前言

最近树莓派4b发布了8gb的版本，这么大的内存用在嵌入式设备上，简直是为了深度计算而生，果断入手了一块，遂开启了一轮踩坑之旅。

为了避免重复网上已有的树莓派教程，后续系列文章，我尽量以2020年为基准，先打造一个最新最稳定的软硬件开发环境，再在其上构建AI应用。比如选择构建OpenCV 4.4，pyTorch 1.6和1.7，Tensorflow 2.1，然后在上面跑yolo v5应用，用intel NCS2加速等等…

这篇我们先来选用一些必要的硬件设备，其中标明必备的，则是运行系统所要求的，型号规格尽量保持一致，可选的部分可根据实际AI应用选择即可。

树莓派4b（必备，4gb或8gb）

如果是开发折腾用推荐8gb版本，无论是tensorflow还是pytorch，甚至想在树莓派上开个chrome查下文档，都占相当大的内存。不过由实际使用来看，4gb的版本足已满足当前需求，性价比很高，预算有限的优先选择。而2gb的版本不推荐，在编译大型应用或跑推理模型的时候容易OOM，需要设置很大交换内存，会显著的拖慢编译速度，极度缩减tf卡的寿命。

读卡器（必备）

烧写镜像或是读写配置文件都需要用到，SD卡套或usb读卡器都行，笔记本的话用卡套方便些。读卡器可以考虑usb 3.0，不过大多数情况2.0的480Mbps匹配MircoSDXC的速度也够用了。

摄像头（必备）

跑CV类的AI应用必备，推荐采用CSI的视频接口，树莓派的USB口太紧凑了，USB的摄像头不一定有位置可以插。必要的时候还需要扩展一个USB HUB解决多外设的问题。如果要跑工业CV应用，可以选用 IMX477R 高清摄像头配相应的长焦和微距镜头。

充电器5v3A（必备）

官方电源和国产配套电源（带开关方便重启）都能满足需要，普通手机充电器一般才2A，有太多外设的话，电源的压力就很大。连接太多外设的跑应用时候，会看到屏幕右上方的闪电亏电标志。

无线键盘鼠标（可选）

如果想直接把树莓派当PC用，配一个Nano的无线键鼠，有物理输入设备，会方便调试代码。没有的话，也可以用VNC来远程桌面访问，所以根据需要可选。

intel神经棒NCS2（可选）

AI应用往往是会进行大量浮点数计算，一般会采用GPU进行运算，通过GPU强大的浮点数运算能力，可以有效提升神经网络运算的效能，但若是要将神经网络运算放到如树莓派的单板计算机进行运算，却往往受限于单板计算机的GPU运算效能，使得神经网络运算的速度不足。

虽然树莓派4b的运行速度是3b的3倍以上，但跑AI推理还是无法达到实时（实测跑yolo v4s，0.3fps），但是透过单板计算机进行AIoT的应用促进了边缘运算技术的发展，若单板计算机要在神经网络运算上获得较佳的运算效能，可以考虑透过USB即插即用的外接神经运算装置解决神经网络运算的效能需求。

Google Coral Edge TPU USB加速棒 或者 intel Neural Compute Stick 2 都是可以使用的，就性价比来说，NCS2会更高些。

usb延长线或usb hub（可选）

树莓派的USB口都集中在一起，直插设备的话（比如NCS2）会把其他的口都挡住，所以多外设的话，最好再配一些usb延长线或是usb hub扩展接口数量。

树莓派UPS或充电宝（可选）

如果想外出采集数据或是实验AI应用的话，还需要配备一个足够大的充电宝。前文提到普通充电宝接口电流最大2A，如要更大电流，就需要采用两节18650那种提供稳定的电源支持。

树莓派 4G模块（可选）

在户外的车载项目或AIoT应用中，4G模块可以提供无线的远程连接。可以提供云端推理或是传感器数据云端存储，实现4G高速上网，无线通信，打电话，发短信，全球定位等功能。

上述器件入手后，一顿操作将他们组合到一起就搞定硬件平台了。

整体上来看，相对于 NVIDIA的 Jetson 和Google的 Coral 而言，树莓派是一个比较低廉的边缘计算设备，对于大规模对成本敏感的传感器网络来说，是一个很好的可选方案。