# HAT con NPU de DEEPX para Raspberry Pi 5: qué puede hacer

> Raspberry Pi presenta un HAT de Sixfab con NPU de DEEPX. La visión por cámara cabe en 13-26 TOPS; para texto, la memoria. Con cámaras, Hailo es más directo.

- URL: https://roobrief.com/es/posts/sbc-npu-on-device-ai
- Language: es
- Published: 2026-10-20T06:00:00.000Z
- Tags: hardware
- Source: https://www.raspberrypi.com/news/seeing-understanding-and-responding-low-power-cnn-vlm-and-slm-workloads-on-raspberry-pi-5/

**El 5 de octubre, el blog oficial de Raspberry Pi presentó el Sixfab AI HAT+, que lleva una NPU de la empresa surcoreana DEEPX. La versión disponible hoy es la DX-M1M de 25 TOPS, a 90 dólares (unos 80 euros).**

Una NPU es un acelerador en el chip dedicado a cálculos de redes neuronales, y la IA en el dispositivo consiste en ejecutar los modelos en la propia placa en lugar de en la nube. Los TOPS cuentan billones de operaciones por segundo y sirven como referencia aproximada de la velocidad de un acelerador. Sixfab y DEEPX anunciaron esta placa el 26 de junio, así que el artículo de Raspberry Pi es una presentación, no un lanzamiento.

## Qué puede hacer la IA en el dispositivo

Los modelos ligeros ya funcionan en la CPU de la Pi. Raspberry Pi reserva el acelerador para las pocas tareas que la CPU no aguanta, como una cámara siempre encendida, un robot o un equipo industrial. Una NPU de unos 3 W puede mantener ese trabajo sin viajes a la nube. Eso sí, los 3 W son el consumo típico de la NPU sola: una Pi 5 con el HAT consume entre 13 y 15 W a plena carga según Sixfab, y se recomienda el adaptador oficial de 27 W.

El alcance es estrecho. La placa distingue personas, coches y posturas, añade un pie de foto breve o convierte una frase hablada en una orden. Las preguntas de cultura general y las conversaciones largas son cosa de la nube, y Raspberry Pi marca la misma frontera.

## Qué cubre cada tramo de TOPS

Con 13 TOPS, lo habitual es una cámara y un modelo: ¿es una persona?, ¿hacia dónde mira?, ¿qué postura tiene? El AI HAT+ oficial con Hailo-8L está aquí y cuesta 70 dólares (unos 62 euros). La versión de 13 TOPS de DEEPX (DX-M1ML, 63 dólares, unos 56 euros) llegará en el cuarto trimestre y todavía no se puede comprar.

Con 25 TOPS se apilan varios modelos: detección más estimación de postura o segmentación sobre la misma imagen, o varias cámaras. El HAT de DEEPX está en este tramo; el Hailo-8 oficial ofrece 26 TOPS por 110 dólares (unos 98 euros). Al presentar el primer AI HAT+ en 2024, Raspberry Pi explicó que 13 y 26 TOPS hacen el mismo tipo de trabajo, y que con 26 caben redes mayores y varios modelos en paralelo.

Con 40 TOPS entra el texto corto. El AI HAT+ 2 oficial (Hailo-10H) se anuncia con 40 TOPS en INT4 y 8 GB de memoria integrada, y su documentación menciona pies de foto breves y conversión de voz en órdenes. Salió a 130 dólares (unos 120 euros), y la página oficial muestra ahora 200 dólares (unos 180 euros).

| Tramo | Qué hace | Ejemplo |
|---|---|---|
| 13 TOPS | Visión con una cámara | AI HAT+ oficial 70 dólares (unos 62 euros) |
| 25-26 TOPS | Varios modelos, varias cámaras | DEEPX 90 dólares (unos 80 euros), oficial 110 dólares (unos 98 euros) |
| 40 TOPS (INT4) | También texto corto y voz | AI HAT+ 2 oficial 200 dólares (unos 180 euros) |

Los TOPS no se miden con la misma vara. Los 25 de DEEPX son en INT8 y los 40 del AI HAT+ 2, en INT4. Los 45 TOPS de la Orange Pi 6 suman CPU, NPU y GPU; la NPU sola llega a 28,8 TOPS. La NPU de la Banana Pi AIM7 alcanza como máximo 6 TOPS.

## Cómo eligen en la práctica los desarrolladores

En la práctica, la elección sigue lo corto que sea el camino en software.

Para cámaras y videovigilancia doméstica, es el Hailo oficial. rpicam-apps y Picamera2, de Raspberry Pi OS, usan la NPU de Hailo automáticamente. Frigate, el grabador de código abierto que detecta personas y coches, admite Hailo-8 y 8L como detectores. Jeff Geerling cuenta que un Hailo-8L de 70 dólares movió dos cámaras con una detección de unos 12 ms y poco uso de CPU. Frigate ya no recomienda Coral para instalaciones nuevas.

Si solo necesitas un modelo de lenguaje, un HAT con NPU puede no ser la respuesta. Geerling midió la generación de texto en el AI HAT+ 2 y vio que la CPU de la Pi 5 era más rápida. El HAT gana cuando deja libre la CPU para correr cámara y texto corto a la vez, pero en el lanzamiento esa combinación falló por falta de ejemplos. Hailo, por su parte, da tiempos mucho menores hasta el primer token (un fragmento pequeño de texto, aproximadamente parte de una palabra, que los modelos de IA leen y escriben) en el HAT. Las dos cifras miden cosas distintas.

En DEEPX, se exporta el modelo a ONNX (un formato común de archivo de modelo que los frameworks de entrenamiento se intercambian), se cuantiza a INT8 (reducir los números del modelo a menos bits) y se compila a un archivo `.dxnn` para el chip. La compilación se hace en un PC x86_64, y el runtime lo ejecuta en la placa. En el benchmark de Raspberry Pi (Pi 5 de 8 GB), mobilenet_v2 alcanzó 2361 FPS y deeplabv3plus 155 FPS. Sixfab indica 30-35 FPS para YOLOv8n a 640×640. No está tan integrado en rpicam y Frigate como Hailo.

Orange Pi y Banana Pi llevan la NPU en el chip, así que no hay que comprar un HAT.

## Lo que no pudimos confirmar

- El artículo de Raspberry Pi muestra un benchmark de Qwen3-1.7B en este HAT (4,64 tok/s con la DX-M1M), pero las preguntas frecuentes de la página de producto de Sixfab dicen que la DX-M1M es por ahora solo para visión y no admite modelos de lenguaje. No pudimos determinar cuál es correcta.
- Tampoco pudimos confirmar que Frigate haya incluido DEEPX en su documentación publicada. La documentación estable solo menciona Hailo.
- El HAT de DEEPX sigue en proceso de certificaciones como CE y FCC, y solo funciona con la Pi 5 (no con Pi 4, CM4 ni CM5 IO Board).

## Qué comprobar ahora

Lo que sigue es **nuestra estimación y consejo**, a partir de las especificaciones públicas y de análisis de usuarios.

- **Si solo necesitas cámaras, empieza por el Hailo-8L de 70 dólares.** El Hailo de 26 TOPS o el DEEPX de 25 TOPS compensan cuando hacen falta varios modelos o flujos.
- **Si necesitas texto, mira juntas la memoria y la velocidad de generación.** Antes de comprar el HAT de DEEPX para eso, aclara la discrepancia entre el blog y las preguntas frecuentes.
- **Comprueba primero que tu modelo se compila al formato del chip.** Los archivos de Hailo y de DEEPX no son intercambiables.

## Qué vigilar

Si la versión de 13 TOPS de DEEPX llega a enviarse, cómo concilian Raspberry Pi y Sixfab lo que dicen sobre modelos de lenguaje y cuándo incorpora Frigate Hailo-10H o DEEPX a su documentación publicada.

> Conversiones al tipo de cambio del 20 de octubre de 2026.

## Fuentes

- [Seeing, understanding, and responding: low-power CNN, VLM and SLM workloads on Raspberry Pi 5](https://www.raspberrypi.com/news/seeing-understanding-and-responding-low-power-cnn-vlm-and-slm-workloads-on-raspberry-pi-5/) (Raspberry Pi)
- [DEEPX and Sixfab Launch 'DEEPX AI HAT' to Drive Edge Physical AI on Raspberry Pi](https://www.prnewswire.com/news-releases/deepx-and-sixfab-launch-deepx-ai-hat-to-drive-edge-physical-ai-on-raspberry-pi-302811587.html) (PR Newswire)
- [Sixfab AI HAT+ for Raspberry Pi 5](https://sixfab.com/product/ai-hat-plus-raspberry-pi-5/) (Sixfab)
- [DX-M1](https://deepx.ai/products/dx-m1/) (DEEPX)
- [DXNN SDK](https://developer.deepx.ai/tech-docs/DXNN-SDK/) (DEEPX)
- [AI HATs](https://www.raspberrypi.com/documentation/accessories/ai-hat-plus.html) (Raspberry Pi)
- [Buy a Raspberry Pi AI HAT+](https://www.raspberrypi.com/products/ai-hat/) (Raspberry Pi)
- [Raspberry Pi AI HAT+ product brief](https://pip-assets.raspberrypi.com/categories/1081-raspberry-pi-ai-hat/documents/RP-008133-DS-1-raspberry-pi-ai-hat-plus-product-brief.pdf) (Raspberry Pi)
- [Introducing the Raspberry Pi AI HAT+ 2: Generative AI on Raspberry Pi 5](https://www.raspberrypi.com/news/introducing-the-raspberry-pi-ai-hat-plus-2-generative-ai-on-raspberry-pi-5/) (Raspberry Pi)
- [Buy a Raspberry Pi AI HAT+ 2](https://www.raspberrypi.com/products/ai-hat-plus-2/) (Raspberry Pi)
- [OrangePi 6](http://www.orangepi.org/html/hardWare/computerAndMicrocontrollers/details/Orange-Pi-6.html) (Orange Pi)
- [Banana Pi BPI-AIM7](https://docs.banana-pi.org/en/BPI-AIM7/BananaPi_BPI-AIM7) (Banana Pi)
- [Banana Pi BPI-SM9 16-ENC-A3](https://banana-pi.org/en/core-board-and-kit/183.html) (Banana Pi)
- [Introducing the Raspberry Pi AI HAT+](https://www.raspberrypi.com/news/raspberry-pi-ai-hat/) (Raspberry Pi)
- [When and why you might need the Raspberry Pi AI HAT+ 2](https://www.raspberrypi.com/news/when-and-why-you-might-need-the-raspberry-pi-ai-hat-plus-2/) (Raspberry Pi)
- [Raspberry Pi's new AI HAT adds 8GB of RAM for local LLMs](https://www.jeffgeerling.com/blog/2026/raspberry-pi-ai-hat-2/) (Jeff Geerling)
- [Frigate with Hailo for object detection on a Raspberry Pi](https://www.jeffgeerling.com/blog/2026/frigate-with-hailo-for-object-detection-on-a-raspberry-pi/) (Jeff Geerling)
- [Object Detectors](https://docs.frigate.video/configuration/object_detectors/) (Frigate)
- [Recommended hardware](https://docs.frigate.video/frigate/hardware) (Frigate)