Vitis AI
文章平均质量分 93
Xilinx Vitis AI应用于边缘设备AI加速的全流程介绍,包括如何搭建Vitis AI开发环境、Vivado流程、Vitis流程、PetaLinux流程、DPU自定义配置介绍、模型压缩和编译、官方例程跑通、模型运行性能分析、自定义模型的编译、部署、运行、优化
Wei.Studio
专注于嵌入式和视觉AI领域
展开
-
VitisAI(07) 自定义模型部署
本文以自定义模型为例,对使用VitisAI进行模型量化部署的流程进行介绍原创 2022-08-27 15:43:02 · 1757 阅读 · 2 评论 -
Vitis(06) DPU Configuration
本文对DPU的一些配置选项进行介绍原创 2022-08-21 19:02:18 · 727 阅读 · 0 评论 -
VitisAI(05) Vitis Flow
本文承接VitisAI(04) PetaLinux Flow,介绍使用Xilinx的Vitis工具利用Vivado生成的design_1_wrapper.xsa文件以及PetaLinux编译的rootfs和内核镜像,生成制作好的SD卡镜像文件sd_card.img原创 2022-07-06 22:23:49 · 839 阅读 · 4 评论 -
Vitis AI(04) PetaLinux Flow
本文承接Vitis AI(03) Vivado Flow,介绍使用Xilinx的PetaLinux工具将Vivado生成的design_1_wrapper.xsa文件创建PetaLinux并编译生成Linux镜像和rootfs的过程原创 2022-06-30 18:10:48 · 883 阅读 · 5 评论 -
Vitis AI(03) Vivado Flow
从本文开始,将正式介绍VitisAI的工作流程。第一个流程就是Vivado Flow,在Vivado开发环境中创建一个硬件平台,为后续的PetaLinux和Vitis提供基础。Vivado中的大部分的内容都是在Block Design中完成的,核心目标是创建一个Zynq UltraScale MPSoC的运行硬件环境,以及为DPU的正常运行提供硬件支持。这里需要注意,较老版本的VitisAI教程中,需要在Vivado中导入DPU的IP核,这种做法已经成为历史,本文介绍的流程中,在Vivado中是不需要导入D原创 2022-05-26 14:13:45 · 1632 阅读 · 8 评论 -
Vitis AI(02) 环境与资源
在第一篇文章”VitisAI-01-Overview”中,我简要介绍了什么是VitisAI、VitisAI相关的的技术栈、我的开发环境是什么样的以及需要安装下载哪些资源。本文对我的开发环境以及所需资源的下载安装进行一个更为详细的说明环境介绍我使用的台式机操作系统是Windows11,我采用的是在虚拟机中搭建VitisAI的方式来进行开发和研究。由于VitisAI开发需要PetaLinux编译,而目前PetaLinux仅支持Linux操作系统,而我并不使用Linux作为我的主操作系统,因此选择在虚拟机原创 2022-05-18 13:45:24 · 1028 阅读 · 0 评论 -
Vitis AI(01) Overview
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,因此需原创 2022-04-28 15:56:42 · 2689 阅读 · 0 评论