8,460
个编辑
更改
创建页面，内容为“== 介绍 == Orange Pi Al Stick Lite内置Lightspeeur®光矛SPR2801AI芯片，通过USB接口灵活快速的方式，赋予手机、个人电脑等设备直接运…”
== 介绍 ==
Orange Pi Al Stick Lite内置Lightspeeur®光矛SPR2801AI芯片，通过USB接口灵活快速的方式，赋予手机、个人电脑等设备直接运行实时深度学习，并实现图片、视频、语音、自然语言识别的能力。<br>
== 特征 ==
* 无序列表项<br><br>
* 支持USB2.0和3.0标准接口通信<br><br>
* 无需编程，无语言障碍<br><br>
* 开放SDK，可以应用于X86，ARM等平台<br><br>
* 支持Android，Linux等操作系统<br><br>
* 支持VGG，SSD等神经网络模型<br><br>
<big>'''一个专用的模型转换与训练平台，易学易用'''</big><br><br>
我们提供了专用的模型转换工具，支持基于caffe的卷积神经网络（CNN）模型分解。<br>
此外，还免费提供PLAI训练工具及其相关资料。PLAI训练工具则能将原始的图片、视频、语音、自然语言快速训练成型，直接应用于神经网络计算棒中。<br>
这是一个易学易用的平台。所有感兴趣的开发者可以轻松上手，进行深度学习。<br><br>
== 应用领域 ==
* 无序列表项<br><br>
* 目标检测&分类<br><br>
* 移动边缘计算<br><br>
* 智能监控<br><br>
* 智能玩具与机器人<br><br>
* 智能家居<br><br>
* 虚拟现实与增强现实<br><br>
* 人脸检测与识别<br><br>
* 语音识别<br><br>
* 自然语言处理<br><br>
* 嵌入式深度学习设备<br><br>
* 云端机器学习与深度学习系统<br><br>
* 人工智能数据中心服务器<br><br>
* 高级辅助驾驶与自动驾驶<br><br>
== 开发模式 ==
* 计算棒+PC<br><br>
* 计算棒+ARM开发板<br><br>
== 硬件规格 ==
{| class="wikitable" style="width:800px;"
|-
| 型号 || Orange Pi AI Stick Lite
|-
| AI处理器 ||
* 芯片系列：Lightspeeur® 光矛®
* 芯片型号：SPR2801S
* 能耗效率：9.3 TOPs/Watt
* 超低功耗：2.8 TOPs @300mW
* 峰值性能：5.6 TOPs @100MHz
* 硬件接口：SDIO3.0 eMMC 4.5
* 芯片封装：BGA (7mm*7mm)
* 制造工艺：28nm
|-
| 接口标准 || USB 2.0,USB3.0 Type-A
|-
| 传输带宽 || read bandwidth=68.00MB/s, write bandwidth=84.69MB/s
|-
| 开源框架 || Caffe，Tensorflow，PyTorch（PyTorch暂时只支持分类任务）
|-
| 支持模型 || VGG，SSD
|-
| 操作系统 || X86 Linux（Ubuntu 16.04） ARM Linux ARM Android（ARM v7，ARM v8）
|-
| 工作电压 || DC 5V 200mA
|-
| 工作温度 || 0° C to 40° C
|-
| 存储温度 || -20° C to 80° C
|-
| 外形尺寸 || 66.5 mm x 20.5 mm x 10.8 mm
|-
| 软件提供 ||
* Plai™(基于PyTorch的”full-stack”框架)
* 开放ARM、X86 SDK，内置1到2个模型演示； 模型训练工具PlaiTM。
|-
| 备注 || PLAI训练工具及其相关资料可免费提供
|}
<br><br>
== 产品展示 ==
[[Image:AI-stick-lite.png]]<br><br>
Orange Pi Al Stick Lite内置Lightspeeur®光矛SPR2801AI芯片，通过USB接口灵活快速的方式，赋予手机、个人电脑等设备直接运行实时深度学习，并实现图片、视频、语音、自然语言识别的能力。<br>
== 特征 ==
* 无序列表项<br><br>
* 支持USB2.0和3.0标准接口通信<br><br>
* 无需编程，无语言障碍<br><br>
* 开放SDK，可以应用于X86，ARM等平台<br><br>
* 支持Android，Linux等操作系统<br><br>
* 支持VGG，SSD等神经网络模型<br><br>
<big>'''一个专用的模型转换与训练平台，易学易用'''</big><br><br>
我们提供了专用的模型转换工具，支持基于caffe的卷积神经网络（CNN）模型分解。<br>
此外，还免费提供PLAI训练工具及其相关资料。PLAI训练工具则能将原始的图片、视频、语音、自然语言快速训练成型，直接应用于神经网络计算棒中。<br>
这是一个易学易用的平台。所有感兴趣的开发者可以轻松上手，进行深度学习。<br><br>
== 应用领域 ==
* 无序列表项<br><br>
* 目标检测&分类<br><br>
* 移动边缘计算<br><br>
* 智能监控<br><br>
* 智能玩具与机器人<br><br>
* 智能家居<br><br>
* 虚拟现实与增强现实<br><br>
* 人脸检测与识别<br><br>
* 语音识别<br><br>
* 自然语言处理<br><br>
* 嵌入式深度学习设备<br><br>
* 云端机器学习与深度学习系统<br><br>
* 人工智能数据中心服务器<br><br>
* 高级辅助驾驶与自动驾驶<br><br>
== 开发模式 ==
* 计算棒+PC<br><br>
* 计算棒+ARM开发板<br><br>
== 硬件规格 ==
{| class="wikitable" style="width:800px;"
|-
| 型号 || Orange Pi AI Stick Lite
|-
| AI处理器 ||
* 芯片系列：Lightspeeur® 光矛®
* 芯片型号：SPR2801S
* 能耗效率：9.3 TOPs/Watt
* 超低功耗：2.8 TOPs @300mW
* 峰值性能：5.6 TOPs @100MHz
* 硬件接口：SDIO3.0 eMMC 4.5
* 芯片封装：BGA (7mm*7mm)
* 制造工艺：28nm
|-
| 接口标准 || USB 2.0,USB3.0 Type-A
|-
| 传输带宽 || read bandwidth=68.00MB/s, write bandwidth=84.69MB/s
|-
| 开源框架 || Caffe，Tensorflow，PyTorch（PyTorch暂时只支持分类任务）
|-
| 支持模型 || VGG，SSD
|-
| 操作系统 || X86 Linux（Ubuntu 16.04） ARM Linux ARM Android（ARM v7，ARM v8）
|-
| 工作电压 || DC 5V 200mA
|-
| 工作温度 || 0° C to 40° C
|-
| 存储温度 || -20° C to 80° C
|-
| 外形尺寸 || 66.5 mm x 20.5 mm x 10.8 mm
|-
| 软件提供 ||
* Plai™(基于PyTorch的”full-stack”框架)
* 开放ARM、X86 SDK，内置1到2个模型演示； 模型训练工具PlaiTM。
|-
| 备注 || PLAI训练工具及其相关资料可免费提供
|}
<br><br>
== 产品展示 ==
[[Image:AI-stick-lite.png]]<br><br>
