູ້ປິດຂະໜາດກະທັດຮັດ ແລະ ໂຄງການທີ່ຝັງຢູ່ໄດ້ໂດຍບໍ່ຕ້ອງເພີ່ມຄວາມຕ້ອງການດ້ານຄວາມເຢັນ ຫຼື ໃບບິນຄ່າໄຟຟ້າຢ່າງຫຼວງຫຼາຍ, ເຊິ່ງເປັນສິ່ງສຳຄັນສຳລັບອຸປະກອນທີ່ອາດຈະເປີດໃຊ້ງານໄດ້ 24/7. ເຖິງຢ່າງໃດກໍ່ຕາມ, ຂໍ້ຈຳກັດນີ້ໝາຍຄວາມວ່າ ຜົນຕອບແທນລວມ ມັນຈະບໍ່ດີກ່ວາສິ່ງທີ່ Raspberry Pi 5 ເອງສາມາດສະເໜີໄດ້ເມື່ອ CPU ແລະ GPU ຂອງມັນຖືກຍູ້ໄປສູ່ຂີດຈຳກັດຂອງພວກມັນໃນບາງວຽກງານທີ່ໄດ້ຮັບການປັບປຸງໃຫ້ດີທີ່ສຸດ.
ເມື່ອປຽບທຽບກັບຮຸ່ນກ່ອນໜ້ານີ້, ການກ້າວກະໂດດແມ່ນຈະແຈ້ງ: ມັນໄປຈາກ 13/26 TOPs ກັບ Hailo‑8L/Hailo‑8 ມັນບັນລຸ 40 TOPS ດ້ວຍ Hailo-10H, ແລະເປັນຄັ້ງທຳອິດ, ໜ່ວຍຄວາມຈຳພາຍໃນ 8 GB ໄດ້ຖືກເພີ່ມເຂົ້າມາ. AI HAT+ ລຸ້ນທຳອິດມີຄວາມໂດດເດັ່ນໃນວຽກງານຕ່າງໆເຊັ່ນ: ການກວດຈັບວັດຖຸ, ການປະເມີນທ່າທາງ, ແລະ ການແບ່ງສ່ວນສາກ; ລຸ້ນໃໝ່ຮັກສາແອັບພລິເຄຊັນປະເພດເຫຼົ່ານີ້ໄວ້ ແຕ່ຂະຫຍາຍຈຸດສຸມຂອງມັນໄປສູ່ ຮູບແບບພາສາ ແລະ ການນໍາໃຊ້ຫຼາຍຮູບແບບ.
ເຖິງຢ່າງໃດກໍ່ຕາມ, Raspberry Pi ເອງກໍ່ຊີ້ແຈງວ່າ, ໃນການດຳເນີນງານວິໄສທັດບາງຢ່າງ, ປະສິດທິພາບຕົວຈິງຂອງ Hailo-10H ອາດຈະ ຄ້າຍຄືກັບ 26 TOPS ຂອງ Hailo-8, ເນື່ອງຈາກວິທີການແຈກຢາຍປະລິມານວຽກ ແລະ ຄວາມແຕກຕ່າງດ້ານສະຖາປັດຕະຍະກຳ. ການປັບປຸງທີ່ສຳຄັນ, ຫຼາຍກວ່າພະລັງງານວິໄສທັດຄອມພິວເຕີດິບ, ແມ່ນຢູ່ໃນຄວາມເປັນໄປໄດ້ທີ່ມັນເປີດຂຶ້ນສຳລັບ LLM ແລະ ຮູບແບບການຜະລິດໃນທ້ອງຖິ່ນ.
ແຜ່ນມາພ້ອມກັບ ເຄື່ອງລະບາຍຄວາມຮ້ອນທາງເລືອກ ສຳລັບ NPU. ເຖິງແມ່ນວ່າການໃຊ້ພະລັງງານຈະມີຈຳກັດ, ແຕ່ຄຳແນະນຳປົກກະຕິແມ່ນການຕິດຕັ້ງມັນ, ໂດຍສະເພາະຖ້າທ່ານຈະດຳເນີນວຽກງານ AI ທີ່ໜັກໜ່ວງເປັນເວລາດົນ ຫຼື ການທົດສອບປະສິດທິພາບທີ່ຕ້ອງການ, ເພື່ອປ້ອງກັນບໍ່ໃຫ້ຊິບຫຼຸດຄວາມຖີ່ຍ້ອນອຸນຫະພູມ.
ຮູບແບບພາສາທີ່ຮອງຮັບ ແລະ ການນຳໃຊ້ LLM ທ້ອງຖິ່ນ
ໜຶ່ງໃນລັກສະນະທີ່ໂດດເດັ່ນທີ່ສຸດຂອງ AI HAT+ 2 ແມ່ນຄວາມສາມາດໃນການ ດໍາເນີນການຮູບແບບພາສາໃນທ້ອງຖິ່ນ ໃນ Raspberry Pi 5, ໂດຍບໍ່ຕ້ອງສົ່ງຂໍ້ມູນໄປຫາເຊີບເວີພາຍນອກ. ໃນລະຫວ່າງການນຳສະເໜີ, Raspberry Pi ແລະ Hailo ໄດ້ຍົກໃຫ້ເຫັນຮູບແບບຕ່າງໆ, ລວມທັງ 1.000 ແລະ 1.500 ລ້ານພາລາມິເຕີ ເປັນຈຸດເລີ່ມຕົ້ນ.
ໃນບັນດາ LLM ທີ່ເຂົ້າກັນໄດ້ທີ່ສະເໜີໃຫ້ໃນເວລາເປີດຕົວແມ່ນ DeepSeek‑R1‑Distill, Llama 3.2, Qwen2, Qwen2.5‑Instruct ແລະ Qwen2.5‑Coderພວກມັນເປັນຮຸ່ນທີ່ຂ້ອນຂ້າງກະທັດຮັດ, ອອກແບບມາສຳລັບວຽກງານຕ່າງໆເຊັ່ນ: ການສົນທະນາພື້ນຖານ, ການຂຽນ ແລະ ແກ້ໄຂຂໍ້ຄວາມ, ການສ້າງລະຫັດ, ການແປງ່າຍໆ, ຫຼື ຄຳອະທິບາຍສາກຈາກການປ້ອນຂໍ້ມູນຮູບພາບ ແລະ ຂໍ້ຄວາມ.
ການທົດສອບເບື້ອງຕົ້ນທີ່ສະແດງໂດຍບໍລິສັດລວມມີຕົວຢ່າງຂອງ ການແປພາສາລະຫວ່າງພາສາຕ່າງໆ ແລະຄຳຕອບຕໍ່ຄຳຖາມງ່າຍໆທີ່ປະຕິບັດທັງໝົດໃນ Raspberry Pi 5 ທີ່ຮອງຮັບໂດຍ AI HAT+ 2, ມີຄວາມໜ່ວງຊ້າຕ່ຳ ແລະ ບໍ່ມີຜົນກະທົບຢ່າງຫຼວງຫຼາຍຕໍ່ການໃຊ້ງານຂອງລະບົບໂດຍລວມ. ການປະມວນຜົນແມ່ນປະຕິບັດຢູ່ໃນໂປເຊດເຊີຮ່ວມ Hailo-10H ແລະ ບໍ່ຕ້ອງການເຊື່ອມຕໍ່ອຸປະກອນກັບຄລາວ.
ຄວນເຮັດໃຫ້ຊັດເຈນວ່າວິທີແກ້ໄຂນີ້ບໍ່ໄດ້ມີຈຸດປະສົງສຳລັບຮູບແບບຕະຫຼາດມະຫາຊົນ ເຊັ່ນ: ລຸ້ນເຕັມຂອງ ChatGPT, Claude, ຫຼື LLMs ທີ່ໃຫຍ່ກວ່າຢູ່ Metaຂະໜາດຂອງມັນຖືກວັດແທກເປັນຫຼາຍຮ້ອຍພັນລ້ານ ຫຼື ແມ່ນແຕ່ຫຼາຍລ້ານລ້ານພາລາມິເຕີ. ໃນກໍລະນີເຫຼົ່ານັ້ນ, ບັນຫາບໍ່ພຽງແຕ່ແມ່ນພະລັງງານໃນການປະມວນຜົນເທົ່ານັ້ນ, ແຕ່ເໜືອສິ່ງອື່ນໃດ ຕ້ອງການໜ່ວຍຄວາມຈຳ ເພື່ອເປັນເຈົ້າພາບຮູບແບບ ແລະ ບໍລິບົດຂອງມັນ.
Raspberry Pi ເອງຢືນຢັນວ່າຜູ້ໃຊ້ຄວນຮູ້ວ່າພວກເຂົາກຳລັງເຮັດວຽກກັບ ຮູບແບບຂະໜາດນ້ອຍກວ່າທີ່ໄດ້ຮັບການຝຶກອົບຮົມກ່ຽວກັບຊຸດຂໍ້ມູນທີ່ຈຳກັດຫຼາຍກວ່າເພື່ອຊົດເຊີຍຂໍ້ຈຳກັດນີ້, ຈຸດສຸມແມ່ນວາງໄວ້ໃນເຕັກນິກຕ່າງໆເຊັ່ນ: LoRA (ການປັບຕົວລະດັບຕ່ຳ)ເຊິ່ງອະນຸຍາດໃຫ້ຮູບແບບຕ່າງໆຖືກປັບໃຫ້ເຂົ້າກັບກໍລະນີການນຳໃຊ້ສະເພາະໂດຍບໍ່ຈຳເປັນຕ້ອງຝຶກອົບຮົມພວກມັນຄືນໃໝ່ໝົດ, ໂດຍເພີ່ມຊັ້ນການປັບຕົວທີ່ມີນ້ຳໜັກເບົາຢູ່ເທິງພື້ນຖານທີ່ມີຢູ່ແລ້ວ.
ໜ່ວຍຄວາມຈຳ, ຂໍ້ຈຳກັດ ແລະ ການປຽບທຽບກັບ Raspberry Pi 5 ຂະໜາດ 16GB
ການລວມເອົາ RAM LPDDR4X ສະເພາະ 8 GB ນີ້ແມ່ນໜຶ່ງໃນຄຸນສົມບັດໃໝ່ທີ່ສຳຄັນຂອງ AI HAT+ 2, ແຕ່ມັນຍັງກຳນົດປະເພດຂອງຮູບແບບທີ່ສາມາດໃຊ້ໄດ້ຢ່າງຊັດເຈນ. LLM ຂະໜາດກາງຫຼາຍອັນ, ໂດຍສະເພາະຖ້າທ່ານຕ້ອງການຈັດການກັບສະພາບການທີ່ກວ້າງຂວາງ, ອາດຈະຕ້ອງການຫຼາຍກວ່າ ໜ່ວຍຄວາມຈຳ 10 GBດັ່ງນັ້ນ, ອຸປະກອນເສີມດັ່ງກ່າວແມ່ນແນໃສ່ຮຸ່ນທີ່ມີນ້ຳໜັກເບົາ ຫຼື ຮຸ່ນທີ່ມີໜ້າຕ່າງທີ່ແຄບກວ່າ.
ຖ້າທ່ານປຽບທຽບມັນກັບ ຣາສເບີຣີ ປີ 5 16 ກິກະໄບ ເຖິງແມ່ນວ່າບໍ່ມີ HAT, ເມນບອດທີ່ມີໜ່ວຍຄວາມຈຳຫຼາຍກວ່າກໍຍັງມີຂໍ້ໄດ້ປຽບເມື່ອໂຫຼດລຸ້ນທີ່ມີຂະໜາດໃຫຍ່ພໍສົມຄວນເຂົ້າໃນ RAM ໂດຍກົງ, ໂດຍມີເງື່ອນໄຂວ່າໜ່ວຍຄວາມຈຳສ່ວນໃຫຍ່ນັ້ນແມ່ນອຸທິດໃຫ້ກັບ AI ເທົ່ານັ້ນ ແລະ ໜ້າວຽກອື່ນໆຈະຖືກເສຍສະລະ. ໃນສະຖານະການດັ່ງກ່າວ, CPU ແລະ GPU ທີ່ປະສົມປະສານກັນຈະຈັດການກັບການອະນຸມານທັງໝົດ, ເຊິ່ງເຮັດໃຫ້ປະລິມານວຽກເພີ່ມຂຶ້ນ.
ຂໍ້ສະເໜີ AI HAT+ 2 ມີຄວາມໝາຍຫຼາຍກວ່າເມື່ອຊອກຫາ ຄວາມຮັບຜິດຊອບແຍກຕ່າງຫາກໃຫ້ Hailo-10H NPU ຈັດການກັບການຄິດໄລ່ AI ແລະ ປ່ອຍໃຫ້ Raspberry Pi 5 ມີພື້ນທີ່ຫວ່າງເພື່ອຮັກສາສະພາບແວດລ້ອມເດັສທັອບ, ບໍລິການເວັບ, ຖານຂໍ້ມູນ, ການເຮັດວຽກອັດຕະໂນມັດ, ຫຼືຊັ້ນການນຳສະເໜີຂອງແອັບພລິເຄຊັນທີ່ມີນ້ຳໜັກເບົາ.
ສຳລັບຜູ້ທີ່ຢາກມີພຽງອັນດຽວ ຜູ້ຊ່ວຍທ້ອງຖິ່ນ ງ່າຍຕໍ່ການໃຊ້ງານ ແລະ ສາມາດສົນທະນາ, ແປຂໍ້ຄວາມ, ຫຼື ຊ່ວຍເຫຼືອວຽກງານການຂຽນໂປຣແກຣມເລັກນ້ອຍໂດຍບໍ່ຕ້ອງສົ່ງຂໍ້ມູນໄປຫາພາກສ່ວນທີສາມ, ຄວາມສົມດຸນດ້ານພະລັງງານ, ການບໍລິໂພກ, ແລະ ຕົ້ນທຶນຂອງ AI HAT+ 2 ອາດຈະພຽງພໍ. ຢ່າງໃດກໍຕາມ, ສຳລັບໂຄງການທີ່ຕ້ອງການຮູບແບບຂະໜາດໃຫຍ່ ຫຼື ບໍລິບົດທີ່ກວ້າງຂວາງຫຼາຍ, ການໃຊ້ອຸປະກອນທີ່ມີຄວາມຈຳ ຫຼື ໂຄງສ້າງພື້ນຖານຄລາວຫຼາຍກວ່າຈະຍັງຄົງໃຊ້ໄດ້ຈິງຫຼາຍຂຶ້ນ.
ຈຸດອື່ນທີ່ຄວນພິຈາລະນາຄື, ເຖິງແມ່ນວ່າ 8 GB ຂອງ HAT ຈະຊ່ວຍຫຼຸດຄວາມຈຳ, ແຕ່ລຸ້ນຂອງ ໜ່ວຍຄວາມຈຳ Raspberry Pi 5 16 GB ມັນຍັງມີປະສິດທິພາບດີກ່ວາກະດານເສີມໃນດ້ານຄວາມຈຸທັງໝົດ, ສະນັ້ນໃນບາງຂະບວນການເຮັດວຽກທີ່ໃຊ້ RAM ຫຼາຍການຕັ້ງຄ່ານັ້ນຈະສືບຕໍ່ເປັນທີ່ນິຍົມກວ່າ.
ວິໄສທັດຄອມພິວເຕີ ແລະ ການປະຕິບັດແບບຈຳລອງພ້ອມໆກັນ
AI HAT+ 2 ບໍ່ໄດ້ປະຖິ້ມຄຸນສົມບັດທີ່ເຮັດໃຫ້ລຸ້ນທຳອິດໄດ້ຮັບຄວາມນິຍົມຄື: ແອັບພລິເຄຊັນວິໄສທັດຄອມພິວເຕີHailo-10H ມີຄວາມສາມາດໃນການໃຊ້ແບບຈຳລອງການກວດຈັບ ແລະ ຕິດຕາມວັດຖຸ, ການປະເມີນທ່າທາງຂອງມະນຸດ, ຫຼື ການແບ່ງສ່ວນສາກດ້ວຍປະສິດທິພາບທີ່ໃນທາງປະຕິບັດຍັງຄົງສອດຄ່ອງກັບສິ່ງທີ່ Hailo-8 ສະເໜີຢູ່ທີ່ 26 TOPS.
Raspberry Pi ຊີ້ບອກວ່າກະດານໃໝ່ສາມາດ ດໍາເນີນການຮູບແບບວິໄສທັດ ແລະ ພາສາພ້ອມໆກັນສິ່ງນີ້ເຮັດໃຫ້ມັນໜ້າສົນໃຈສຳລັບໂຄງການທີ່ກ້ອງຖ່າຍຮູບ ແລະ ການປະມວນຜົນຂໍ້ຄວາມຕ້ອງເຮັດວຽກຮ່ວມກັນ. ຕົວຢ່າງ, ລະບົບເຝົ້າລະວັງທີ່ຈັດປະເພດເຫດການ ແລະ ສ້າງຄຳອະທິບາຍ, ກ້ອງຖ່າຍຮູບອັດສະລິຍະທີ່ອະທິບາຍສິ່ງທີ່ເກີດຂຶ້ນໃນ scene, ຫຼື ອຸປະກອນທີ່ລວມເອົາການຮັບຮູ້ທາງສາຍຕາເຂົ້າກັບການສ້າງລາຍງານ.
ໃນສະຖານະການສະເພາະ, ຮູບແບບຄອບຄົວໄດ້ຖືກກ່າວເຖິງ. ໂຢໂລ ສຳລັບການກວດຈັບວັດຖຸແບບເວລາຈິງ, ດ້ວຍອັດຕາການໂຫຼດໜ້າຈໍຄືນໃໝ່ທີ່ສາມາດບັນລຸປະມານ 30 ເຟຣມຕໍ່ວິນາທີ ຂຶ້ນກັບຄວາມລະອຽດ ແລະ ຄວາມຊັບຊ້ອນຂອງຮູບແບບ. ແນວຄວາມຄິດແມ່ນວ່າ NPU ຈະຈັດການໜ້າວຽກນີ້ ໃນຂະນະທີ່ Raspberry Pi 5 ຈັດການບ່ອນເກັບຂໍ້ມູນ, ເຄືອຂ່າຍ, ການແຈ້ງເຕືອນ ແລະ ການສະແດງຜົນ.
ລະບົບນິເວດຊອບແວທີ່ອ້ອມຮອບ AI ໃນ Raspberry Pi ຍັງຄົງເຕີບໃຫຍ່ຂະຫຍາຍຕົວຢູ່. ເຖິງແມ່ນວ່າການລວບລວມຂອງ ຕົວຢ່າງ, ຂອບ ແລະ ເຄື່ອງມືຕ່າງໆ ສຳລັບທັງ Raspberry Pi ແລະ Hailo, ການປະຕິບັດແບບຂະໜານຂອງຫຼາຍຮູບແບບ (ວິໄສທັດ, ພາສາ, ຫຼາຍຮູບແບບ) ຍັງຄົງເປັນຂົງເຂດທີ່ພັດທະນາຢູ່ ແລະ ອາດຕ້ອງການການປັບແຕ່ງຢ່າງລະອຽດໃນແຕ່ລະໂຄງການ.
ໃນກໍລະນີໃດກໍ່ຕາມ, ການເຊື່ອມໂຍງກັບ ຊຸດກ້ອງຖ່າຍຮູບ Raspberry Pi ຢ່າງເປັນທາງການ ສິ່ງນີ້ເຮັດໃຫ້ຊີວິດງ່າຍຂຶ້ນສຳລັບຜູ້ທີ່ເຮັດວຽກກັບໂມດູນກ້ອງຖ່າຍຮູບຂອງຍີ່ຫໍ້ແລ້ວ. AI HAT+ 2 ປະສົມປະສານໂດຍກົງກັບສະພາບແວດລ້ອມນັ້ນ, ດັ່ງນັ້ນໂຄງການວິໄສທັດທີ່ມີຢູ່ແລ້ວຫຼາຍຢ່າງສາມາດຍ້າຍໄປຫາກະດານໃໝ່ໄດ້ດ້ວຍການປ່ຽນແປງເລັກນ້ອຍ.
ກໍລະນີການນຳໃຊ້ໃນປະເທດສະເປນ ແລະ ເອີຣົບ: ໂຄງການອຸດສາຫະກຳ, IoT ແລະ ການສຶກສາ
ການປະສົມປະສານຂອງການໃຊ້ພະລັງງານຕໍ່າ, ຂະໜາດນ້ອຍ ແລະ ການປະມວນຜົນ AI ທ້ອງຖິ່ນ ສິ່ງນີ້ສອດຄ່ອງກັບແນວໂນ້ມການຫັນເປັນດິຈິຕອນທີ່ກຳລັງຈັດຕັ້ງປະຕິບັດຢູ່ໃນປະເທດສະເປນ ແລະ ບັນດາປະເທດເອີຣົບອື່ນໆ. ໃນຂະແໜງອຸດສາຫະກຳທີ່ການເຂົ້າເຖິງຄລາວທີ່ໝັ້ນຄົງບໍ່ໄດ້ຮັບປະກັນສະເໝີໄປ ຫຼື ບ່ອນທີ່ມີຂໍ້ກຳນົດການຮັກສາຄວາມລັບຢ່າງເຂັ້ມງວດ, ວິທີແກ້ໄຂປະເພດນີ້ສາມາດໜ້າສົນໃຈເປັນພິເສດ.
ໃນບັນດາຄຳສັບທີ່ໃຊ້ເລື້ອຍທີ່ສຸດໃນເອກະສານທາງການແມ່ນໂຄງການສຳລັບ ອັດຕະໂນມັດທາງອຸດສາຫະກໍາ, ການຄວບຄຸມຂະບວນການ ແລະ ການຄຸ້ມຄອງສິ່ງອໍານວຍຄວາມສະດວກລະບົບການກວດກາດ້ວຍສາຍຕາໃນສາຍການຜະລິດ, ການກວດຈັບຄວາມຜິດປົກກະຕິໃນເວລາຈິງ, ການຄວບຄຸມການເຂົ້າເຖິງ, ຫຼື ການນັບຄົນໃນອາຄານແມ່ນຕົວຢ່າງທີ່ການປະສົມປະສານຂອງວິໄສທັດ ແລະ ຮູບແບບພາສາທີ່ມີນ້ຳໜັກເບົາສາມາດເພີ່ມມູນຄ່າໂດຍບໍ່ຈຳເປັນຕ້ອງນຳໃຊ້ພື້ນຖານໂຄງລ່າງ AI ທີ່ມີລາຄາແພງກວ່າຫຼາຍ.
ໃນຂົງເຂດຂອງ IoT ສຳລັບເຮືອນ ແລະ ທຸລະກິດAI HAT+ 2 ສາມາດເປັນພື້ນຖານສຳລັບຜູ້ຊ່ວຍທ້ອງຖິ່ນທີ່ໃຊ້ Raspberry Pi 5, ແຜງຄວບຄຸມທີ່ຕີຄວາມຂໍ້ມູນເຊັນເຊີ, ກ້ອງຖ່າຍຮູບທີ່ອະທິບາຍສະຖານະການ, ຫຼືອຸປະກອນທີ່ວິເຄາະວິດີໂອໂດຍບໍ່ຕ້ອງອັບໂຫຼດຮູບພາບໄປຫາເຊີບເວີພາຍນອກ. ວິທີການນີ້ຊ່ວຍໃຫ້ສອດຄ່ອງກັບລະບຽບການປົກປ້ອງຂໍ້ມູນທີ່ເຂັ້ມງວດເພີ່ມຂຶ້ນໃນສະຫະພາບເອີຣົບ.
ມັນຍັງສາມາດເປັນເຄື່ອງມືທີ່ໜ້າສົນໃຈໄດ້ເຊັ່ນກັນ ຊຸດພັດທະນາ ສຳລັບບໍລິສັດ ແລະ ບໍລິສັດເລີ່ມຕົ້ນໃນເອີຣົບທີ່ພິຈາລະນາການເຊື່ອມໂຍງຊິບ Hailo-10H ເຂົ້າໃນຜະລິດຕະພັນສຸດທ້າຍ. ການທົດສອບປະສິດທິພາບ ແລະ ຄວາມໝັ້ນຄົງໃນ Raspberry Pi ຊ່ວຍໃຫ້ສາມາດກວດສອບແນວຄວາມຄິດກ່ອນທີ່ຈະລົງທຶນໃນການອອກແບບຮາດແວທີ່ກຳນົດເອງ.
ໃນຂົງເຂດການສຶກສາ, ສູນຝຶກອົບຮົມວິຊາຊີບ, ມະຫາວິທະຍາໄລ ແລະ ສະຖາບັນການສຶກສາພິເສດໃນປະເທດສະເປນສາມາດໃຊ້ AI HAT+ 2 ເປັນແພລດຟອມການປະຕິບັດ, ເຊິ່ງນຳເອົາ AI ທີ່ຝັງຢູ່ ແລະ AI ທີ່ສ້າງສັນ ໃຫ້ກັບນັກຮຽນທີ່ມີຮາດແວທີ່ສາມາດເຂົ້າເຖິງໄດ້ງ່າຍ ແລະ ລາຄາບໍ່ແພງເມື່ອທຽບກັບລະບົບອື່ນໆທີ່ມີລາຄາແພງກວ່າ.
ໂປຣໄຟລ໌ຜູ້ໃຊ້ ແລະ ປະເພດໂຄງການທີ່ເປັນເປົ້າໝາຍ
Raspberry Pi AI HAT+ 2 ແນໃສ່ຫຼາຍໂປຣໄຟລ໌. ໃນທາງກົງກັນຂ້າມ, ຊຸມຊົນກ້ວາງຂວາງຂອງ ຜູ້ຜະລິດ ແລະ ຜູ້ທີ່ມັກ ຜູ້ທີ່ໃຊ້ Raspberry Pi 5 ຢູ່ແລ້ວ ແລະ ຕ້ອງການລວມເອົາ AI ທີ່ສ້າງສັນ ຫຼື ວິໄສທັດຂັ້ນສູງເຂົ້າໃນໂຄງການຂອງເຂົາເຈົ້າໂດຍບໍ່ຕ້ອງກ້າວໄປສູ່ສະຖານີເຮັດວຽກທີ່ມີ GPU ສະເພາະ ຫຼື ຂຶ້ນກັບການບໍລິການຄລາວທັງໝົດ.
ໃນທາງກົງກັນຂ້າມ, ລາວພະຍາຍາມລໍ້ລວງ ນັກພັດທະນາມືອາຊີບ ແລະ ບໍລິສັດ Startups ທີ່ຕ້ອງການແພລດຟອມທົດສອບສຳລັບ AI ທີ່ຝັງຢູ່. ເມື່ອປຽບທຽບກັບໂຊລູຊັ່ນທີ່ມີ eGPU ຫຼື NPU ທີ່ປະສົມປະສານເຂົ້າໃນ PC ອຸດສາຫະກຳ, ກະດານນີ້ມີຮູບແບບທີ່ກະທັດຮັດ, ການໃຊ້ພະລັງງານຕໍ່າຫຼາຍ, ແລະຕົ້ນທຶນໂດຍລວມຕ່ຳກວ່າ, ເຖິງແມ່ນວ່າຈະມີຂີດຈຳກັດປະສິດທິພາບຕ່ຳກວ່າແພລດຟອມທີ່ມີລາຄາແພງກວ່າຫຼາຍ.
ສຳລັບຜູ້ທີ່ມີປະສົບການກັບ AI HAT+ ລຸ້ນທຳອິດແລ້ວ, ການຫັນປ່ຽນເບິ່ງຄືວ່າຂ້ອນຂ້າງງ່າຍດາຍ: ການເຊື່ອມໂຍງກັບຊອບແວທີ່ມີຢູ່ແລ້ວ ແລະຊຸດກ້ອງຖ່າຍຮູບໄດ້ຖືກອອກແບບຢ່າງລະມັດລະວັງເພື່ອຫຼຸດຜ່ອນການປ່ຽນແປງທີ່ຈຳເປັນ. ນີ້ແມ່ນກ່ຽວຂ້ອງກັບໂຄງການທີ່ກຳລັງດຳເນີນຢູ່ແລ້ວທີ່ຕ້ອງການໃຊ້ປະໂຫຍດຈາກການເພີ່ມຂຶ້ນຂອງປະສິດທິພາບໂດຍບໍ່ຕ້ອງຂຽນຄືນໃໝ່ທຸກຢ່າງ.
ໃນທາງກົງກັນຂ້າມ, ຜູ້ໃຊ້ທີ່ພຽງແຕ່ຊອກຫາການໃຊ້ງານຮູບແບບພາສາໃນທ້ອງຖິ່ນດ້ວຍຂອບເຂດຄວາມຈຳສູງສຸດທີ່ເປັນໄປໄດ້ອາດຈະຍັງພົບ ຣາສເບີຣີ ປີ 5 16 ກິກະໄບ ຖ້າບໍ່ມີ HAT, ສົມມຸດວ່າ CPU ແລະ GPU ທີ່ປະສົມປະສານກັນຈະຈັດການກັບການອະນຸມານທັງໝົດ ແລະ ການໃຊ້ພະລັງງານຈະສູງຂຶ້ນເລັກນ້ອຍ.
ສະຫຼຸບແລ້ວ, ອຸປະກອນເສີມດັ່ງກ່າວເບິ່ງຄືວ່າຈະສ້າງຊ່ອງທາງໃໝ່ເປັນວິທີແກ້ໄຂລະດັບກາງ: ມີປະສິດທິພາບ ແລະ ມີຄວາມຍືດຫຍຸ່ນຫຼາຍກວ່າ Raspberry Pi 5 ທີ່ເຮັດວຽກຄົນດຽວໃນວຽກງານ AI ບາງຢ່າງ, ແຕ່ຢູ່ໄກຈາກປະສິດທິພາບຂອງເຊີບເວີ ຫຼື GPU ທີ່ອຸທິດຕົນ, ແລະ ສຸມໃສ່ ການໃຊ້ພະລັງງານຕໍ່າ, ຄວາມເປັນສ່ວນຕົວ ແລະ ການຄວບຄຸມຄ່າໃຊ້ຈ່າຍ.
ການເຊື່ອມໂຍງຊອບແວ Hailo, ຊັບພະຍາກອນ ແລະ ການສະໜັບສະໜູນ
ຈາກທັດສະນະຂອງຊອບແວ, Raspberry Pi ມີຈຸດປະສົງເພື່ອເຮັດໃຫ້ຂະບວນການຕິດຕັ້ງງ່າຍຂຶ້ນເທົ່າທີ່ຈະເປັນໄປໄດ້. AI HAT+ 2 ເຊື່ອມຕໍ່ຜ່ານທາງ ອິນເຕີເຟດ PCIe ຂອງ Raspberry Pi 5 ແລະໄດ້ຮັບການຍອມຮັບຈາກລະບົບປະຕິບັດການຢ່າງເປັນທາງການ, ຊ່ວຍໃຫ້ແອັບພລິເຄຊັນ AI ສາມາດເຮັດວຽກໄດ້ໂດຍບໍ່ມີຂັ້ນຕອນການຕັ້ງຄ່າທີ່ສັບສົນເກີນໄປສຳລັບຜູ້ທີ່ຄຸ້ນເຄີຍກັບສະພາບແວດລ້ອມແລ້ວ.
Hailo ໃຫ້ຜູ້ໃຊ້ມີ ບ່ອນເກັບມ້ຽນຂໍ້ມູນໃນ GitHub ແລະ ເຂດນັກພັດທະນາ ມັນປະກອບມີຕົວຢ່າງລະຫັດ, ຮູບແບບທີ່ຕັ້ງຄ່າໄວ້ລ່ວງໜ້າ, ບົດແນະນຳ ແລະ ຂອບການເຮັດວຽກທີ່ອອກແບບມາສຳລັບທັງ AI ທີ່ສ້າງສັນ ແລະ ວິໄສທັດຄອມພິວເຕີ. ມັນຍັງປະກອບມີເຄື່ອງມືສຳລັບການຈັດການການວັດແທກປະລິມານ, ການໂຫຼດຮູບແບບພາກສ່ວນທີສາມ ແລະ ການເພີ່ມປະສິດທິພາບຂອງຂະບວນການເຮັດວຽກສະເພາະ.
ໃນເວລາເປີດຕົວ, ບໍລິສັດໄດ້ໃຫ້ບໍລິການຫຼາຍຢ່າງ ຮູບແບບພາສາທີ່ພ້ອມທີ່ຈະຕິດຕັ້ງດ້ວຍຄຳໝັ້ນສັນຍາທີ່ຈະຂະຫຍາຍລາຍການດ້ວຍຕົວແປທີ່ໃຫຍ່ກວ່າ ຫຼື ຕົວແປທີ່ປັບຕົວເຂົ້າກັບກໍລະນີການນຳໃຊ້ສະເພາະ. ນອກຈາກນັ້ນ, ມັນຍັງຊຸກຍູ້ໃຫ້ໃຊ້ເຕັກນິກຕ່າງໆເຊັ່ນ LoRa ເພື່ອປັບຮູບແບບໃຫ້ເໝາະສົມກັບຄວາມຕ້ອງການຂອງແຕ່ລະໂຄງການໂດຍບໍ່ຕ້ອງຝຶກອົບຮົມພວກມັນຕັ້ງແຕ່ເລີ່ມຕົ້ນໃນຊຸດຂໍ້ມູນຂະໜາດໃຫຍ່.
ດັ່ງທີ່ມັກຈະເປັນກໍລະນີຂອງວິທີແກ້ໄຂປະເພດເຫຼົ່ານີ້, ປະສົບການຕົວຈິງຈະຂຶ້ນກັບ ລະດັບຄວາມສຳເລັດຂອງລະບົບນິເວດຊອບແວນັກວິເຄາະບາງຄົນຊີ້ໃຫ້ເຫັນວ່າຍັງມີບ່ອນຫວ່າງສຳລັບການປັບປຸງເຄື່ອງມື, ຄວາມໝັ້ນຄົງ ແລະ ການສະໜັບສະໜູນການປະຕິບັດຫຼາຍຮູບແບບພ້ອມໆກັນ, ແຕ່ທ່າອ່ຽງໃນລະບົບນິເວດ Raspberry Pi ກຳລັງກ້າວໄປສູ່ການເຊື່ອມໂຍງທີ່ດີຂຶ້ນເລື້ອຍໆ.
ໃນກໍລະນີໃດກໍ່ຕາມ, ເພື່ອພັດທະນາໂຄງການຕ່າງໆໃນປະເທດສະເປນ ຫຼື ບັນດາປະເທດເອີຣົບອື່ນໆ, ການມີເອກະສານຢ່າງເປັນທາງການ, ຕົວຢ່າງການປະຕິບັດຕົວຈິງ ແລະ ຊຸມຊົນທີ່ມີການເຄື່ອນໄຫວຈະຊ່ວຍຫຼຸດຜ່ອນອຸປະສັກໃນການເຂົ້າສູ່ການທົດລອງກັບ AI ທີ່ຝັງຢູ່ ແລະ ສ້າງສັນໃນອຸປະກອນລາຄາຖືກໄດ້ຢ່າງຫຼວງຫຼາຍ.
ລາຄາ, ຄວາມພ້ອມ ແລະ ລັກສະນະການປະຕິບັດຕົວຈິງໃນປະເທດສະເປນ ແລະ ເອີຣົບ
Raspberry Pi AI HAT+ 2 ໄດ້ເປີດຕົວດ້ວຍລາຄາອ້າງອີງ 130 ໂດລາໃນປະເທດສະເປນ ແລະ ສ່ວນທີ່ເຫຼືອຂອງເອີຣົບ, ຈຳນວນເງິນສຸດທ້າຍຈະຂຶ້ນກັບ ອັດຕາແລກປ່ຽນ, ພາສີ, ແລະ ນະໂຍບາຍຂອງຜູ້ຈຳໜ່າຍແຕ່ລະຄົນດັ່ງນັ້ນ, ຄາດວ່າຈະມີຄວາມແຕກຕ່າງກັນເລັກນ້ອຍລະຫວ່າງຮ້ານຄ້າ ແລະ ບັນດາປະເທດ.
ເມນບອດນີ້ເຂົ້າກັນໄດ້ກັບທຸກສາຍ ຣາສເບີຣີ ປີ 5ຈາກລຸ້ນທີ່ມີ RAM 1GB ຈົນເຖິງລຸ້ນທີ່ມີ 16GB, Raspberry Pi ທີ່ເຂົ້າກັນໄດ້ແມ່ນຖືກຕິດຕັ້ງໂດຍໃຊ້ຮູບແບບ HAT ທີ່ຄຸ້ນເຄີຍ: ມັນໝຸນເຂົ້າກັບກະດານ ແລະ ເຊື່ອມຕໍ່ຜ່ານຫົວ GPIO ແລະ ອິນເຕີເຟດ PCIe. ດັ່ງນັ້ນ, ລຸ້ນ Raspberry Pi ກ່ອນໜ້ານີ້ທີ່ບໍ່ມີອິນເຕີເຟດນີ້ຈຶ່ງຖືກຍົກເວັ້ນຈາກລາຍຊື່ຄວາມເຂົ້າກັນໄດ້.
ໃນໄລຍະເບື້ອງຕົ້ນຫຼັງຈາກການປະກາດ, ຜູ້ຈຳໜ່າຍຜູ້ຊ່ຽວຊານບາງຄົນລາຍງານວ່າ ສິນຄ້າມີຈຳກັດນີ້ແມ່ນການປະຕິບັດທົ່ວໄປໃນປະຈຸບັນກັບການປ່ອຍຮາດແວ Raspberry Pi ຢ່າງເປັນທາງການ. ຜູ້ທີ່ຕ້ອງການຮັບປະກັນເຄື່ອງໃນໄລຍະສັ້ນຈະຕ້ອງຕິດຕາມຄວາມພ້ອມຈາກຜູ້ຈຳໜ່າຍທີ່ໄດ້ຮັບອະນຸຍາດໃນເອີຣົບ ແລະ ລາຍຊື່ລໍຖ້າທີ່ມີທ່າແຮງ.
ນອກເໜືອໄປຈາກຮາດແວແລ້ວ, ການຊື້ດັ່ງກ່າວຍັງລວມມີການເຂົ້າເຖິງເອກະສານດ້ານວິຊາການ ແລະ ຊັບພະຍາກອນຊອບແວສຳລັບ Raspberry Pi ແລະ Hailo, ລວມທັງຕົວຢ່າງ GitHub, ຄູ່ມືແນະນຳແບບເທື່ອລະຂັ້ນຕອນ, ແລະ ເອກະສານສຳລັບຜູ້ທີ່ເລີ່ມຕົ້ນໃຊ້ AI ແບບຝັງຕົວໃໝ່. ສິ່ງນີ້ເຮັດໃຫ້ທັງຜູ້ໃຊ້ສ່ວນບຸກຄົນ ແລະ ທຸລະກິດຂະໜາດນ້ອຍສາມາດເລີ່ມທົດລອງໄດ້ງ່າຍໂດຍບໍ່ຕ້ອງລົງທຶນໃນເຄື່ອງມືພັດທະນາເພີ່ມເຕີມ.
ໃນສະພາບການຂອງເອີຣົບ, ບ່ອນທີ່ ຄວາມເປັນສ່ວນຕົວຂອງຂໍ້ມູນ ແລະ ເມື່ອປະສິດທິພາບດ້ານພະລັງງານມີຄວາມກ່ຽວຂ້ອງເພີ່ມຂຶ້ນເລື້ອຍໆ, AI HAT+ 2 ຈຶ່ງຖືກນຳສະເໜີເປັນສ່ວນໜຶ່ງທີ່ຊ່ວຍໃຫ້ ປະມວນຜົນຂໍ້ມູນທີ່ລະອຽດອ່ອນໃນທ້ອງຖິ່ນ ການຫຼຸດຜ່ອນການເພິ່ງພາອາໄສສູນຂໍ້ມູນໄລຍະໄກ, ເຊິ່ງອາດຈະເປັນທີ່ດຶງດູດໃຈສຳລັບການບໍລິຫານ, ວິສາຫະກິດຂະໜາດນ້ອຍ ແລະ ຂະໜາດກາງ ແລະ ນັກພັດທະນາເອກະລາດທີ່ຊອກຫາວິທີແກ້ໄຂ AI ທີ່ມີການຄວບຄຸມຫຼາຍຂຶ້ນ.
Raspberry Pi AI HAT+ 2 ວາງຕົວມັນເອງເປັນໂຊລູຊັ່ນລະດັບກາງລະຫວ່າງຄລາວ ແລະ ເຊີບເວີ AI ຂະໜາດໃຫຍ່: ມັນສະເໜີວິທີທີ່ສາມາດເຂົ້າເຖິງໄດ້ງ່າຍໃນການລວມວິໄສທັດຄອມພິວເຕີ ແລະ ຮູບແບບພາສາທີ່ມີນ້ຳໜັກເບົາເຂົ້າໃນອຸປະກອນດຽວ, ຮັກສາການໃຊ້ພະລັງງານໃຫ້ຕໍ່າ ແລະ ເຄົາລົບຄວາມເປັນສ່ວນຕົວ, ແຕ່ຕ້ອງການໃຫ້ໂຄງການຕ້ອງຖືກອອກແບບໃນທາງກົງກັນຂ້າມ. ພາຍໃນຂອບເຂດຂອງພະລັງ ແລະ ຄວາມຊົງຈຳ ເປັນລັກສະນະທົ່ວໄປຂອງຮາດແວທີ່ອອກແບບມາເພື່ອການໃຊ້ພະລັງງານຕໍ່າ ແລະ ຄ່າໃຊ້ຈ່າຍຕໍ່າ.
ຂ້ອຍເປັນນັກເທັກໂນໂລຍີທີ່ກະຕືລືລົ້ນທີ່ໄດ້ຫັນຄວາມສົນໃຈ "geek" ຂອງລາວໄປສູ່ອາຊີບ. ຂ້າພະເຈົ້າໄດ້ໃຊ້ເວລາຫຼາຍກ່ວາ 10 ປີຂອງຊີວິດຂອງຂ້າພະເຈົ້າໂດຍການນໍາໃຊ້ເຕັກໂນໂລຊີທີ່ທັນສະໄຫມແລະ tinkering ກັບທຸກປະເພດຂອງໂຄງການອອກຈາກ curiosity ອັນບໍລິສຸດ. ຕອນນີ້ຂ້ອຍມີຄວາມຊ່ຽວຊານດ້ານເທັກໂນໂລຍີຄອມພິວເຕີ ແລະເກມວີດີໂອ. ນີ້ແມ່ນຍ້ອນວ່າຫຼາຍກວ່າ 5 ປີທີ່ຂ້ອຍໄດ້ຂຽນສໍາລັບເວັບໄຊທ໌ຕ່າງໆກ່ຽວກັບເຕັກໂນໂລຢີແລະວິດີໂອເກມ, ການສ້າງບົດຄວາມທີ່ຊອກຫາເພື່ອໃຫ້ທ່ານມີຂໍ້ມູນທີ່ທ່ານຕ້ອງການໃນພາສາທີ່ທຸກຄົນເຂົ້າໃຈໄດ້.
ຖ້າທ່ານມີຄໍາຖາມໃດໆ, ຄວາມຮູ້ຂອງຂ້ອຍແມ່ນມາຈາກທຸກສິ່ງທຸກຢ່າງທີ່ກ່ຽວຂ້ອງກັບລະບົບປະຕິບັດການ Windows ເຊັ່ນດຽວກັນກັບ Android ສໍາລັບໂທລະສັບມືຖື. ແລະຄໍາຫມັ້ນສັນຍາຂອງຂ້າພະເຈົ້າແມ່ນກັບທ່ານ, ຂ້າພະເຈົ້າສະເຫມີເຕັມໃຈທີ່ຈະໃຊ້ເວລາສອງສາມນາທີແລະຊ່ວຍທ່ານແກ້ໄຂຄໍາຖາມໃດໆທີ່ທ່ານອາດຈະມີຢູ່ໃນໂລກອິນເຕີເນັດນີ້.