树莓派刚刚甩出了一张新牌：售价 130 美元的 AI HAT+ 2。
这块扩展板搭载了 Hailo 10H 芯片，甚至自带 8GB 的 LPDDR4X 内存。官方的卖点很性感——它能独立运行本地大模型（LLM），把树莓派的 CPU 和内存彻底解放出来。
听起来，这是要把几十美元的微型电脑变成低功耗 AI 服务器？
但在资深极客 Jeff Geerling 的实测中，这块被寄予厚望的“AI 神卡”，却遭遇了一场尴尬的现实毒打。
理想很丰满，现实有点骨感
这本来应该是个“赢麻了”的故事。
Hailo 10H 芯片拥有 40 TOPS 的 INT8 算力，功耗却只有 3W。相比之下，树莓派自带的 CPU 功耗上限能冲到 10W。从纸面数据看，用专用的 NPU 跑 AI，理应比通用 CPU 更快、更省电。
而且，它自带 8GB 显存，这意味着你不需要占用树莓派本就珍贵的系统内存。
但现实是——它跑不过树莓派自带的 CPU。
Jeff Geerling 在一台 8GB 版本的树莓派 5 上进行了同台竞技。他让 Hailo 10H 的 NPU 和树莓派的 CPU 跑同样的模型，结果令人大跌眼镜：
除了在 Qwen2.5 Coder 1.5B 这个小模型上勉强咬住之外，树莓派的 CPU 在几乎所有测试中都碾压了这块昂贵的 AI 加速卡。
虽然 Hailo 在能效比上略有优势，但这更像是一种安慰奖。
原因很简单：性能释放太保守。
Hailo 为了维持 3W 的超低功耗，锁死了性能；而树莓派的 CPU 只要稍微“放纵”一下，功耗冲到 10W，就能把 NPU 甩在身后。
这就是所谓的“成也功耗，败也功耗”。
8GB 内存：捉襟见肘的尴尬
如果说性能还能用“低功耗”来洗地，那么内存配置就是实打实的硬伤。
AI HAT+ 2 自带了 8GB 内存，听起来不错？但别忘了，现在的树莓派 5 最高已经能配到 16GB 内存 了。
在 AI 领域，内存就是生命线。
大多数量化后的中型模型，动辄就要吃掉 10-12GB 的内存，还得留点空间给上下文。8GB 的配置，直接把这块卡挡在了“实用级”大模型的门外。
这时候，反转来了。
如果你真的想在树莓派上跑大模型，最好的方案竟然不是买这块 AI HAT，而是直接买顶配的树莓派。
Jeff Geerling 展示了一个疯狂的案例：ByteShape 成功把 Qwen3 30B A3B Instruct 这个 300 亿参数的模型，塞进了一台 16GB 内存的树莓派 5 里。
虽然通过压缩牺牲了一点点画质，但这台“小电脑”真的生成出了一个功能完备的待办事项应用——支持拖拽排序、支持打钩删除。
这就很尴尬了。
花 130 美元买个 AI HAT+ 2 只能跑跑玩具模型，不如直接把钱砸在 16GB 的树莓派本体上，直接用 CPU 跑 30B 模型。
这就是赤裸裸的“背刺”。
视觉处理：唯一的高光时刻？
当然，这块卡也不是一无是处。
如果你把目光从 LLM 移开，看向计算机视觉，Hailo 10H 还是展现出了应有的实力。
在测试中，它配合摄像头模块，能以 30fps 的流畅度实时识别键盘、显示器（虽然被误判为电视）、手机甚至藏在后面的鼠标。
这速度比树莓派 CPU 快了 10 倍。
但问题又来了：这并不是什么新功能。
两年前发布的 110 美元的旧款 AI HAT，或者 70 美元的 AI Camera，都能干这事儿。如果你只是为了做个自动识别猫狗的监控，没必要买这款新品。
AI HAT+ 2 最大的噱头其实是“混合模式”——一边处理视觉画面，一边跑 LLM 推理。
听起来很美？Jeff Geerling 试着跑了一下，直接崩了。
分段错误、设备未就绪……软件支持完全跟不上硬件的脚步。
硬件先行，软件还在穿鞋
这就是目前 AI 硬件市场的通病：先把硬件造出来，软件？以后再说。
树莓派 AI HAT+ 2 就像是一个拿着重剑的婴儿。硬件参数确实亮眼，40 TOPS 的算力、独立的 8GB 内存、3W 的超低功耗。
但在实际应用中，它陷入了一个尴尬的夹缝：
- 跑大模型？ 8GB 内存不够用，性能还不如直接上 16GB 树莓派。
- 跑视觉识别？ 旧款产品也能做，性价比更低。
- 跑混合模式？ 软件还没写好。
也许，正如 Jeff Geerling 所说，这块卡真正的归宿并不是极客的桌面，而是富士康那种自动收银机的流水线——专门用来检测商品包装是否收缩。
对于普通玩家来说，这更像是一个“寻找问题的解决方案”。
与其为了这 8GB 外挂内存和 NPU 花冤枉钱，不如老老实实买台 16GB 的树莓派，或者用旧款 HAT 解决视觉问题。
毕竟，在科技圈，“能跑”和“好用”之间，往往隔着一条马里亚纳海沟。