利用Vitis开发基于ZCU106的神经网络加速器（二）——DPU编译及Demo

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，SSD，MobileNet，FPN等。详情可见Github。

编译安装过程

• 环境要求：
  除与上一篇文章中相同的环境要求外，还需要下载xilinx-zynqmp-common-v2020.1硬件平台。
  下载完成后，解压相关内容，正式进入编译过程。

  tar xzf xilinx-zynqmp-common-v2020.1.tar.gz
  gunzip xilinx-zynqmp-common-v2020.1/rootfs.ext4.gz
  

1. 首先下载Vitis AI到你的工作目录，建议下载适配你的Vitis和petalinux版本的release版本，我下载的是Vitis AI 1.2.1，master分支下的代码仍处于开发中，使用可能会有未知的问题。
   下载完成后，进入DPU-PRD子文件夹，目前我们仅会用到此文件夹下的内容。

   cd <Vitis_AI_HOME>/DPU-TRD
   

   可以看到有三个文件夹，app是我们的Demo程序Restnet50，dpu_ip包