自定義單板建立PYNQ映象V2 6

在完成在ubuntu18.04上安裝vivado vitis petalinux 2020.1後，下一步在自定義單板建立pynq映象。

pynq結合了zynq與python的優勢，是機器學習/人工智慧、邊緣計算、大資料處理等演算法加速的優秀平台。pynq這個名字來自於python productivity for zynq，pynq使用python語言簡化了zynq應用程式開發過程。

pynq框架由硬體、軟體和應用三層組成。在應用層pynq框架使用python在jupter notebooks開發應用程式，可以方便的呼叫各種python庫。在軟體層，包含python軟體、基於linux的作業系統和驅動。在硬體層，overlays，或者硬體庫，通過它們使用者可以把zynq處理系統上應用擴充套件到可程式設計邏輯層面。pynq提供乙個python互動介面，通過python直接呼叫overlays。使用者可以使用已有的overlays，也可以自己開發overlays。通過overlays可以對特定功能進行加速。

在開發過程中，將生成的pynq映象燒寫到sd卡中，sd卡插入單板，上電啟動，膝上型電腦通過網線與單板連線，通過jupternotebook程式設計控制單板。pynq框架支援所有zynq7000和zynqmpsoc系列器件。

安裝過程參照在[ubuntu18.04上安裝vivado vitis petalinux 2020.1]。(

git clone cd pynq git checkout v2.6.0 git checkout -b fzu3

pynq元件中包含如下資料夾：

~/.bashrc中加入如下**，以後每次開啟乙個新終端，都會自動載入。

source /tools/xilinx/vivado/2020.1/settings64.sh source /tools/xilinx/petalinux/2020.1/settings.sh source /tools/xilinx/vitis/2020.1/settings64.sh export path=/opt/qemu/bin:/opt/crosstool-ng/bin:$path

在pynq/sdbuild/scripts中執行

source setup_host.sh

將pynq_rootfs_aarch64解壓後的檔案bionic.aarch64.2.6.0_2020_10_19拷貝到/sdbuild/prebuild

在 ./pynq/boards/ 目錄下新建資料夾 fzu3

在 fzu3 中再新建兩個資料夾分別為 base 和petalinux_bsp

在 petalinux_bsp 中再建立資料夾 hardware_project

將工程中的bit檔案重名為base.bit拷貝到base

fzu3.xsa拷貝到hardware_project

在fzu3資料夾中新建fzu3.spec檔案，在fzu3.spec中填入內容如下：

arch_fzu3 := aarch64
bsp_fzu3 :=
bitstream_fzu3 :=
fpga_manager_fzu3 := 1
stage4_packages_fzu3 := pynq ethernet

在sdbulid資料夾執行命令開始構建

make boards=fzu3 prebuilt=./prebuilt/bionic.aarch64.2.6.0_2020_10_19.img

如果構建出錯，可以使用如下指令清除構建的檔案：

make delete make unmount make clean

在./pynq/sdbuild/output資料夾中，執行指令，將映象燒寫到sd卡：

自定義單板建立PYNQ映象V2 6

建立自定義LAMP映象

Docker 映象自定義映象

docker 自定義映象

自定義單板建立PYNQ映象V2 6

建立自定義LAMP映象

Docker 映象 自定義映象

docker 自定義映象

相關推薦

Docker 映象自定義映象