Vitis AI(01) Overview_vitis ai fpga

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方式？
• 自己做的模型，如何在Vitis AI上做量化和编译，并正确的运行？
• 如何使用Vitis AI提供的性能分析工具，对所运行的模型进行分析？

Vitis AI介绍

Vitis AI是Xilinx推出的专用于其硬件平台的AI推理加速开