tensil
v1.0.15
심층적인 엔드투엔드 지침을 보려면 튜토리얼을 확인하세요.
참조 문서는 당사 웹사이트를 참조하세요.
drivers/tcu_pynq
FPGA 개발 플랫폼의 /home/xilinx/tcu_pynq
에 복사하세요. docker pull tensilai/tensil
docker run -u $(id -u ${USER}):$(id -g ${USER}) -v $(pwd):/work -w /work -it tensilai/tensil bash
이 예에서는 특정 TCU 아키텍처 및 FPGA 개발 플랫폼인 PYNQ Z1에 대한 AI/ML 모델(ResNet20 v2 CIFAR)을 컴파일합니다.
tensil compile -a /demo/arch/pynqz1.tarch -m /demo/models/resnet20v2_cifar.onnx -o "Identity:0" -s true
tensil compile -a /demo/arch/pynqz1.tarch -m /demo/models/resnet20v2_cifar.pb -o "Identity" -s true
tensil emulate -m resnet20v2_cifar_onnx_pynqz1.tmodel -i /demo/models/data/resnet_input_1x32x32x8.csv
이 예에서는 특정 TCU 아키텍처 및 FPGA 개발 플랫폼인 PYNQ Z1을 위한 Verilog RTL을 만듭니다.
tensil rtl -a /demo/arch/pynqz1.tarch -s true
특정 FPGA 개발 플랫폼을 위한 Vivado 디자인을 생성합니다. PYNQ Z1 튜토리얼에 자세한 단계가 포함되어 있습니다. 막히면 저희가 도와드릴 수 있습니다! [email protected] 또는 Discord로 문의해 주세요.
PYNQ 및 Jupyter 노트북을 사용하여 FPGA에서 AI/ML 모델을 실행하세요. ( notebooks
참조)
wget https://github.com/tensil-ai/tensil-models/archive/main.tar.gz
tar xf main.tar.gz
mv tensil-models-main models
rm main.tar.gz
./mill rtl.run -a ./arch/pynqz1.tarch -s true
./mill compiler.run -a ./arch/pynqz1.tarch -m ./models/resnet20v2_cifar.onnx -o "Identity:0" -s true
./mill emulator.run -m resnet20v2_cifar_onnx_pynqz1.tmodel -i ./models/data/resnet_input_1x32x32x8.csv
./mill __.test -l org.scalatest.tags.Slow
예를 들어 Accumulator 모듈에서 단일 RTL 테스트를 실행하고 VCD 파일도 출력하려면 다음을 수행하십시오.
./mill rtl.test.testOnly tensil.tcu.AccumulatorSpec -- -DwriteVcd=true -z "should accumulate values"
생성된 최신 VCD 파일을 보려면:
./scripts/gtkwave/display-latest-vcd.py
특정 VCD 파일을 보려면:
./scripts/gtkwave/display-vcd.sh <vcd_file>
docker build -f docker/web/Dockerfile -t tensil-web-compiler .
aws ecr get-login-password | docker login --username AWS --password-stdin <ACCOUNT ID>.dkr.ecr.<REGION>.amazonaws.com
docker tag tensil-web-compiler <ACCOUNT ID>.dkr.ecr.<REGION>.amazonaws.com/tf2rtl-web-compiler
docker push <ACCOUNT ID>.dkr.ecr.<REGION>.amazonaws.com/tf2rtl-web-compiler