利用Vitis开发基于ZCU106的神经网络加速器（一）——Vitis概述及XRT编译

最新推荐文章于 2024-07-09 14:54:45 发布
最新推荐文章于 2024-07-09 14:54:45 发布
阅读量4.2k 收藏 30
点赞数 5
分类专栏： ZCU106
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/GaleZhang/article/details/109245276
版权

前言

毕设要用到Xilinx家的ZCU106这块板子，了解到最近Xilinx统一了Vivado，XilinxSDK，并集成了常用开源IP核，推出了Vitis统一软件平台，使我们不再需要关注底层的Verilog实现，因此尝试使用Vitis开发一个神经网络加速器，作为毕设的基础。

Vitis架构

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

XRT

由上图可以看到，Xilinx为我们提供了各种各样的加速库，而XRT(Xilinx Runtime Library)则是我们的代码与Xilinx硬件交互的中间件和媒介。有了XRT，我们就可以用更上层的开发方式(cpp甚至python)来进行Xilinx设备的开发。XRT软件栈的架构如下图

在这里插入图片描述
XRT虽然很重要，但是可能是Xilinx的相关开发人员精力有限&

最低0.47元/天 解锁文章
GaleZhang
关注
  • 5
    点赞
  • 踩
  • 30
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
专栏目录
Vitis指南 | Xilinx Vitis 系列（一）
02-11 9886
大侠好，欢迎来到“艮林子”专栏，本次为艮林子首次和大侠见面，新春佳节之际，略备薄礼，不成敬意，给大侠带来“Xilinx Vitis 系列连载”，给大侠提供参考学习的资料，如有不足之处，还请多多指教。 由于内容过多，首篇给大侠列出目录，后续有时间分篇连载发出，欢迎各位大侠关注“FPGA技术江湖”，我们是真正做事的团队，希望大家多多支持，如果想获取更多资源，可以加大辉哥微信，进交流群，可以永久性交流学习，共同进步。 今天带来第一篇，介绍Vitis 2019.2软件平台发行说明、安装以及Vitis加速环境简介
在Vitis中编译Vitis AI Library应用
硬码农二毛哥的博客
08-22 1213
如何将Vitis AI Library应用加入Vitis进行编译，生成可执行文件？ Vitis AI Library应用编译 在不使用vitis的情况下，vitis ai library编译方法如下： //以refinedet为例 $cd ~/Vitis-AI/Vitis-AI-Library/overview/samples/refinedet $bash -x build.sh运行上述指令后，生成可执行文件。 build.sh build.sh中的内容 CXX=${CXX:-g++} $CXX -std
Xilinx Vitis 2020工程源目录修改
最新发布
flysnow010的博客
07-09 842
Xilinx Vitis可以做standalone程序开发,不过其工程中使用的路径为绝对路径。工程更换位置后编译将会显示错误。例如：源目录为D:/work,复制到同事电脑上放到C:/work(同事电脑只有一个C盘)。利用Vitis打开工程编译会有一堆错误，提示文件找不到。可以通过手动修改以上文件是可以解决问题，不过手动修改容易出错误。更好的方式是写一脚本来做文件路径替换，这个脚本需要处理xml和json文件。Python语言内置xml和json库，是理想语言选择。
Vitis-AI量化编译YOLOv5（Pytorch框架）并部署ZCU104（一）（代码已开源）
热门推荐
m0_45287781的博客
11-20 1万+
Vitis-AI进行量化编译
vitis dpu kernel编译和docker环境搭建
wangjie36的博客
02-23 346
进入Vitis-AI目录下的docker文件夹，运行该目录下的dpu-compiler-docker-install.sh， 该脚本会将Vitis-AI Docker 的可运行的镜像直接下载到本地，大小为10GB左右，所需时间取决于网络环境。执行完毕后，会在.elf 文件所在的位置生成在目标板运行yolov3所需的.so文件（DPU Kernel 文件），将其拷贝至实验工程目录下的code/deploy_in_board/Alinx_DNN/ tf_yolov3_vehicle_deploy/。
【XRT Vitis-Tutorials】C++/RTL Kernel混合编程测试
vacajk的博客
12-15 2311
1 前言 前面文章导航： ZCU106 XRT环境搭建 ZCU106 XRT Vivado工程分析 ZCU106 XRT PetaLinux工程分析 【XRT Vitis-Tutorials】RTL Kernels测试 官方文档： 2019.2 Vitis™ Application Acceleration Development Flow Tutorials Vitis Unified Soft...
zcu106_vitis_platform_v1.txt
04-06
XILINX ZCU106 XRT平台环境。解压到Vitis安装目录下的platform文件夹内，即可作为Vitis的默认平台进行使用。 可以开发XRT，Hardware Acceleration，OpenCL，Linux APP，Bare metal APP，RTOS APP等功能。 该platform内的sysroot包含了XRT，opencv，gstreamer等
利用Vitis开发基于ZCU106的神经网络加速器（二）——DPU编译及Demo
GaleZhang的博客
11-24 4875
前言 上一篇文章讲到了如何生成可供Vitis使用的XRT platform。这次我们使用生成的platform来开发一个完整的加速器Demo并在ZCU06上跑通。 DPU概述 DPU是Vitis AI中官方提供的FPGA神经网络加速器，其架构如下图： DP(Deep Learning Processor Unit)是专用于卷积神经网络的可配置计算引擎。 引擎中使用的并行度是设计参数和应用程序。 它包含一组高度优化的指令，并支持大多数卷积神经网络，例如VGG，ResNet，GoogleNet，YOLO，SS
zcu106_xrt_platform.txt
12-07
XILINX ZCU106 XRT平台环境。解压到Vitis安装目录下的platform文件夹内，即可作为Vitis的默认平台进行使用。 可以开发XRT，Hardware Acceleration，OpenCL，Linux APP，Bare metal APP，RTOS APP等功能。
vitis_zcu102_0_建立开发环境
bt_的博客
01-09 2834
文章目录前言开发环境安装步骤安装 opencl下载并安装 Vitis Software Platform安装加载线驱动安装 Xilinx Runtime (XRT)设置运行路径 前言 Vitis 被 Xilinx 称为 “统一软件平台”，从目前已了解的情况来看，嵌入式软件开发在 Vitis 上更为简单方便。 从 ISE 到 Vivado，再到 Vitis 的升级趋势来看，Vitis 将是未来数年的...
开始使用Vitis软件工具.pdf
03-21
开始使用Vitis软件工具，主要是关于xilinx新软件vitis的一些简单看法，没有啥新的内容，这些内容从官网中也能看到。
ZCU106 XRT Vivado工程分析【Xilinx Vitis】
vacajk的博客
12-14 3564
1 前言 在上一篇ZCU106 XRT环境搭建【Xilinx Vitis】中，我参考了XRT中其它平台（ZCU102，ZCU104）的Vivado TCL脚本，同时参考了官方的VCU相关工程，编写了ZCU106 XRT的脚本： https://github.com/vacajk/XRT/blob/2019.2/src/platform/zcu106vcu_base/zcu106vcu_base_x...
[Zcu106开发]离线环境下用Vitis搭建Zcu106嵌入式系统神经网络加速器踩坑实录
qq_36745999的博客
03-10 4314
离线环境下安装Vitis、Petalinux等工具，搭建zcu106开发板的嵌入式系统神经网络加速器的踩坑记录。
使用Vitis AI 部署YOLOv5至KV260
weixin_52459277的博客
03-17 2708
如题，此博客记录初步使用Vitis-AI 部署YOLOv5目标检测网络至KV260边缘设备中。
4、Vitis 开发 Linux 应用编程工程搭建
kevin的博客
08-26 1527
Vitis 开发 Linux 应用编程工程搭建
通过Vitis Ai 3.0平台量化yolov5模型并部署到ZCU102板卡上相关问题求解！
weixin_55626974的博客
08-22 839
通过Vitis Ai 3.0平台量化yolov5模型并部署到ZCU102板卡上相关问题求解！
Xilinx Vitis学习-ug1393
wd1603926823的专栏
07-06 8211
学习Vitis
探秘Xilinx XRT：加速计算的新里程碑
gitblog_00054的博客
04-17 580
探秘Xilinx XRT：加速计算的新里程碑 项目地址:https://gitcode.com/Xilinx/XRT 项目简介 Xilinx XRT (Xilinx Runtime) 是一个开源项目，由著名的半导体公司Xilinx开发并维护。它提供了一个高性能、低延迟的运行时环境，用于在Xilinx的FPGA（Field-Programmable Gate Array）设备上执行加速应用。通过XR...
写一个在vitis HLS上用c语言开发的卷积神经网络加速器的代码
04-11
很高兴回答您的问题，以下是一个在vitis HLS上用C语言开发的卷积神经网络加速器的简单代码： #include "ap_fixed.h" #include "ap_int.h" #define WIDTH 28 #define HEIGHT 28 #define CHANNELS 1 #define KERNEL_SIZE 3 #define KERNEL_NUM 16 typedef ap_fixed<16,6> weight_type; typedef ap_fixed<16,6> data_type; typedef struct { data_type data[KERNEL_SIZE][KERNEL_SIZE][CHANNELS]; } kernel_type; void conv2d(data_type in_data[WIDTH][HEIGHT][CHANNELS], weight_type weight[KERNEL_NUM][KERNEL_SIZE][KERNEL_SIZE][CHANNELS], data_type out_data[WIDTH][HEIGHT][KERNEL_NUM]) { for (int k = 0; k < KERNEL_NUM; k++) { for (int i = 0; i < WIDTH-KERNEL_SIZE+1; i++) { for (int j = 0; j < HEIGHT-KERNEL_SIZE+1; j++) { out_data[i][j][k] = 0; for (int c = 0; c < CHANNELS; c++) { for (int x = 0; x < KERNEL_SIZE; x++) { for (int y = 0; y < KERNEL_SIZE; y++) { out_data[i][j][k] += in_data[i+x][j+y][c] * weight[k][x][y][c]; } } } } } } } 希望这能帮到您，如果还有其他问题，请继续问吧。
评论 2
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值