Vitis AI 编译dnndk应用
judy 在 周一, 09/06/2021 - 10:17 提交在Vitis AI library中的模型在自定义单板使用中,介绍了如何进行模型库编译,下一步要将模型加入到AI应用中进行编译,生成可执行文件。
在Vitis AI library中的模型在自定义单板使用中,介绍了如何进行模型库编译,下一步要将模型加入到AI应用中进行编译,生成可执行文件。
本系列笔记旨在更深入的探索Vitis以及Vitis内部所使用到的技术,本系列主要针对深度学习部署进行探索,比如自定义自己的深度学习硬件平台,深度学习模型量化、模型编译、TVM自动调优,多DPU核异构系统的调度计算等等。
在Vitis AI设计中,构建模型是其中非常重要的一步。如果使用调用的模型库呢?
Vitis AI开发套件提供high-leve C++/Python APIs(VART)进行从云到边器件开发。对于边缘DPU,除了VART,还可以使用advanced low-level C++/Python APIs。
Xilinx 多任务模型旨在同时完成不同的图像感知任务,同时实现高性能和高效率。凭借 MTLv3 模型,以及在 Vitis AI 的助力下,现可实现面向车辆检测、车道检测、分割、可行驶区域检测和深度评估的 5 个任务,基于一个模型,在边缘实时速度运行。
本文对vitis设计流程进行总结
为了使广大开发者学新学透,赛灵思开发者社区与电巢直播间特别邀请到两位赛灵思专家为大家分享Vitis及Vitis AI是如何在赛灵思异构平台(包括FPGA, SoC, Versal ACAP) 上实现嵌入式软件和加速应用。欢迎您点击关注,届时收看。
赛灵思 Vitis AI 是一款功能强大的机器学习开发平台,用于在赛灵思自适应计算平台上实现 AI 推断加速。最新发布的 Vitis AI 1.4 版本为用户提供了完整的解决方案堆栈,首次实现了对最新 7nm Versal ACAP 平台和16nm Kria™ SOM的支持。
7月23日,Xilinx最新发布了Vitis AI 1.4版本,该版本在原有的AI加速解决方案基础上,首次增加了对Xilinx 7nm Versal ACAP两款平台VCK190,VCK5000 PCI-E卡,及16nm Kria SOM平台的支持,使得这一AI推理加速方案更加完整、灵活、强大。
本视频描述了 Vitis AI 安装说明、如何设置环境、以及如何安装 Vitis AI 目标板的依赖项。