#Hardware · 3 Min. Lesezeit · Tim Rinkel

EDGE-AI-DUELL! Hailo-8 fegt JETZT mit 26 TOPS gegen Coral — DEIN Homelab muss SICH entscheiden

EDGE-AI-DUELL! Hailo-8 fegt JETZT mit 26 TOPS gegen Coral — DEIN Homelab muss SICH entscheiden

Edge-AI im Homelab ist 2026 keine Bastel-Disziplin mehr. Wer Frigate als NVR fährt oder Immich als Foto-Server mit lokaler Gesichtserkennung, will Inference NICHT auf der CPU rendern. Genau hier streiten zwei Beschleuniger um die Krone: Hailo-8 aus Israel und Coral Edge TPU von Google.

HAILO-8: 26 TOPS für 75 USD

Das Hailo-8-Modul ist als M.2-A+E oder M.2-B+M-Karte verfügbar und liefert 26 Tera-Operations pro Sekunde. Der kleine Bruder, Hailo-8L, schafft 13 TOPS für rund 60 USD. Beide laufen am Raspberry Pi 5 über ein PCIe-Adapterboard und stützen sich bei Frigate auf wachsende Treiber-Unterstützung. Hailo skaliert mit Modell-Komplexität — größere Architekturen rendern hier schneller als beim Coral.

CORAL TPU: 4 TOPS für 60 USD

Der Google Coral USB Accelerator ist seit Jahren der unangefochtene Standard für Frigate-NVR-Setups. 4 TOPS, Plug-and-Play, sehr gute Tensorflow-Lite-Integration. Inference-Zeiten von 6 bis 10 Millisekunden je Frame sind alltäglich. Für Klassen-Detection wie »Mensch«, »Hund«, »Auto« reicht das spielend. Für komplexere Szenen — etwa Identifizierung einzelner Personen — kommt Coral ins Schwitzen.

UNGLAUBLICH: Coral läuft seit Jahren ohne Treiber-Update

Die Debian-11-Basis im Frigate-Docker-Container läuft 2026 in den EOL — was bedeutet, dass das Coral-Treiber-Update, das die Community braucht, gerade NICHT kommt. Wer schon ein Coral-Setup hat, kann es weiter nutzen. Wer NEU baut, sollte Hailo zumindest evaluieren. Die Inferenz-Qualität von Coral ist tadellos, das Treiber-Ökosystem hingegen langsam veraltet.

SO entscheidest du dich

Drei Fragen:

  1. Welches Tool fahre ich? Frigate hat lange Coral-Tradition, aber wachsende Hailo-Unterstützung. Immich hat aktuell besseren Support für Coral (TensorFlow Lite). Custom-ML-Pipelines (ONNX) fahren auf Hailo runder.
  2. Welche Modell-Komplexität? Klassen-Detection → Coral reicht. Personen-Re-Identifikation oder Multi-Stream-NVR → Hailo lohnt sich.
  3. Wie viele Streams parallel? Ab 4 Kameras gleichzeitig fühlt sich Hailo deutlich schneller an, weil die TOPS-Reserve größer ist.

EXTRA-TIPP: NPU vs TPU verstehen

Hailo ist eine NPU (Neural Processing Unit) mit eigener Architektur, Coral eine TPU (Tensor Processing Unit) auf Edge-Niveau. Beides ist kein GPU-Ersatz — beide rendern KEINE generativen Modelle (LLMs, Bildgeneratoren). Wer das will, braucht eine echte GPU mit VRAM ≥ 8 GB.

Quellen: hailo.ai, coral.ai, AntLatt Coral-Guide, Buyzero Edge-AI-Showdown.

Häufige Fragen

Welche Hardware brauche ich für Hailo am Pi 5?
Eine M.2-Adapterkarte für das PCIe-Bus des Pi 5 ist Pflicht. Waveshare bietet eine Kombi für rund 90 USD an, die Hailo-8 + Adapter zusammenbringt. Strom kommt direkt aus dem Pi, kein extra Netzteil nötig.
Funktioniert Coral USB am Raspberry Pi 5?
Ja, ohne Probleme. Der USB-3-Port liefert genug Bandbreite. Achte aber auf gute Kühlung beim Pi 5, wenn du längere Frigate-Sessions fährst — das System kann unter Last warm werden.
Was passiert, wenn Debian 11 EOL erreicht?
Frigate-Container müssen dann auf Debian 12 oder eine andere Base umsteigen. Coral-Treiber existieren für die neue Base nicht in identischer Form — Community-Workarounds funktionieren, sind aber gefühlt fragiler. Hailo hat hier den frischeren Treiber-Stack.
Lohnt sich Hailo-8L statt Hailo-8?
Wenn dein Budget knapp ist und du maximal 2–3 Streams gleichzeitig analysierst, reicht der 8L mit seinen 13 TOPS. Bei mehr Kameras oder komplexeren Modellen ist der volle Hailo-8 die bessere Investition — auch im Hinblick auf zukünftige Modell-Größen.

Kommentar hinterlassen

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert