# HAT NPU DEEPX pour Raspberry Pi 5 : ce qu'il sait faire

> Raspberry Pi présente un HAT Sixfab à NPU DEEPX. La vision par caméra tient dans 13 à 26 TOPS ; pour le texte, la mémoire compte. Hailo reste plus direct.

- URL: https://roobrief.com/fr/posts/sbc-npu-on-device-ai
- Language: fr
- 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/

**Le 5 octobre, le blog officiel de Raspberry Pi a présenté le Sixfab AI HAT+, qui embarque un NPU de l'entreprise sud-coréenne DEEPX. La version disponible aujourd'hui est le DX-M1M de 25 TOPS, à 90 dollars (environ 80 euros).**

Un NPU est un accélérateur intégré à la puce, dédié aux calculs de réseaux de neurones ; l'IA embarquée consiste à faire tourner les modèles sur la carte plutôt que dans le cloud. Les TOPS comptent des milliers de milliards d'opérations par seconde et servent de repère approximatif pour la vitesse d'un accélérateur. Sixfab et DEEPX ont annoncé cette carte dès le 26 juin : l'article de Raspberry Pi est donc une présentation, pas un lancement.

## Ce que l'IA embarquée permet ici

Les modèles légers tournent déjà sur le CPU du Pi. Raspberry Pi réserve l'accélérateur aux rares tâches que le CPU ne digère pas, comme une caméra toujours active, un robot ou un équipement industriel. Un NPU d'environ 3 W peut tenir ce genre de charge sans aller-retour vers le cloud. Mais ces 3 W sont la consommation typique du NPU seul : un Pi 5 avec le HAT tire 13 à 15 W en charge selon Sixfab, et l'alimentation officielle de 27 W est recommandée.

Le champ reste étroit. La carte repère des personnes, des voitures et des postures, ajoute une courte légende ou transforme une phrase prononcée en commande. Les questions de culture générale et les longues conversations relèvent du cloud, et Raspberry Pi trace la même frontière.

## Ce que couvre chaque palier de TOPS

À 13 TOPS, une caméra et un modèle forment la base : y a-t-il une personne, où regarde-t-elle, quelle est sa posture. Le AI HAT+ officiel avec Hailo-8L se place ici, à 70 dollars (environ 62 euros). La version 13 TOPS de DEEPX (DX-M1ML, 63 dollars, environ 56 euros) est annoncée pour le quatrième trimestre et reste introuvable.

À 25 TOPS, on empile plusieurs modèles : détection plus estimation de posture ou segmentation sur la même image, ou plusieurs caméras. Le HAT DEEPX entre dans cette catégorie ; le Hailo-8 officiel offre 26 TOPS pour 110 dollars (environ 98 euros). En présentant le premier AI HAT+ en 2024, Raspberry Pi expliquait que 13 et 26 TOPS font le même type de travail, et que 26 permet des réseaux plus gros et plusieurs modèles en parallèle.

À 40 TOPS, le texte court entre en jeu. Le AI HAT+ 2 officiel (Hailo-10H) est annoncé à 40 TOPS en INT4 avec 8 Go de mémoire embarquée ; sa documentation cite les courtes légendes et la conversion de la voix en commandes. Il coûtait 130 dollars (environ 120 euros) à sa sortie, et la page officielle affiche désormais 200 dollars (environ 180 euros).

| Palier | Usage | Exemple |
|---|---|---|
| 13 TOPS | Vision avec une caméra | AI HAT+ officiel 70 dollars (environ 62 euros) |
| 25–26 TOPS | Plusieurs modèles, plusieurs caméras | DEEPX 90 dollars (environ 80 euros), officiel 110 dollars (environ 98 euros) |
| 40 TOPS (INT4) | Aussi texte court et voix | AI HAT+ 2 officiel 200 dollars (environ 180 euros) |

Les TOPS ne se mesurent pas avec la même règle. Les 25 de DEEPX sont en INT8, les 40 du AI HAT+ 2 en INT4. Les 45 TOPS de l'Orange Pi 6 additionnent CPU, NPU et GPU ; le NPU seul fait 28,8 TOPS. Le NPU du Banana Pi AIM7 plafonne à 6 TOPS.

## Comment les développeurs choisissent en pratique

Dans les faits, le choix suit la longueur du chemin côté logiciel.

Pour les caméras et la vidéosurveillance domestique, c'est le Hailo officiel. Les outils rpicam-apps et Picamera2 de Raspberry Pi OS utilisent automatiquement le NPU Hailo. Frigate, l'enregistreur open source qui repère personnes et voitures, prend en charge les Hailo-8 et 8L comme détecteurs. Jeff Geerling rapporte qu'un Hailo-8L à 70 dollars a fait tourner deux caméras avec une détection d'environ 12 ms et une faible charge CPU. Frigate ne recommande plus Coral pour les nouvelles installations.

Si vous n'avez besoin que d'un modèle de langage, un HAT NPU n'est peut-être pas la réponse. Geerling a mesuré la génération de texte sur le AI HAT+ 2 et trouvé le CPU du Pi 5 plus rapide. Le HAT s'impose quand il libère le CPU pour faire tourner caméra et texte court ensemble, mais à la sortie, cette combinaison a échoué faute d'exemples. De son côté, Hailo annonce des délais bien plus courts avant le premier jeton sur le HAT. Ces deux chiffres ne mesurent pas la même chose.

Côté DEEPX, on exporte le modèle en ONNX (un format de fichier de modèle échangé entre frameworks d'entraînement), on le quantifie en INT8 (on réduit ses nombres à moins de bits) puis on le compile en fichier `.dxnn` pour la puce. La compilation se fait sur un PC x86_64, et le runtime exécute le résultat sur la carte. Dans le benchmark de Raspberry Pi (Pi 5 de 8 Go), mobilenet_v2 atteint 2 361 FPS et deeplabv3plus 155 FPS. Sixfab annonce 30 à 35 FPS pour YOLOv8n en 640×640. L'intégration dans rpicam et Frigate n'a pas le niveau de celle de Hailo.

Orange Pi et Banana Pi embarquent le NPU dans la puce, sans HAT à acheter.

## Ce que nous n'avons pas pu confirmer

- L'article de Raspberry Pi montre un benchmark de Qwen3-1.7B sur ce HAT (4,64 tok/s sur le DX-M1M), mais la FAQ de la page produit de Sixfab indique que le DX-M1M est pour l'instant réservé à la vision et ne prend pas en charge les modèles de langage. Nous n'avons pas pu trancher.
- Nous n'avons pas pu confirmer que Frigate a ajouté DEEPX à sa documentation publiée. La documentation stable ne mentionne que Hailo.
- Le HAT DEEPX est encore en cours de certification (CE, FCC, etc.) et ne fonctionne qu'avec le Pi 5 (pas avec le Pi 4, le CM4 ni le CM5 IO Board).

## À vérifier maintenant

Ce qui suit est **notre estimation et nos conseils**, fondés sur les caractéristiques publiques et des retours d'usage.

- **Pour des caméras seules, commencez par le Hailo-8L à 70 dollars.** Le Hailo à 26 TOPS ou le DEEPX à 25 TOPS valent le coup quand il faut plusieurs modèles ou flux.
- **Pour du texte, regardez ensemble la mémoire et la vitesse de génération.** Avant d'acheter le HAT DEEPX pour cet usage, clarifiez le désaccord entre le blog et la FAQ.
- **Vérifiez d'abord que votre modèle se compile dans le format de la puce.** Les fichiers Hailo et DEEPX ne sont pas interchangeables.

## À surveiller

La livraison effective de la version DEEPX à 13 TOPS, la façon dont Raspberry Pi et Sixfab accordent leurs messages sur les modèles de langage, et le moment où Frigate intégrera Hailo-10H ou DEEPX à sa documentation publiée.

> Conversions au taux de change du 20 octobre 2026.

## Sources

- [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)