Résumé de section

◄Softcores

    • ---------------------------

      Deep NN acceleration

    • Projeto base para DPU (https://www.xilinx.com/bin/public/openDownload?filename=DPUCZDX8G_VAI_v3.0.tar.gz) que está nesta página oficial da Xilinx https://xilinx.github.io/Vitis-AI/3.5/html/docs/workflow-system-integration

      Esse projeto usa essa DPUCZDX8G é dedicada para o FPGA Zynq UltraScale+ MPSoC e ele vem com 3 DPUs instanciadas. O projeto por default é para a placa ZCU102, mas daí você consegue mudar para a placa ZCU104 que nao precisa de licença e temos em nosso laboratório de computação reconfigurável (LCR) do ICMC. Porém para caber na ZCU104 sem alterar a configuracao default da DPU tem que reduzir para 1 DPU. Fiz isso e deu certo a Synthesis e a Implementation (como esperado gerou o bitstream sem precisar da licença).

      Comentando sobre licenças. Para o FPGA da placa ZCU104 nao precisa de licença! Mas para a ZCU102 sim. 

      Para sintetizar o projeto instalar Vivado ML Edition 2023.2 que vc encontra no link seguinte:

      https://www.xilinx.com/products/design-tools/vivado/vivado-buy.html#architecture


    • FINN: machine learning framework URL

       FINN generates dataflow architectures as a physical representation of the implemented custom network in space

    • Introduction to VHDL Fichier
◄Softcores