Intel 平台操作视频|学习笔记

本文涉及的产品
简介: 快速学习 Intel 平台操作视频

开发者学堂课程【高校精品课-杭州电子科技大学-EDA技术: Intel 平台操作视频】学习笔记,与课程紧密联系,让用户快速学习知识。

课程地址:https://developer.aliyun.com/learning/course/11/detail/21


Intel 平台操作视频

 

Intel 平台操作

在登陆官网上点击登录 RAM 用户登录后输入用户名密码点击下一步进入官网。

点击右上方控制台,进入阿里云控制台首页后可以看到显示最近使用茶农有云服务器 ECS。

image.png

点击后可以进入到云服务管理控制台,可以看到左侧有菜单栏实例,点击后显示如图。可以在上方选择实例地点,此处为华东2(上海)

image.png

在实例列表中点击实例的更多,点击实例状态,启动

image.png

等待实例启动完成。实例启动完成后复制公网 IP。

使用 SSH 方式远程连接服务,粘贴复制好的公网 IP 到 Remote host,选中 Specify username为root,最后点击OK。连接后输入密码,然后进入服务。

此处选择一个文件夹,该目录下有官方提供的例子,将其复制到/home/。RTL 文件夹包含用户的设计文件。

输入代码:cd /home/hello_afu/hw/rtl/

ls

image.png

vim filelist.txt          

在 filelist.txt 内添加编译的文件。添加完后输入 vim rgb2yuv.v,rgb2yuv.v 提供面向用户的 VGA 接口。

再输入 cd /home/hello_afu/

继续配置环境,输入 source /opt/dcp1_1/script/f1_env_set.sh

再 cd 到/home/hello_afu/目录下,输入 cd /home/hello_afu/

再由 filelist.txt 建立工程,输入

afu_synth_setup --source hw/rtl/filelist.txt build_synth

输入 cd build_synth/

最后运行脚本 run.sh 进行综合实现,输入 run.sh

以上综合实现完成。再来配置 fasscmd 工具

输入 export PATH=$PATH:/opt/dcp1_1/script/

再输入 chmod +x /opt/dcp1_1/script/faascmd,faascmd是阿里开发用于检测 FPGA 状态、上传 bit 文件、下载fpga

再输入faascmd config --id=LTAI4Fzd4L29SrVJDXvH6zqw --key=CiOPBhoSUJxGjsL6QVqse7FjUxTvtl

此处的 id 和 key 根据提供给你们的来填写

再输入 faascmd auth --bucket=edalab-shanghai-bucket,连接 OSS-BUCKET 存储用来存放镜像(将要下载到fpga的bit)

再输入 faascmd upload_object --object=hello_afu.gbs --file=hello_afu.gbs,上传 gbs 文件用来制作镜像。

最后制作镜像,name可以写工程名字,tags可以写版本号,shell 必须与实际 fpga 提供的 shellid 一致,输入

fasscmdcreate_image--object=hello_afu.gbs --fpgatype=intel --name=rgb2yuv --tags=test1.0 --encrypted=false --shell=V1.1

输入

fasscmd list_instances --instanceId=i-uf6hwequz57va6czipf8,该命令检查 fpga 状态和查看 fpgauuid、shellid。

查看镜像是否创建成功,输入 fasscmd list_images,该命令检查镜像制作的情况,查看镜像 id。可以看到刚刚上传的镜像正在 compiling。

下载镜像需要 instanceid、fpgauuid、imageuuid

fasscmd download_image --instanceId= --fpgauuid= --fpgatype=intel --imageuuid= --imagetype=afu --shell =V1.1

输入 fasscmd list_images 检查镜像是否制作完成,success 表明完成。

 image.png

再下载镜像到 fpga,输入

fasscmddownload_image --instanceId=i-uf6hwequz57va6czipf8 --fpgauuid=0xb8599f24e87c0500 --fpgatype=intel --imageuuid=intel914e2cc3-c534-440a-8033-a2d9d5e82a09  --imagetype=afu --shell =V1.1

再检查 fpga 状态,输入 fasscmd list_instances --instanceId=i -uf6hwequz57va6czipf8

如图,此时为 valid,可以正常使用

image.png

fpgaimageuuid 要与最新镜像对应。

再来下载 c 语言编写的驱动,输入

cd  /home/hello_afu/sw/

使用make进行编译,输入 make

运行可执行文件,输入./hello_afu

如果出错多运行几次。

相关文章
|
11月前
|
缓存 安全 Cloud Native
带你读《云原生机密计算最佳实践白皮书》——Intel SGX SDK/PSW/DCAP: Intel SGX 软件开发套件和平台软件服务(1)
带你读《云原生机密计算最佳实践白皮书》——Intel SGX SDK/PSW/DCAP: Intel SGX 软件开发套件和平台软件服务(1)
936 0
|
11月前
|
Cloud Native 开发工具
带你读《云原生机密计算最佳实践白皮书》——Intel SGX SDK/PSW/DCAP: Intel SGX 软件开发套件和平台软件服务(2)
带你读《云原生机密计算最佳实践白皮书》——Intel SGX SDK/PSW/DCAP: Intel SGX 软件开发套件和平台软件服务(2)
685 0
|
机器学习/深度学习 人工智能 安全
龙蜥白皮书精选:龙蜥全面支持 Intel 第四代可扩展处理器 SPR 平台
EROFSEROFS是为高性能只读场景量身打造的内核文件系统,提供了多层镜像、透明压缩等特性,于Linux 5.4正式合入Linux主线。
龙蜥白皮书精选:龙蜥全面支持 Intel 第四代可扩展处理器 SPR 平台
|
缓存 负载均衡 网络协议
[译]Linux平台Intel以太网控制器x710/xl710性能调优指南
介绍如何在Linux平台对intel x710/xl710进行性能调优
2386 0
|
安全 算法 Cloud Native
使用阿里云服务网格 ASM 和 Intel Multi-Buffer 技术实现更快的应用服务间加密通信|学习笔记
快速学习使用阿里云服务网格 ASM 和 Intel Multi-Buffer 技术实现更快的应用服务间加密通信
304 0
使用阿里云服务网格 ASM 和 Intel Multi-Buffer 技术实现更快的应用服务间加密通信|学习笔记
|
机器学习/深度学习 人工智能 自然语言处理
大咖分享-PAl 与 Intel CPU 的多层次合作|学习笔记
快速学习大咖分享-PAl 与Intel CPU 的多层次合作。
104 0
|
机器学习/深度学习 存储 人工智能
大咖对话-AI架构师成长计划(四) -林伟对话 Intel 戴金权|学习笔记
快速学习大咖对话-AI架构师成长计划(四) -林伟对话 Intel 戴金权。
158 0
|
人工智能 分布式计算 Apache
《# Apache Spark系列技术直播# 第八讲 【 微软Azure平台利用Intel Analytics Zoo构建AI客服支持实践 】》电子版地址
# Apache Spark系列技术直播# 第八讲 【 微软Azure平台利用Intel Analytics Zoo构建AI客服支持实践 】
141 0
《# Apache Spark系列技术直播# 第八讲 【 微软Azure平台利用Intel Analytics Zoo构建AI客服支持实践 】》电子版地址
|
机器学习/深度学习 人工智能 Linux
Intel 技术专家直播:x86平台上,AI能力的演进及深度学习加速的关键技术
今天晚8点,扫码图中进入 InfoQ直播间,等你一起来探讨在英特尔各代 x86 平台上,AI 能力是如何进行演进的?
Intel 技术专家直播:x86平台上,AI能力的演进及深度学习加速的关键技术
|
机器学习/深度学习 分布式计算 并行计算
10月15日社区直播【Intel MLlib:构建平台优化的Spark机器学习】
Intel MLlib是一个为Apache Spark MLlib优化的软件包。它在保持和Spark MLlib兼容的同时,在底层利用原生算法库来实现在CPU和GPU上的最优化算法,同时使用Collective Communication来实现效率更高的节点间通信。我们的初步结果表明,该软件包在最小化应用改动的基础上,可以极大地提升MLlib算法的性能。
10月15日社区直播【Intel MLlib:构建平台优化的Spark机器学习】

热门文章

最新文章