Zynq开发之-PYNQ配置 + XVC(Xilinx Virtual Cable)调试接口 + KV260 Base

本文链接：https://blog.csdn.net/DongDong314/article/details/137358464

1. PYNQ 简介

PYNQ 是 Zynq 开发的超级助手

PYNQ 是 Zynq 开发的超级助手，可以用 Python 语言和 Jupyter Notebook 来编写和运行程序，通过浏览器界面来交互和可视化结果。
PYNQ 可以轻松地控制 PL 侧逻辑，只需要加载不同的 overlay 库，就可以像调用函数一样使用 FPGA 的功能和外设。
可以用 Python 来编写 PL 逻辑，事实上，要想充分利用 Zynq 的潜力，开发 PL 侧逻辑才是关键，因为所谓的“加速”，就是通过 PL 逻辑来实现的。
PYNQ 可以帮助快速地验证和测试 PL 设计，也可以在 PS 侧使用 Python 的丰富库和工具，来处理和分析数据。
PYNQ 是一个适合各种应用场景的框架，无论是图像处理、人工智能、数据科学、物联网、机器人等，都可以在 PYNQ 上找到合适的解决方案。
PYNQ 让 Zynq 开发变得更简单、更有趣、更有创意。

2. 构建 PYNQ

2.1 PYNQ 基础知识

进入PYNQ官网（http://www.pynq.io/home.html)，可以了解基本知识。

进入Boards页面，可以查看官方支持的那些板卡。

这些都是官方直接提供支持的板卡，对于自定义板卡，就需要自行配置了，官方也提供说明，请移步：PYNQ SD Card image — Python productivity for Zynq (Pynq)

可以有多种方式实现配置PYNQ：

通过petalinux构建带有PYNQ的SD卡启动镜像；
通过install.sh直接在ubuntu中直接安装PYNQ包；

第一种适合批量生产，第二种适合象我这样只有少量zynq板卡的开发者。这里介绍第二种方法。

前提条件：已为KV260烧录好ubuntu 22.04镜像。

2.2 为 KV260 构建 PYNQ

点击Kria PYNQ setup后，进入github仓库：

按照官方的操作流程，只需在KV260中执行3行代码，即可实现配置！

git clone <https://github.com/Xilinx/Kria-PYNQ.git>
cd Kria-PYNQ/
sudo bash install.sh -b KV260

现实却很打脸，无数次的失败，我硬着头皮把整个install.sh文件研究了一遍，供遇到同样问题的同学参考：

检查权限：代码首先检查是否以root权限运行，如果不是，则显示错误消息并退出。
命令行参数处理：代码检查是否接收到了正确数量的命令行参数，以确定要安装的板子类型（board）。
检查Ubuntu版本：代码检查当前操作系统的Ubuntu版本，并根据版本决定是否继续安装。
安装依赖：安装所需的Debian软件包，包括Python、开发库等。
创建虚拟环境：创建PYNQ的虚拟Python环境，其中包括一些必要的配置信息。
安装PYNQ库和相关工具：通过Python pip工具安装PYNQ库、PYNQ-Metadata、PYNQ-Utils等相关Python包。
安装Jupyter Notebook：安装Jupyter Notebook，并配置相关环境。
安装PYNQ的设备树覆盖：编译PYNQ的设备树覆盖，并将其插入到系统中。
安装示例Notebooks：根据板子类型安装不同的示例Notebooks，这些Notebooks包含了用于演示和学习的示例代码。
配置环境：修改一些配置文件和环境变量，以确保PYNQ的正确运行。
启动Jupyter服务：启动Jupyter服务，使用户可以通过Web浏览器访问PYNQ的Notebooks。
安装OpenCV：安装OpenCV库及相关依赖。
生成自测脚本：生成一个脚本，用于在安装完成后运行一些自测。
提供连接信息：输出一条消息，提供了连接到JupyterLab的URL和密码信息。

遇到具体问题，对照上述流程，检查哪一步出错，可能需要修改install.sh文件。举个例子：

[97] git clone <https://github.com/Xilinx/PYNQ.git> --branch v3.0.1 --depth 1 pynq

我们在https://github.com/Xilinx/PYNQ.git中已经找不到--branch v3.0.1这个版本，因为PYNQ仓库已经修改分支名称为images_v3.0.1，因此需要修改后再执行sudo bash install.sh -b KV260。

如果遇到 git clone 失败，可能需要设置 git 代理，请自行设置代理：

git config --global http.proxy [<http://192.168.101.xx>:](<http://192.168.101.37:1082/>)xxxx
git config --global https.proxy [<https://192.168.101.xx>:](<https://192.168.101.37:1082/>)xxxx

安装完毕后：JupyterLab现在可以通过Web浏览器访问，地址为<ip_address>:9090/lab或kria:9090/lab。密码是xilinx。

install.sh会默认安装一些案例，可用于快速入门PYNQ。

3. 配置 XVC

3.1 了解 XVC

解释下什么是 XVC。

Xilinx虚拟电缆（XVC）是一种基于 TCP/IP 的协议，类似于 JTAG 电缆，提供一种无需使用物理电缆即可访问和调试 FPGA 或 SoC 设计的方式。

为什么要用XVC？

方便，不需要额外的 JTAG 设备即可调试 PL 逻辑代码。

3.2 Block Design

在 vivado 中绘制如下 Block Design：

注意：使用 Debug Bridge 时，其时钟频率不宜太低，在 20MHz 时，发现在 HW 中无法识别 ZYNQ 主芯片，配置到50MHz是，便可以识别到。

以上 Block Design 包含两个重要的IP核：

System ILA
Debug Bridge

Debug Bridge 中参数 Bride Type 选择：From AXI to BSCAN。此桥接类型适用于通过以太网或其他接口使用 Xilinx 虚拟电缆（XVC）远程调试 FPGA 或 SoC 设备的设计，而无需 JTAG 电缆。在此模式下，调试桥通过 AXI4-Lite 接口接收 XVC 命令。

上图 Block Design 中，Slice 核无关紧要，此 IP 引出一个 pin 用于风扇控制，系统可以自动调节风扇转速，去掉此IP和风扇控制后，风扇会一直运行在最大转速，除了吵一点，没有别的影响。如需使用，fan_en_b 应当分配为 A12 引脚。

通过这个 Block Design，我们可以通过 XVC 观察计数器 Binary Counter 的输出。

配置完毕，生成 bitstream，需要拷贝以下文件备用：

xx.gen\\sources_1\\bd\\design_1\\hw_handoff\\*.hwh
xx.runs\\impl_1\\*.bit

3.3 在 Jupyter 中配置

接下来需要在 JupyterLab 中操作，新建一个 ipynb 文件，并输入以下代码：

# 导入PYNQ的Overlay类，用来加载和管理PL逻辑
from pynq import Overlay
# 导入PYNQ的DebugBridge类，用来在zynq上创建一个XVC服务器
from pynq.lib.debugbridge import DebugBridge

# 创建一个Overlay对象，加载bitstream文件到PL。
base = Overlay("xvc_test.bit")
# 显示Overlay对象中包含的IP核的字典
base.ip_dict

# 创建一个DebugBridge对象，使用Overlay对象中名为"debug_bridge_0"的IP核作为XVC服务器的接口
db = DebugBridge(base.ip_dict['debug_bridge_0'])
# 启动XVC服务器，指定参数来配置服务器的缓冲区长度、地址、端口、重连选项和输出模式
db.start_xvc_server(bufferLen=4096, serverAddress="172.20.10.3", serverPort=2542, reconnect=True, verbose=True)

连接成功后，JupyterLab输出提示：

XVC server started
Connection from : ('172.20.10.2', 52054)

3.4 在 HW 中调用 XVC

需要在vivado hardware中执行的操作：

连接成功后，会出现下图所示结果：

连接成功后，我们就可以使用ILA进行调试了。此处我们随意设个触发条件，计数器到100时触发。设置后，准确触发，如下：

4. 总结

PYNQ已经是我开发PL逻辑不可或缺的工具了，PYNQ极具方便性、灵活性，可以快速验证和测试逻辑设计，也可以利用 Python 的丰富库和工具来处理和分析数据，而不需要使用复杂的测试平台或软件环境。