http://www.orangepi.cn/orangepiwiki/index.php?action=history&feed=atom&title=Orange_Pi_AI_Stick_Lite 2026-05-25T17:06:00Z 本wiki的该页面的版本历史 MediaWiki 1.30.0 http://www.orangepi.cn/orangepiwiki/index.php?title=Orange_Pi_AI_Stick_Lite&diff=394&oldid=prev 2022-06-21T11:46:03Z

<p>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…”</p> <p><b>新页面</b></p><div>== 介绍 ==<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。&lt;br&gt;<br /> == 特征 ==<br /> * 无序列表项&lt;br&gt;&lt;br&gt;<br /> * 支持USB2.0和3.0标准接口通信&lt;br&gt;&lt;br&gt;<br /> * 无需编程，无语言障碍&lt;br&gt;&lt;br&gt;<br /> * 开放SDK，可以应用于X86，ARM等平台&lt;br&gt;&lt;br&gt;<br /> * 支持Android，Linux等操作系统&lt;br&gt;&lt;br&gt;<br /> * 支持VGG，SSD等神经网络模型&lt;br&gt;&lt;br&gt;<br /> &lt;big&gt;'''一个专用的模型转换与训练平台，易学易用'''&lt;/big&gt;&lt;br&gt;&lt;br&gt;<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。&lt;br&gt;<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。&lt;br&gt;<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。&lt;br&gt;&lt;br&gt;<br /> == 应用领域 ==<br /> * 无序列表项&lt;br&gt;&lt;br&gt;<br /> * 目标检测&amp;分类&lt;br&gt;&lt;br&gt;<br /> * 移动边缘计算&lt;br&gt;&lt;br&gt;<br /> * 智能监控&lt;br&gt;&lt;br&gt;<br /> * 智能玩具与机器人&lt;br&gt;&lt;br&gt;<br /> * 智能家居&lt;br&gt;&lt;br&gt;<br /> * 虚拟现实与增强现实&lt;br&gt;&lt;br&gt;<br /> * 人脸检测与识别&lt;br&gt;&lt;br&gt;<br /> * 语音识别&lt;br&gt;&lt;br&gt;<br /> * 自然语言处理&lt;br&gt;&lt;br&gt;<br /> * 嵌入式深度学习设备&lt;br&gt;&lt;br&gt;<br /> * 云端机器学习与深度学习系统&lt;br&gt;&lt;br&gt;<br /> * 人工智能数据中心服务器&lt;br&gt;&lt;br&gt;<br /> * 高级辅助驾驶与自动驾驶&lt;br&gt;&lt;br&gt;<br /> == 开发模式 ==<br /> * 计算棒+PC&lt;br&gt;&lt;br&gt;<br /> * 计算棒+ARM开发板&lt;br&gt;&lt;br&gt;<br /> == 硬件规格 ==<br /> {| class=&quot;wikitable&quot; style=&quot;width:800px;&quot;<br /> |-<br /> | 型号 || Orange Pi AI Stick Lite<br /> |-<br /> | AI处理器 || <br /> * 芯片系列：Lightspeeur® 光矛®<br /> * 芯片型号：SPR2801S<br /> * 能耗效率：9.3 TOPs/Watt<br /> * 超低功耗：2.8 TOPs @300mW<br /> * 峰值性能：5.6 TOPs @100MHz<br /> * 硬件接口：SDIO3.0  eMMC 4.5<br /> * 芯片封装：BGA (7mm*7mm)<br /> * 制造工艺：28nm<br /> |-<br /> | 接口标准 || USB 2.0,USB3.0  Type-A<br /> |-<br /> | 传输带宽 || read bandwidth=68.00MB/s, write bandwidth=84.69MB/s<br /> |-<br /> | 开源框架 || Caffe，Tensorflow，PyTorch（PyTorch暂时只支持分类任务）<br /> |-<br /> | 支持模型 || VGG，SSD<br /> |-<br /> | 操作系统 || X86 Linux（Ubuntu 16.04） ARM Linux  ARM Android（ARM v7，ARM v8）<br /> |-<br /> | 工作电压 || DC 5V 200mA<br /> |-<br /> | 工作温度 || 0° C to 40° C<br /> |-<br /> | 存储温度 || -20° C to 80° C<br /> |-<br /> | 外形尺寸 || 66.5 mm x 20.5 mm x 10.8 mm<br /> |-<br /> | 软件提供 || <br /> * Plai™(基于PyTorch的”full-stack”框架)<br /> * 开放ARM、X86 SDK，内置1到2个模型演示； 模型训练工具PlaiTM。<br /> |-<br /> | 备注 || PLAI训练工具及其相关资料可免费提供<br /> |}<br /> &lt;br&gt;&lt;br&gt;<br /> == 产品展示 ==<br /> [[Image:AI-stick-lite.png]]&lt;br&gt;&lt;br&gt;</div>

Admin