Hailo-8的测试见往期文章，最近树莓派发布了官方套件——Raspberry Pi AI Kit，其采用Hailo-8L，算力为13TOPS，是Hailo-8算力的一半，官网地址为。最近在进行Raspberry Pi AI Kit使用测试。与Hailo-8外观基本一致。

边缘端设备的计算能力有限，因此在边缘设备能够使深度学习算法便于应用，使深度学习更具实际价值。1）hailo-8 M.2 M加速卡已经进行初步分享，后续分析推断过程参数设置；目前，已经购得了一些开发板并学习了一段时间，希望能够分享一些使用经验。2）Canmv K230目前资料较少，近期会进行分享一次使用经验。6、hailo-8 M.2 M加速卡。不定期更新，欢迎相互交流经验。2、RK3588（香橙派

边缘端设备的计算能力有限，因此在边缘设备能够使深度学习算法便于应用，使深度学习更具实际价值。1）hailo-8 M.2 M加速卡已经进行初步分享，后续分析推断过程参数设置；目前，已经购得了一些开发板并学习了一段时间，希望能够分享一些使用经验。2）Canmv K230目前资料较少，近期会进行分享一次使用经验。6、hailo-8 M.2 M加速卡。不定期更新，欢迎相互交流经验。2、RK3588（香橙派

linux系统还是Ubuntu 20的与文档要求的18不符，Windows又是各种问题。此时还不能连接网络，因为内置文件中的配置为被动模式，需要先改文档问主动模式。设置ip地址，但此时无法登录计算棒系统，需要在cmd中输入命令。待续，还未可是做加速，不知道设置好要多久。插入电脑后显示几个文件，但一直无法进入系统。好过坑哦，文档教程真是不想吐槽。重新在浏览器中输入登录地址。更新后1.4-1.7。

目前已经更新了一些信号处理的笔记与深度学习的笔记，主要采用micropython，但是随着系统的逐渐完善，原有的一些笔记内容已经不能运行，需要进行更新。同时micropython的环境仅使用部分k230的性能，因此对于C++的开发学习看起来很有必要，但所需要的学习成本急剧增加。1 原有的笔记重新编写，以适应现在的micropython系统，适当补充原笔记内容；2 增加C++开发案例的简单流程描述，

已经使用一段时间Canmv K230开发板了，给人的印象，便宜，好用，资料比较齐全，交流群响应比较及时。在使用了一段时间micropython镜像后，只能使用一些基础的案例，虽然关于针对AI的开发可以直接调用各种代码，但实际应用中学会其中的原理比会调用函数库重要的多（个人简介），同时一些高级功能，如RVV好像也只能用C++开发。