Vitis

本视频展示了如何使用智能模型选型示例开始使用 VVAS。

VVAS 是一个完整的软件堆栈，用于在所有 Xilinx 平台上构建基于 AI 的智能视频分析解决方案！在短短几周内实现从概念到实时部署。

Xilinx 多任务模型旨在同时完成不同的图像感知任务，同时实现高性能和高效率。凭借 MTLv3 模型，以及在 Vitis AI 的助力下，现可实现面向车辆检测、车道检测、分割、可行驶区域检测和深度评估的 5 个任务，基于一个模型，在边缘实时速度运行。

HLS导出的.xo文件如何导入到Vitis里面？需要把.xo文件解压，然后把文件夹导入到Vitis Kernel/src文件夹下吗？

为了使广大开发者学新学透，赛灵思开发者社区与电巢直播间特别邀请到两位赛灵思专家为大家分享Vitis及Vitis AI是如何在赛灵思异构平台（包括FPGA, SoC, Versal ACAP) 上实现嵌入式软件和加速应用。欢迎您点击关注，届时收看。

赛灵思 Vitis AI 是一款功能强大的机器学习开发平台，用于在赛灵思自适应计算平台上实现 AI 推断加速。最新发布的 Vitis AI 1.4 版本为用户提供了完整的解决方案堆栈，首次实现了对最新 7nm Versal ACAP 平台和16nm Kria™ SOM的支持。

7月23日，Xilinx最新发布了Vitis AI 1.4版本，该版本在原有的AI加速解决方案基础上，首次增加了对Xilinx 7nm Versal ACAP两款平台VCK190，VCK5000 PCI-E卡，及16nm Kria SOM平台的支持，使得这一AI推理加速方案更加完整、灵活、强大。

本视频描述了 Vitis AI 安装说明、如何设置环境、以及如何安装 Vitis AI 目标板的依赖项。

在Vitis完成这个过程的底层，实际调用的是Vivado。Vitis会指定默认的Vivado策略来执行综合和实现的步骤。当默认的Vivado策略无法达到预期的时序要求时，我们需要在Vivado中分析时序问题的原因, 并根据时序失败的原因调整Vivado各个步骤的选项。有时我们也需要调整Vivado各个步骤的选项做不同方向的优化。

8月3日-12日，赛灵思软件与 AI 专家团特举办四期系列线上公开课，深入探讨如何在调整部署平台架构，满足应用不断增长的挑战与其独特需求的同时，一如既往地使用 TensorFlow 和 Caffe 等高层次框架，采用 C、C++ 和 Python 等熟悉的编程语言进行开发。