【随时更新】vitis使用问题总结记录

一、vitis软件中,使用赛灵思烧写器,在JTAG模式烧写ARM程序时,ARM 程序烧写失败。报出如下警告:(Exit breakpoint of FSBL(XFsbl_Exit) is not hit within allocated wait time of 60 seconds......)

问题分析,在vivado搭建硬件平台时,将ZYNQ IP的DDR控制器不进行勾选,重新编译后ARM程序可以烧写。但是一旦勾选上DDR控制器,ARM程序烧写就失败。

查阅资料了解到,当勾选DDR控制器时,FSBL阶段会往DDR中读写某些内容,若读写失败会影响ARM启动。由此推断,硬件DDR异常,导致无法烧写ARM。

二、如何替换MPSOC中的BOOT.bin中的FPGA bit文件。

        赛灵思MPSOC系列芯片采用FPGA+ARM的架构,FPGA的bit烧写文件由linux软件人员打包封装至BOOT.bin文件中,每次给设备上电时FPGA自启动。

        对于FPGA开发人员而言,调试过程中如果需要经常给他人升级FPGA程序,每次都需要linux软件人员给封装,是非常不方便的。因此可以使用vitis软件自行生成BOOT.bin文件,生成完毕后,保存至linux系统下对应的目录中即可。

        那么如何生成BOOT.bin文件呢?

  1. 首先在vivado下生成xsa文件,linux开发人员根据此硬件平台安装linux系统后,此时设备内已经保存好了BOOT.bin(内涵FPGA的bit文件)
  2. 当更改了bit文件时,vivado的BLOCK DESIGN中的ZYNQ IP核对外的接口信号没有发生改变时,可以使用vitis自行生成BOOT.bin

        2.1 向linux开发人员索要两个文件:bl31.elf、u-boot.elf;

        2.2 在vivado中生成新的xsa文件;

        2.3 在vitis中使用新的xsa文件,创建platform project;

        2.4编译完成后,先拷贝出两个文件:fsbl.elf、pmufw.elf;

 

        2.5 点击vitis软件下的Xilinx—Creat Boot Image;

        按照自己需要选择BIF文件路径,按照提示添加bl31.elf、u-boot.elf、fsbl.elf、pmufw.elf、TOP.bit;

       2.6 后续只需要导入BIF文件,就可以直接添加上述所有文件了(对应文件路径)。

 参考链接:Boot and Configuration — Embedded Design Tutorials 2021.2 documentation

  • 5
    点赞
  • 11
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
Vitis AI 是 Xilinx 公司推出的面向边缘AI应用的综合开发环境,可以支持Keras,TensorFlow和Caffe等一系列深度学习框架的模型优化和部署。以下是Vitis AI的使用方法: 1. 下载并安装Vitis AI Vitis AI可在Xilinx公司简介页下载,也可在官网上下载。下载后按照安装说明进行安装。 2. 创建项目 创建Vitis AI项目需要 Vitis AI 以及支持的硬件平台。平台支持 Ultra96、ZCU104、Alveo U250 等等,开发板需要使用 PYNQ 作为操作系统。在PYNQ环境下,可以打开缺省安装好的终端,进入Vitis AI目录下,使用以下命令创建项目. ``` source /opt/vitis_ai/setup.sh ``` ``` vitis_ai_compiler ``` 3. 选定深度学习框架 选定需要使用的框架,Vitis AI支持的框架包括TensorFlow、Caffe、Keras和ONNX等。对于Pynq而言,需要 手动编译Caffe或TensorFlow等框架,也可以选择已经编译好的模型。 4. 选择模型 用户需要将模型转化为量化模型或是进行裁剪时,需调用Xilinx提供的quantizer和pruner工具一步步进行操作。如果需要直接使用一个已经训练好的模型,可以选择 Vitis AI 中预训练好的模型。 5. 优化模型 Vitis AI在使用量化和裁剪等功能后,可以使用针对AI加速的DPU IP作为部署目标。使用DPU IP的目的是,DPU IP是专为AI推理加速而设计的硬件单元,并且在 Vitis AI 中已经对完整的神经网络架构做了适配的模型库。 6. 部署和测试 完成模型优化和调试后,使用Vitis AI提供的shell脚本及SDK对模型进行编译和测试。编译后部署到FPGA板子上即可,执行一段测试脚本即可运行并评估程 度。 以上便是Vitis AI的简略使用方法。由于平台及硬件不同,详细的操作流程会略有不同。用户应该根据输入输出数据及框架选择手册中对应的执行方式。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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