MYD-C7Z010/20测评（二）xilinx 深度学习资料研读和软件安装（...

lebment

  本部分延续上的未完成部分，主要内容基本上是DPU IP资料学习、petalinux安装。边缘AI工具下载
   这个图，即是工作流程，需要DPU IP，vivado，DNNDK，上部分已经安装了Vivado vitis。DPU导入到vivado生成对应硬件平台比特流，这部分具体看看DPU是什么、怎么用，对应于深度学习模型的参数解释。
   这个框图展示了一个硬件平台的例子，我的计划与该框图不同的是不使用MIPI cam而是USB 接口的Webcam，暂时不知可行。CSI接口的摄像头也是备用方案。DPU需要用到AXI内接互联，很明显需要使用DDR内一部分空间。

   启动后，DPU从片外存储器中获取指令以控制计算引擎的操作。 指令由DNNC生成，其中已进行了实质性的优化。 片上存储器用于缓冲输入，中间和输出数据，以实现高吞吐量和效率。 尽可能重用数据以减少内存带宽。 深度流水线设计用于计算引擎。 处理元件（PE）充分利用了Xilinx器件中的细粒度构建块，例如乘法器，加法器和累加器。
  内部原理大概是以上官方叙述的那样，DPU还包括寄存器和中断，怎么用会比较啰嗦，参数过多，下面分解来看。
   这个图是支持的卷积层类型，其实已经覆盖了很多常见的网络，普通卷积即convolution，已经可以使用很多分类器深度学习模型，深度可分离卷积主要是mobileNet在使用，计划实现的功能中采用的即是Mobilenet SSD ，caffe 深度学习模型。其实DPU使用不需要考虑上表的数据。但是如果部分算子是自行开发的，部署到硬件平台上时需要仔细检查，不然DPU就要自行实现了。

   首先DPU的第一个参数栏------架构。
1.设置DPU核的个数，最多三个，越多性能越强，PL资源消耗越大。
2.设置DPU核架构，即卷积架构， ，表中列出选项的具体参数对应的并行性能，像素并行、输入通道并行、输出通道并行和单时钟操作峰值。同样值越大消耗PL资源更多。我选择了B1024.
3.RAM使用，选择High性能强消耗片上BRAM URAM也越多，ZYNQ资源不多80k，还是选low比较好。
4.通道增强，通道增强是一项可选功能，用于在处理输入通道远低于可用通道并行度时提高DPU的效率。 例如，在大多数CNN中，第一层的输入通道为3（也就是RGB，CNN大多应用在图像中），无法完全利用所有可用的硬件通道。 但是，当输入通道的数量大于通道并行度时，启用通道扩展将没有任何区别。 总之，信道扩展可以提高大多数CNN的总效率，但是会花费额外的逻辑资源。计划使用Mobilenet SSD 所以此选项有必要打开，通道并行效率高。
5.Depthwiseconv，Mobilenet，上述已经解释过，故必须打开。
6.AveragePool，不打开，池化层主要使用最大池化操作。
7.卷积，当然选择Relu 和 Relu6 SSD使用了这两个。
8.softmax层，不支持ZYNQ7020，所以强制关闭。

第二栏，高级。 主要是设置DPU的时钟和DSP等。
1.S-AXI 时钟模式，s_axi_aclk是S-AXI接口时钟。 选择“与M-AXI时钟共用”时，s_axi_aclk将与m_axi_aclk共享相同的时钟，并且s_axi_aclk端口将被隐藏。 选择“独立”时，可以提供不同于m_axi_aclk的时钟。我选的是独立。
2.dpu_2x Clock Gating，不支持ZYNQ7000系列。
3.DSP Cascade，不支持ZYNQ7000系列。
4.DSP Usage，不过多赘述。
5.UltraRAM，zynq7000没有。
6.Timestamp，时间戳。我选择关闭，没有不影响实现功能，简化我demo设计。


第三栏，前两栏设置好了，这里显示详细参数。
ZYNQ7020有些许不一样，暂时无法贴出我的图后续补上。
DPU性能对比。


petalinux安装，
ubuntu16.04，我安装在和上部分一样的路径即/xilinx/。 ，PC配置要求，我的PC刚好达标。
Ubuntu需要运行以下程序进行环境设置。
sudo apt-get install -y gcc git make net-tools libncurses5-dev tftpd zlib1g-dev libssl-dev flex bison libselinux1 gnupgwget diffstat chrpath socat xterm autoconf libtool tar unzip texinfo zlib1g-dev gcc-multilib build-essential -devzlib1g:i386 screen pax gzip   

下载好， ./petalinux-v2019.1-final-installer.run /xilinx/petalinux

source /settings.sh


然后echo $PETALINUX  检查是否配置好。


安装完成，后面开发还需要DNNDK等。


本部分简要的介绍了DPU，如需对应自己的应用，那么参考DPU手册修改即可。