研究Vitis AI好几个月了,终于实现了在VitisAI平台上部署神经网络模型并成功运行的目标,搞清楚了在整个全流程中如何做自定义,这里的自定义主要包括以下几个方面
- 硬件平台自定义:这里的硬件平台指的不是PCB板级自定义,而是在Xilinx FPGA芯片上的硬件工程自定义。由于不同人不同项目使用的FPGA芯片架构、型号各有不同,为不同的FPGA芯片准备一个DPU可以运行的硬件平台是非常重要的
- DPU自定义:模型最终依赖DPU运行,而DPU的编译依赖FPGA芯片资源,不同FPGA芯片资源能力不同,因此需要针对所用的FPGA芯片资源来定制DPU参数
- 模型自定义:官方仅给出了适用于固定demo板型号的固定数量的预训练模型,而如果所用FPGA平台不是对应demo板的型号,或者想运行自己的模型,需要对模型进行量化压缩编译
本系列将对使用Vitis AI进行神经网络应用加速进行全流程的讲解,阅读本系列,您可以了解到以下内容
- 什么是Vitis AI,Vitis AI的软件栈如何使用?
- 什么是DPU,如何在FPGA上部署DPU,DPU的各个参数是什么含义?
- 进行Vitis AI开发的环境要求是什么,有哪些资源方面的要求?
- Vitis AI开发需要下载安装哪些依赖工具,什么才是最为正确和高效的配置