VItis AI 2.5やPetaLinuxなどインストールしてみたメモ

本サイトはアフィリエイト広告を利用しています。
AI

Vitis AIの最新版2.5やPetaLinuxインストールしてみました。

ダウンロードからの一連の流れを簡単に紹介します。

 

スポンサーリンク

VItis AI 2.5やPetaLinuxなどインストールしてみたメモ

LinuxのデスクトップPCにVitis AIの最新版を試してみました。

Vitis AI以外にも周辺の環境(Vitis やPetalinux)も含めてインストールしています。

簡単にメモレベルですが流れを紹介します。

 

この記事は筆者のメモレベルですので、詳細はVitis AIのGithubを確認お願いします。

 https://github.com/Xilinx/Vitis-AI

また公式ドキュメントは下記です。

 https://docs.xilinx.com/r/en-US/ug1414-vitis-ai/Vitis-AI-Overview

 

PCスペック

PCスペックは下記の通りです。

正直なところ、VItis AIを入れてガンガン機械学習を回したい場合はスペック不足です。

  • CPU…Core i5 6400
  • GPU…NVIDIA GeForce GT 710 ※のちにGTX1650でも確認済
  • メモリ…16GB
  • SSD…500GB

 

デスクトップで一応グラフィックボードを積んでいますが、低スペックのGPUです。

一応、下記記事でNVIDIAのドライバで動かせるようにまでは実施しています。

中古のPCにグラボを増設してみた!NVIDIA GeForce GT 710編

中古のPCにグラボを増設してみた!NVIDIA GeForce GT 710編
中古のデスクトップにグラボを増設(後付け)してみました。 格安のNVIDIA GeForce GT 710ですが、問題なく動作確認できています。 中古PCの購入から、グラフィックボードの増設までの流れを紹介します。

 

OS環境

OS環境はLinux(Ubuntu)を使っています。

  • Ubuntu20.04  ※Ubuntu18.04でも動作確認済

 

デスクトップPCにLinuxをインストールした際の記事は下記です。

OS無しのPCにLinux(Ubuntu)をインストールしてみた

OS無しのPCにLinux(Ubuntu)をインストールしてみた
OS無しの中古PCを購入しましたので、Linuxをインストールしました。 Ubuntuを入れています。 ダウンロードからインストール方法まで紹介します。

 

WSL2でもインストールできるはず

今回はLinuxのデスクトップ実機環境にインストールしています。

ただ、Windows上のLinux環境であるWSL2でもインストールできるはずです。

 

去年のVitis AIのバージョンではWindowsのノートPCで動かしていました。(下記記事参考)

AIエッジコンテストが勉強になった(難しかった)件

AIエッジコンテストが勉強になった(難しかった)件
第5回AIエッジコンテストに参加していました。 (筆者の力量では)コンテストの課題が難しく、最後の実装まで到達できませんでした。 ただ貴重な勉強の機会になりましたし、自身への忘備録としても内容を紹介します。

 

Vitis 2022.2でもOK

※2023/2/25追記

今回の記事では「Vitis AI 2.5」と「Vitis 2022.1」をインストールしています。

「Vitis 2022.2」に関しては同じ手順で対応できました。

※インストーラーのファイル名・作るフォルダ名などは適宜変更をお願いします。

 

dockerの環境をインストールする

Vitis AIではdocker環境が必要となります。

下記記事を参考にさせていただき、docker環境を整えました。

 https://qiita.com/nv-h/items/a666649abcea11271255

 https://qiita.com/yoshiyasu1111/items/f2cab116d68ed1a0ce13

 

Vitis AIをインストールする

Vitis AIの公式ページに従い、インストールします。

GPUとCPUのdocker環境がありますが、CPU版の環境で筆者は動かしています。

CPU版は簡単に動かせます。

 

./docker_run.sh xilinx/vitis-ai-cpu:latest

 

Vitis AIのGPUの環境構築をしたかったが…

本当はGPUの環境構築をしたかったのですが、エラーにより出来ませんでした。

あとGPUボードもスペック低いためです。暫くはCPU版で動かしています。

 

詳細は下記記事に記載しています。(おそらく原因はPCのスペック(メモリ)不足?)

Vitis AIでdocker_build_gpu.shが失敗するメモ

Vitis AIでdocker_build_gpu.shが失敗するメモ
VItis AIでGPU版のDockerをビルドすると失敗しました。 エラーの症状とメッセージ、ログをメモしておきます。 また原因を調べてみました。

 

もしGPUのdocker環境を整えれるのであれば、基本的にGPUをおすすめします。

理由はXilinxのサンプルプログラムなどGPU前提に作られているケースが多いです。

CPU版だとサンプルプログラムを動かすのも一苦労です。

 

VitisとVivadoをインストールする

Vitis AIとは別になりますが、「Vitis」「Vivado」の方もインストールしておきます。

公式ページからインストーラーをダウンロードして、実行します。

ダウンロード
Vivado, Vitis, Vitis Embedded Platform, PetaLinux, Device models

 

下記のライブラリは最低限インストールはしておいた方が良いです。

 

Vitisがインストールのデフォルトだとroot/toolsに作られます。

インストールしたい箇所にフォルダ作って、権限を付けてインストールしておきます。

Vitisをインストールすれば、Vivadoの方も一緒にインストールされます。

 

Xilinxのインストーラーを動かす前に、一度、PCの再起動をおすすめします。

インストーラーが開かない場合は、sudoを無くしての確認もお願いします。

sudo ./Xilinx_Unified_2022.1_0420_0327_Lin64.bin

 

generating installed device list で止まるため

最初は上記で紹介したライブラリを入れずに、Vitisをインストールしていました。

ただ「generating installed device list」で止まってしまったので、対応しています。

 

PetaLinuxをインストールする

PetaLinuxも必要な方はインストールしておきます。

公式ページからインストーラーをダウンロードして、実行します。

(Vitisと同じページにあります)

 

PetaLinuxのインストールに関しては下記記事が大変参考になりました。

 https://zenn.dev/nao23/articles/be7cd663eb09cd

また公式ドキュメントも参考になります。

 https://docs.xilinx.com/r/en-US/ug1144-petalinux-tools-reference-guide/Introduction

 

インストーラーファイルをダウンロードして、実行します。

必要なライブラリも予めインストールしておく必要があります。

※USER_NAME:USER_GROUPは「id」コマンドで調べれます。

./petalinux-v2022.1-04191534-installer.run -d /opt/petalinux/2022.1/

 

 

./petalinux-***-installer.run の前にsudoをつけない

インストール時にsudoを付けたくなりますが、エラーになりますのでご注意下さい。

sudo ./petalinux-v2022.1-04191534-installer.run -d /opt/petalinux/2022.1/

 

下記のようなエラーが発生します。

ERROR: Exiting Installer: Cannot install as root user !

 

必要に応じてbashrcを編集しておく

必要であればホームディレクトリでbashrcを編集しておきます

sudo vim ~/.bashrc

 

下記追記しておけば、毎回入力せずに済みます。

※ただpetalinuxは毎回メッセージが出るので、気にする方は外した方がいいかもです。

 

まとめ

XilinxのFPGAのAI開発環境を整えてみました。

Vitis AIやPetaLinux、またVItis・Vivadoをダウンロード+インストールしています。

よろしければ皆さまも試してみて下さい。

 

今回の記事含めて、第6回AIエッジコンテストの一環でした。

下記にてコンテストでテスト・実施したことのまとめを紹介しています。

第6回AIエッジコンテストが凄く難しいけど勉強になった感想

第6回AIエッジコンテストが凄く難しいけど勉強になった感想
第6回AIエッジコンテストに参加していました。 RISC-Vを使って、画像とLIDAR点群からの3D物体検出が課題でした。 ただ貴重な勉強の機会になりましたし、自身への忘備録としても内容を紹介します。

コメント