Raspberry Pi IA : quel module choisir et trois projets à refaire chez soi

L’offre Raspberry Pi IA officielle tient, en novembre 2026, en trois accessoires. L’AI HAT+ (13 ou 26 TOPS) accélère la vision, l’AI HAT+ 2 (40 TOPS et 8 Go de mémoire) fait tourner de petits modèles de langage, et la caméra IA calcule dans son capteur. Les deux cartes exigent un Raspberry Pi 5 ; la caméra se branche sur tous les modèles.

Le reste dépend de votre projet, et d’un budget entamé par la flambée de la mémoire. Au programme : quoi acheter, les vitesses publiées, les prix du 7 novembre 2026 et trois projets tirés de la documentation officielle. Ce sont les briques de notre dossier sur la robotique et l’intelligence artificielle, sur une carte qui tient dans la main.

Raspberry Pi IA : les pièces officielles en novembre 2026

Illustration d’un projet Raspberry Pi IA : carte générique avec module empilé, caméra et micro sur un établi
Une carte, un module d’accélération empilé, une caméra et un micro : le matériel type des trois projets (illustration générée par IA).

Tout part du Raspberry Pi 5. Son processeur Broadcom BCM2712 (quatre cœurs Cortex-A76 à 2,4 GHz) et son port PCIe 2.0 x1 en font la seule carte de la gamme qui accepte les deux AI HAT. Sa mémoire va de 1 à 16 Go, et c’est elle qui fait la facture.

Le Raspberry Pi AI HAT+, sorti le 24 octobre 2024, embarque une puce Hailo-8L (13 TOPS) ou Hailo-8 (26 TOPS). Vissé au-dessus du Pi 5, relié au port PCIe par une nappe, il passe seul en PCIe Gen 3.0. Sans mémoire propre, il emprunte celle du Pi et reste cantonné à la vision : détection, segmentation, estimation de pose.

Le Raspberry Pi AI HAT+ 2, sorti le 15 janvier 2026, passe au Hailo-10H et ajoute 8 Go de mémoire embarquée. Ces 8 Go lui ouvrent les modèles de langage (LLM) et vision-langage (VLM), jusqu’à 6 milliards de paramètres environ selon la documentation des AI HAT. Son dissipateur est fourni : posez-le, sinon la puce ralentit en chauffant.

La caméra IA Raspberry Pi prend le problème à l’envers. Son capteur Sony IMX500 de 12,3 mégapixels intègre l’accélérateur, et un microcontrôleur RP2040 garde les modèles en cache dans 16 Mo de flash. Elle marche donc sur tous les Raspberry Pi, Zero compris, à la même vitesse de détection d’après le fabricant.

L’AI Kit, ancêtre des cartes IA Raspberry Pi, n’est plus fabriqué : la documentation recommande un AI HAT à sa place.

Prix d’un kit Raspberry Pi IA au 7 novembre 2026

Depuis décembre 2025, Raspberry Pi a relevé cinq fois des prix de ses Pi 4 et 5, à cause de la mémoire LPDDR4 : son coût a été multiplié par sept en un an, disputé par les centres de données de l’IA. L’IA renchérit donc la carte de ceux qui veulent en faire.

Le Pi 5 de 16 Go est passé de 120 à 385 dollars (hausse du 2 novembre 2026, d’après le billet de Raspberry Pi). Le Raspberry Pi AI HAT+ 2 a suivi : 130 dollars au lancement, 50 de plus le 1er avril, 200 affichés sur sa fiche ce 7 novembre.

ProduitPrix officiel publiéKubii, TTC, 7 novembre 2026
Raspberry Pi 5, 1 Go45 $54,30 € (en rupture)
Raspberry Pi 5, 2 Go77,50 $95,10 € (en rupture)
Raspberry Pi 5, 4 Gonon affiché136,80 €
Raspberry Pi 5, 8 Gonon affiché213,00 €
Raspberry Pi 5, 16 Go385 $480,00 €
AI HAT+ 13 TOPS70 $ (lancement)79,80 €
AI HAT+ 26 TOPS110 $ (lancement)123,48 €
AI HAT+ 2200 $222,00 €
Caméra IA70 $80,10 €

Les prix en euros viennent de Kubii, revendeur agréé listé par Raspberry Pi. Un poste LLM (Pi 5 de 8 Go, AI HAT+ 2, alimentation officielle de 27 W à 12,90 euros) y revient à 447,90 euros, sans carte microSD, ventilateur ni boîtier.

Raspberry Pi donne lui-même le bon réflexe : ne payez pas une mémoire inutile à votre projet. La carte reste loin d’un PC IA comme le RTX Spark de Nvidia, en prix comme en puissance ; elle sert un appareil qui tourne seul, avec quelques watts.

Quel module pour quel projet

Comparatif des accessoires IA Raspberry Pi : caméra IA, AI HAT+ 13 et 26 TOPS, AI HAT+ 2, puces, mémoire et prix
Les quatre options officielles côte à côte, d’après les fiches et la documentation de Raspberry Pi ; prix relevés le 7 novembre 2026.

Détecter des objets sur un Pi 4 ou un Pi Zero ? La caméra IA Raspberry Pi est la seule option officielle, et elle laisse le processeur libre. Sur un Pi 5, le Raspberry Pi AI HAT+ 13 TOPS suffit pour un modèle de vision à la fois ; le 26 TOPS sert si vous enchaînez plusieurs réseaux sur le même flux. Pour un modèle de langage, deux voies : le Raspberry Pi AI HAT+ 2, ou le processeur du Pi 5 seul.

Méfiez-vous des TOPS. Ceux de l’AI HAT+ se comptent en INT8, ceux de l’AI HAT+ 2 en INT4, une précision plus basse. Hailo donne 20 TOPS en INT8 pour son Hailo-10H, soit moins que le Hailo-8 du modèle 26 TOPS. Raspberry Pi annonce une vision courante (YOLO) comparable sur les deux cartes. Pour un projet Raspberry Pi IA de vision simple, le 40 TOPS n’apporte donc pas grand-chose, pour près de 100 euros de plus.

LLM, Raspberry Pi 5 seul ou AI HAT+ 2 : les vitesses publiées

Google a mesuré, pour le blog de Raspberry Pi (11 août 2026), son modèle Gemma 4 E2B sur un Pi 5 de 8 Go, processeur seul, avec LiteRT-LM : 9 jetons par seconde en génération, 99 pour lire la consigne (le « prefill »), 1 432 Mo de mémoire au pic. llama.cpp, mesuré dans le même billet, s’est montré plus lent et a grimpé à 4 406 Mo.

Hailo publie le tableau de son Hailo-10H (version 5.5.0, 1er novembre 2026) : 9,82 jetons par seconde pour Llama 3.2 1B, 8,02 pour Qwen2 1.5B, 5,47 pour Gemma 4 E2B et 2,07 pour Qwen3 4B, avec un contexte limité à 2 048 jetons.

Surprise : sur Gemma 4 E2B, le processeur génère plus vite que l’accélérateur (réglages différents, comparaison indicative). Hailo l’admet dans son propre billet : la carte brille au début du calcul, pas mot après mot. Avec Qwen2.5 1.5B et une consigne de 96 jetons, elle la traite en 320 ms, contre 2 039 ms pour le processeur avec llama.cpp.

Le Raspberry Pi AI HAT+ 2 apporte surtout un processeur libre pour la caméra et les capteurs, et un premier mot qui arrive vite : utile dans une chaîne de modèles (parole, texte, action). Pour discuter avec un modèle, le Pi 5 de 8 Go seul fait déjà l’affaire.

Ordres de grandeur : les grands modèles du cloud comptent de 500 à 2 000 milliards de paramètres, contre 1 à 7 milliards pour ceux de la carte, rappelait Raspberry Pi au lancement. Ils résument, traduisent, déclenchent une commande. Pour comparer avec un ordinateur, voyez notre guide pour faire tourner une IA en local sur Mac ou PC.

Projet 1 : détecter des objets à la caméra

Le matériel de ce premier projet Raspberry Pi IA : un Pi 5, un Raspberry Pi AI HAT+ 13 TOPS, une caméra (la documentation prend le Camera Module 3), le ventilateur Active Cooler et l’alimentation de 27 W. Les étapes suivent la page AI software.

  1. Installez Raspberry Pi OS Trixie en 64 bits, puis sudo apt update, sudo apt full-upgrade -y, sudo rpi-eeprom-update -a et redémarrez.
  2. Installez les pilotes : sudo apt install dkms, puis sudo apt install hailo-all, et redémarrez.
  3. Vérifiez avec hailortcli fw-control identify, qui doit nommer la puce.
  4. Installez rpicam-apps et testez l’image avec rpicam-hello.
  5. Lancez la démo : rpicam-hello -t 0 --post-process-file /usr/share/rpi-camera-assets/hailo_yolov8_inference.json. Des cadres entourent les objets reconnus.

Avec la caméra IA Raspberry Pi, c’est plus court : sudo apt install imx500-all, un redémarrage, puis la même commande avec imx500_mobilenet_ssd.json. Le premier chargement du modèle dans le capteur peut prendre plusieurs minutes.

Les limites : un modèle compilé avec une version des outils Hailo exige les paquets de la même version, et hailo-all ne cohabite pas avec hailo-h10-all, celui de l’AI HAT+ 2. La carte vise 0 à 50 °C ambiants : oubliez l’abri de jardin en été. C’est la base d’un robot qui voit, comme dans notre guide pour construire un robot DIY avec de l’IA, ou de la cartographie SLAM.

Projet 2 : un assistant vocal qui reste à la maison

Le tutoriel d’assistant vocal publié par Raspberry Pi en septembre 2025 passe par ElevenLabs, avec compte et clé d’API : votre voix part dans le cloud. Pour un projet Raspberry Pi IA vraiment local, il faut assembler les briques, la documentation n’en propose pas de montage tout fait.

Hailo décrit l’enchaînement : un modèle de type Whisper transcrit la parole, un petit LLM comprend l’intention et déclenche l’action. Son catalogue contient Whisper en quatre tailles et un Qwen2 1.5B entraîné à appeler des fonctions ; son serveur hailo-ollama gère aussi l’appel d’outils.

Sans accélérateur, Google a monté ce circuit sur un Pi 5 pour le robot Reachy Mini : Moonshine transcrit (148 ms pour 5 secondes d’audio), Gemma 4 E2B répond, une synthèse vocale parle. Pour une commande simple, un modèle minuscule suffit parfois : Needle 2 (14 Mo) a allumé une LED 78 millisecondes après la phrase tapée, selon Cactus Compute.

Le matériel : un Pi 5 de 8 Go, un micro USB, un haut-parleur, et l’AI HAT+ 2 pour soulager le processeur. La CNIL rappelle que la voix est une caractéristique biométrique et recommande de la traiter en local quand rien n’oblige à la partager, comme des notes de réunion prises sans cloud.

Projet 3 : un LLM Raspberry Pi hors ligne

Le matériel : un Pi 5, un Raspberry Pi AI HAT+ 2 et son dissipateur, l’Active Cooler, Raspberry Pi OS Trixie en 64 bits.

  1. Montez la carte : ventilateur sur le Pi, dissipateur sur l’AI HAT+ 2, quatre entretoises, connecteur GPIO, nappe PCIe.
  2. Installez dkms puis hailo-h10-all, redémarrez, vérifiez avec hailortcli fw-control identify.
  3. Installez le paquet Hailo Model Zoo GenAI avec sudo dpkg -i. La documentation cite la version 5.1.1 ; Hailo en est à la 5.5.0, et certains modèles récents n’existent que pour elle.
  4. Lancez hailo-ollama. Sur le port 8000, la route /hailo/v1/list liste les modèles, /api/pull en télécharge un (qwen2:1.5b par exemple), /api/chat reçoit vos questions.
  5. Pour une fenêtre de discussion, installez Docker puis Open WebUI en conteneur (il ne tourne pas sous le Python 3.13 de Trixie), et ouvrez l’adresse locale 127.0.0.1 sur le port 8080.

Ce que fait bien ce LLM Raspberry Pi : traduire, reformuler, résumer un journal de capteurs, avec un modèle de 1 à 2 milliards de paramètres. Qwen3 4B tourne aussi, à 2 jetons par seconde. Le contexte de 2 048 jetons exclut les longs documents. L’API imite celle d’Ollama : les logiciels prévus pour Ollama s’y branchent.

Vidéo de Raspberry Pi, titre en anglais (17 janvier 2026, 1 min 40 s) : un modèle de langage utilisé avec l’AI HAT+ 2. La vidéo ne se charge qu’au clic.

Caméra, micro, électricité : le cadre en France

Un projet Raspberry Pi IA qui détecte des personnes filme des personnes, même si l’image ne quitte jamais la carte. Les règles de la CNIL pour la vidéosurveillance chez soi s’appliquent : vous ne filmez que l’intérieur de votre propriété (maison, jardin, allée privée), jamais la voie publique, pas même pour surveiller votre voiture.

Le RGPD ne vise pas une activité « strictement personnelle ou domestique » (article 2). Mais dès qu’une nounou ou un aide-soignant intervient chez vous, vous l’informez des caméras et de leur but, et un salarié ne se filme pas en permanence. Le droit à l’image des proches et des invités tient toujours (article 9 du Code civil). Enregistrer sans son accord l’image d’une personne dans un lieu privé expose à un an de prison et 45 000 euros d’amende (article 226-1 du Code pénal).

Côté électricité, la documentation donne pour le Pi 5 une consommation typique de 800 mA carte nue, environ 4 W sous 5 V ; Hailo annonce 2,5 W pour ses puces Hailo-8 et Hailo-10H. Un boîtier Raspberry Pi IA allumé jour et nuit consomme donc de l’ordre de 60 kWh par an. Éteint, un Pi 5 tire encore 1 à 1,4 W, ramenés à 0,01 W environ par la ligne POWER_OFF_ON_HALT=1 de l’EEPROM.

Foire aux questions

Peut-on faire tourner ChatGPT sur un Raspberry Pi ?

Non, ChatGPT tourne sur les serveurs d’OpenAI. Un Raspberry Pi peut l’appeler par son API, comme un tutoriel officiel de mai 2026, mais les données partent en ligne. En local tournent de petits modèles ouverts (Llama 3.2, Qwen, Gemma), sur le processeur du Pi 5 ou le Raspberry Pi AI HAT+ 2.

Un Raspberry Pi 4 peut-il faire de l’IA ?

Oui, un projet Raspberry Pi IA tourne sur un Pi 4 avec la caméra IA : Raspberry Pi l’a montrée détectant des objets en 1080p à 30 images par seconde sur ce modèle. Les deux AI HAT exigent en revanche le port PCIe du Pi 5.

Un AI Kit d’occasion vaut-il un AI HAT+ ?

Pour la vision, oui : la documentation le dit équivalent au Raspberry Pi AI HAT+ 13 TOPS, avec la même puce Hailo-8L. Monté sur une carte M.2 HAT+, il demande d’activer à la main le PCIe Gen 3.0. À n’acheter que nettement sous les 79,80 euros d’un AI HAT+ neuf.

Les modèles locaux comprennent-ils le français ?

En partie. Raspberry Pi a montré Qwen2 traduisant du français vers l’anglais sur l’AI HAT+ 2, et sa documentation prend une traduction vers le français comme exemple de requête. Google décrit Gemma 3 1B comme multilingue. À 1 ou 2 milliards de paramètres, vérifiez sur votre propre usage.

Sources

  • CNIL, « La vidéosurveillance, vidéoprotection chez soi » : cnil.fr
  • CNIL, texte du RGPD, article 2 : cnil.fr
  • CNIL, livre blanc « À votre écoute » sur les assistants vocaux (7 septembre 2020) : cnil.fr
  • LINC de la CNIL, preuve de concept d’un assistant vocal local (2 novembre 2022) : linc.cnil.fr
  • Code civil, article 9, version en vigueur : Légifrance
  • Code pénal, article 226-1 (version du 23 mars 2024) : Légifrance

Articles les plus consultés