本文记录了在 Ubuntu 20.04 环境下配置 Vitis AI 所需的步骤和软件推荐。

本文介绍了如何使用 SystemVerilog 将 AXI4-Stream 图像数据输出到 PPM 格式的图像文件中。通过使用$fopen、$fwrite 和 $fclose 函数，成功地将仿真生成的图像数据写入到文件中，实现了图像数据的输出。在 TestBench 代码中，设置了图像的分辨率和颜色模式，并通过循环逐像素地写入数据。通过这种方式，我们可以将仿真生成的图像数据保存为 PPM 格式的文

利用Xilinx的Vivado设计套件搭建一个工程，通过实际的设计和仿真，来测试视频处理中的关键信号，如同步信号和消隐信号等。

基于 KV260 + PCAM_5C 构建视频通路，通过 PYNQ 可视化图像，用以进一步处理图像数据，从 MIPI 至图像数据，包括如下要点：在 PYNQ 下通过 IIC 配置 OV5640配置 MIPI CSI-2 Rx subsystem 经验汇总AXI4-Stream 基础设施配置 Sensor Demosaic经验汇总配置 AXI VDMA经验汇总Sensor OV5640 时钟树图像数

本文以官方 A to Z Bare-metal Flow 为基准，在 VD100 硬件平台上实现的例子。包含如下内容：申请 AIE License创建 Vivado 可扩展平台（XSA）创建 Vitis 平台（XPFM）创建 AIE 应用创建 HLS 应用系统集成：VPP 链接 pl_app、aie_app创建 ps_app 应用系统集成：打包生成 sd_card.img在 VD100 硬件平台上

本文主要介绍使用Vitis AI工具创建自定义的Xmodol，难点并不在工具本身，而是需要了解很多机器学习的知识。一个很好的出发点是使用Vitis Model Zoo库，是一个包含了大量预训练模型的资源库，这些模型涵盖了多种AI应用领域，如图像分类、目标检测、语义分割、人脸识别、自然语言处理等。

本文分享了Xilinx XDMA驱动调试的实用指南，涵盖H2C数据传输测试和性能优化。

分享 Vivado 远程开发的一些实用干货：远程 JTAG Debug远程综合实现（Run on remote hosts）vmWare 网络配置NFS 文件共享X11-forwarding

本文详细介绍了使用KV260视觉AI套件中的DPUCZDX8G深度学习处理单元（DPU）的环境搭建和开发流程。DPUCZDX8G是专为Zynq UltraScale+ MPSoC设计的，优化了卷积神经网络的计算引擎，支持广泛的运算符，使其成为执行AI推理任务的强大工具。文章从DPU的基本原理出发，解释了其工作机制，包括如何从片外存储器中提取指令以及如何在片上存储器中高效处理数据。

本博文分享在 VD100 硬件平台上，通过 Petalinux 2024.2 构建 Linux 的过程。包括：Petalinux 2024.2 的下载与安装；在 VD100 硬件平台构建 Linux 全过程；SDT 生成设备树的方法；SD 卡分区；一些常见异常的汇总和分析；