【KV260视觉入门套件试用体验】PYNQ初次上手体验

PYNQ 是 AMD 的一个开源项目，用于快速进行自适应计算平台的开发
。

使用Python语言和库，我们可以利用FPGA和ARM协同开发的优势来构建项目

PYNQ 可与 AMD Xilinx
KV260 Vision 套件以及其他套件配合使用。

它可用于创建具有以下功能的高性能应用程序：

• 并行硬件执行
• 高帧率视频处理
• 硬件加速算法
• 实时信号处理
• 高带宽 IO
• 低延迟控制

PYNQ 使用 Jupyter Notebooks，Jupyter Notebooks是基于浏览器的交互式计算环境，其实和Colab挺像的，其实Google Coolab是基于Jupyter的项目。

只要有个浏览器，就可以在命令行中使用 PYNQ 环境对 Python 进行编程。

PYNQ的安装过程中首先需要使用到ubuntu，由于之前有提到过这里就不做赘述了。

安装 Ubuntu 后，因为不需要图形环境，为了节省一些资源开销，所以可以禁用它

查找当前默认引导目标

sudo systemctl get-default

设置启动默认值

sudo systemctl set-default multi-user

这里注意一点，可以不需要指定扩展名。系统知道这一点

重新启动后，它会启动到命令行，并允许我们节省资源。

然后就是直接安装 PYNQ

参照：https://github.com/Xilinx/Kria-PYNQ

直接clone仓库

git clone https://github.com/Xilinx/Kria-PYNQ.git

完成后进入Kria-PYNQ目录

cd Kria-PYNQ/

随后进行安装

sudo bash install.sh -b KV260

安装过程大约 20到25 分钟，接着可以使用浏览器访问 Jupyter notebook

http://<kv260_IP>:9090/lab

密码为 xilinx

PYNQ是怎么工作的呢，它直接用的Python语法。其实并非所有可用于 Python 的库都可以在这里工作，但由于架构是 aarch64，理论ARM上可用的库都可以安装在这里。

开箱即用的是硬件。例如，KV260通过DSI电缆支持Raspberry PI CAM，但PYNQ无法访问它，为了能够支持这一点，我们必须使用所谓的overlay。

Overlay

overlay或硬件library是可配置的FPGA设计，这让用户应用可以从处理系统扩展到可编程逻辑。

它们可用于加速软件应用程序或自定义硬件，使用方式与使用库的方式相同，根据需要动态去加载它们。所以我们也可以自己定制一个overlay并去使用它。

虽然PYNQ旨在与Jupyter
Nootbooks一起使用，但其实也可以在命令行上使用，我们只要使用 ssh 或主机访问kv260并开一个终端。

之后，我们需要激活 PYNQ 环境。

source /etc/profile.d/pynq_venv.sh

在此之后，我们就能用环境以及与之关联的所有 Python 库。
参考资料：Xilinx/Kria-PYNQ: PYNQ support and examples for Kria SOMs (github.com)
PYNQ 简介 — Zynq 的 Python 生产力 （Pynq）