[VITIS-AI]

[Vitis-AI] Vitis-AI 다운로드 및 환경설정 (1)

choice1219 2020. 2. 5. 20:28
반응형

안녕하세요. Verilog 입니다.

 

오늘부터 Vitis AI Library를 통해 Deep Learning 알고리즘을 Zynq 보드에서 구현하는 것에 대해 포스팅 하려고 합니다.

 

먼저, 저의 실험 환경은 아래와 같습니다.

 

Zynq-Board: ZCU-102 / ZCU-104 Board (MPSOC)

Host PC: Ubuntu 16.04 LTS

 

Zynq보드는 ARM-Processor(SW)와 FPGA(HW)로 이루어진 보드로 무거운 연산은 FPGA(HW)에서 수행하며, 하드웨어로 구현이 어려운 부분은 ARM-Processor(SW)에서 구현할 수 있게 구성되어 있습니다.

 

1. 먼저, Ubuntu PC에서 Vitis-AI 폴더를 받아보겠습니다.

git clone https://github.com/Xilinx/Vitis-AI
cd Vitis-AI

 

 

2. Docker 설치

- Docker의 종류는 2가지가 있습니다. (tool / runtime)

- tool docker는 Deep Learning 모델을 Quantization 및 Complie해서 FPGA에서 수행 가능한 .elf 파일 생성하는데 쓰입니다.

- runtime docker는 위에서 생성한 .elf파일을 이용하여 ARM-Processor에서 구현 가능한 코드를 컴파일 하는데 사용됩니다. 

 

2.1. Docker Repository 추가

sudo add-apt-repository "deb [arch=amd64] https://download.docker.com/linux/ubuntu bionic stable" 
curl -fsSL https://download.docker.com/linux/ubuntu/gpg | sudo apt-key add -
sudo apt-get update && sudo apt install docker-ce docker-ce-cli containerd.io

 

 

 

2.2. Nvidia Docker Rntime 설치

curl -s -L https://nvidia.github.io/nvidia-container-runtime/gpgkey | \     
   sudo apt-key add -
curl -s -L https://nvidia.github.io/nvidia-container-runtime/$distribution/nvidia-container-runtime.list | \
   sudo tee /etc/apt/sources.list.d/nvidia-container-runtime.list
sudo apt-get update
sudo apt-get install nvidia-container-runtime

 

 

2.3. Docker Config 파일 수정

sudo systemctl edit docker

 

 

- 이후, 뜨는 창에서 아래 코드를 추가 후 종료

[Service] 
ExecStart= 
ExecStart=/usr/bin/dockerd --group docker -H unix:///var/run/docker.sock --add-runtime=nvidia=/usr/bin/nvidia-container-runtime

 

 

- Daemon과  Docker 재실행

sudo systemctl daemon-reload
sudo systemctl restart docker

 

 

3. Group Docker 설정

sudo groupadd docker
sudo usermod -aG docker $USER
newgrp docker 
docker run hello-world

 

 

4. CPU tool docker

현재 폴더 위치가 1번에서 다운받은 Vitis-AI 폴더안에 들어와있는지 확인한 후, 아래 명령어를 수행합니다. 

./docker_run.sh xilinx/vitis-ai:tools-1.0.0-cpu

 

 

- 4번까지 완료가 되었다면 다음 사진과 같은 화면이 뜹니다.

 

다음 포스팅에서는 tool docker를 통해서 AI-quantizer / AI-Compiler를 사용하는 방법에 대해서 이야기할 예정입니다. 

 

참고: Vitis-ai-github (https://github.com/Xilinx/Vitis-AI)

 

 

반응형