樹莓派基金會在 2012 年正式發表樹莓派單板電腦（Single Board Computer, SBC）時的願景，是希望每個學生都可以用能負擔的價格，人手一台電腦來學習計算機領域的技術與科技。誰能料想到，10年後的現在，第四代樹莓派卻是各廠家、師生、開發團隊捧著錢還未必買得到邊緣運算裝置。

樹莓派 Raspberry Pi 4B (source: Unsplash)

35 美金的（單板）電腦

樹莓派以只要 35 美金的電腦為口號而橫空出世，起初的確讓多數人不以為意，拙劣的效能、難用的軟體、闕漏的文件等，這些問題應該都存在當時使用者的心中。直到陸續更新硬體到第三代時，情況有了改變，在售價不變的基礎下，硬體效能更好了、軟體也豐富了、網路資料文獻也齊全了！不少工程師甚至也願意拿樹莓派作為公司內部專案或是治具使用，一個 35 美金的電腦搭配周邊硬體與軟體的開發，就能做出一個公司或個人的生產力工具，不香嗎？

相容性最好的嵌入式系統

如果你曾經開發過 ARM架 構的嵌入式系統，你一定會有一段悲慘的經驗，函式庫不相容是基本的，編譯錯誤也是家常便飯。如果你是用 python，一堆 PC 上的 module 也都無法在嵌入式系統使用，還未正式開始寫 code 可能就被這些環境問題給擊倒。而在樹莓派上這些問題卻不易復見，憑藉著廣大的使用者與開發者社群，大多數的 python 套件要安裝在樹莓派上也都絕非難事，甚至也可以說：如果你在樹莓派上還會有環境設定的問題，那你可能還沒準備好使用 ARM 架構的嵌入式系統。

Edge AI 的臨門一腳

要在樹莓派這個以一般用途為出發點所設計的單板電腦，作為一個 Edge AI 的邊緣運算裝置，稍微是勢單力薄些。縱使有很好的軟體支援，容易搭配的硬體模組，這讓近年有不少中小型開發團隊使用樹莓派作為邊緣裝置，但遷就於 CPU 本身運算能力不足，效能還是容易遇上瓶頸，僅能在勉強堪用的階段。若是真的要使用樹莓派來進行 AI 推論，還是需要搭配 Intel 的神經運算棒 NCS2(Neural Compute Stick 2) 或是 google 的 Edge TPU Accelerator，來加強神經網路運算，這兩者在樹莓派上一樣都有提供 Python 與 C++ 的 API 。

樹莓派搭配 Edge TPU Accelerator (source: coral.ai)

優劣勢短評

作為一個一般用途的嵌入式系統，樹莓派絕對是上上之選，即便這兩年因為市場缺貨讓終端的售價不再如以往親民，但在樹莓派強的支援性與社群利基之下，難有其他同質性產品能出其右。但若是真要做為 Edge AI 的運算裝置，則還需要額外的運算模組或加速器來輔助，否則其效能真會讓開發者懷疑人生。加上樹莓派的零件選用都並非工業規格，在惡劣環境下也難以維持長期穩定的運作，若是真的有 Edge AI 應用需求，則多半需要使用 CM4（第四代運算模組 Compute Module 4）再搭配設計底板硬體電路，種種項目堆疊下來，樹莓派真要作為 Edge AI 使用，現在時機還未到。

優勢

• 容易使用、教學資源完整
• 社群興盛、應用專案多元
• 價格便宜、容易取得入手（原廠定價）
• 軟體支援、Python模組豐富

劣勢

• AI 運算效能偏低
• 2021年開始出現供應缺貨問題（目前仍未改善）