全志V853 NPU开发之工具安装

本文介绍了如何在Ubuntu20.04环境中为AllwinnerV853NPU开发准备Linux系统,包括安装依赖软件包如Python3和AcuityToolkit,以及部署和配置VerisiliconToolVivanteIDE的步骤,强调了许可证申请的重要性。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

V853支持最高1T NPU算力,在进行NPU相关开发前,需要先配置NPU开发环境。

Linux系统准备

NPU开发环境依赖于Linux系统,需要先准备 Linux 开发环境。

经测试NPU 工具支持下列 Linux 发行版:

  • Ubuntu 20.04

其他部分 Linux 发行版理论上也可以支持安装部署,但此处未作验证。

本文演示所使用的操作系统为 Ubuntu 20.04.4 LTS x86_64 安装在 VirtualBox 虚拟机工具中。

allwinner@allwinner:~/WorkSpace$ neofetch 
            .-/+oossssoo+/-.               allwinner@allwinner
        `:+ssssssssssssssssss+:`           ------------------------------ 
      -+ssssssssssssssssssyyssss+-         OS: Ubuntu 20.04.4 LTS x86_64 
    .ossssssssssssssssssdMMMNysssso.       Host: VirtualBox 1.2 
   /ssssssssssshdmmNNmmyNMMMMhssssss/      Kernel: 5.13.0-51-generic 
  +ssssssssshmydMMMMMMMNddddyssssssss+     Uptime: 1 hour 
 /sssssssshNMMMyhhyyyyhmNMMMNhssssssss/    Packages: 1679 (dpkg), 9 (snap) 
.ssssssssdMMMNhsssssssssshNMMMdssssssss.   Shell: bash 5.0.17 
+sssshhhyNMMNyssssssssssssyNMMMysssssss+   Resolution: 1920x972 
ossyNMMMNyMMhsssssssssssssshmmmhssssssso   DE: GNOME 
ossyNMMMNyMMhsssssssssssssshmmmhssssssso   WM: Mutter 
+sssshhhyNMMNyssssssssssssyNMMMysssssss+   WM Theme: Adwaita 
.ssssssssdMMMNhsssssssssshNMMMdssssssss.   Theme: Yaru [GTK2/3] 
 /sssssssshNMMMyhhyyyyhdNMMMNhssssssss/    Icons: Yaru [GTK2/3] 
  +sssssssssdmydMMMMMMMMddddyssssssss+     Terminal: gnome-terminal 
   /ssssssssssshdmNNNNmyNMMMMhssssss/      CPU: Intel i5-4460 (4) @ 3.192GHz 
    .ossssssssssssssssssdMMMNysssso.       GPU: 00:02.0 VMware SVGA II Adapter 
      -+sssssssssssssssssyyyssss+-         Memory: 764MiB / 4927MiB 
        `:+ssssssssssssssssss+:`
            .-/+oossssoo+/-.                                       

安装依赖软件包

部署 NPU 需要安装python3python3-dev、 python3-pipbuild-essential等依赖软件包,可以通过下列命令安装:

sudo apt install -y python3 python3-dev python3-pip build-essential 

准备 NPU 部署工具包

需要准备两个工具包:

  1. Verisilicon_Tool_Acuity_Toolkit: 模型部署工具,提供了命令行和 python 脚本两种界面协助客户将模型部署到 NPU 上。Acuity Toolkit 做的工作包括网络导入,优化,训练,量化以及推理.

  2. Verisilicon_Tool_VivanteIDE:IDE 工具,用于 PC 侧的模型仿真验证,以及 Profile 性能分析, 比如模型带宽,帧率等等。仿真 VivanteIDE 工具 IDE 需要 Lincese 才能使用全部的功能,但如果不需要使用 VivanteIDE 的全部功能只进行模型转换是不需要 License 的,只需要安装为 Acuity Toolkit 提供支持库即可。

由于 IDE 依赖于 Acuity Toolkit,比如 IDE 需要 Acuity Toolkit 导入过程中创建的 CCODE 工程进行仿真。Acuity Toolkit 依赖于 IDE 提供的一些支持库才能运行。所以这里需要安装两个工具包

image-20220616111104669

下载地址:<Allwinner - Synology DiskStation>

安装开发工具

安装 Verisilicon Tool VivanteIDE

解压

下载完成后得到 IDE 工具包安装文件 Verisilicon_Tool_VivanteIDE_v5.7.0_CL470666_Linux_Windows_SDK_p6.4.x_dev_6.4.10_22Q1_CL473325A_20220425.tgz

由于工具会持续更新,所以这里演示使用的文件名版本号未来可能会更改。以工具包文件名为准。

tar xvf Verisilicon_Tool_VivanteIDE_v5.7.0_CL470666_Linux_Windows_SDK_p6.4.x_dev_6.4.10_22Q1_CL473325A_20220425.tgz

安装

运行安装脚本,弹出对话框,点击 Yes

./Vivante_IDE-5.7.0_CL470666-Linux-x86_64-04-24-2022-18.55.31-plus-W-p6.4.x_dev_6.4.10_22Q1_CL473325A-Install

image-20220616113232123

单击Next

image-20220616113315290

阅读许可协议并允许。

image-20220616113354298

选择安装路径,这里默认就可以了。

image-20220616113428977

选择 License 许可文件, 没有许可文件点击 Next 跳过,之后在IDE中添加。

image-20220616113511402

点击 Next

image-20220616113554819

开始安装

image-20220616113629585

安装完成,Finish

image-20220616113657193

这样,VivanteIDE 就安装到了 /home/allwinner/VeriSilicon/VivanteIDE5.7.0/ 文件夹里,可以使用下列命令运行IDE

/home/allwinner/VeriSilicon/VivanteIDE5.7.0/ide/vivanteide5.7.0

选择 Workspace 工作区,默认即可

image-20220616114040004

开启软件,提示需要安装 License 许可

image-20220616114201928

申请License

仿真 VivanteIDE 工具 IDE 需要 Lincese 才能使用全部的功能,但如果不需要使用 VivanteIDE 的全部功能只进行模型转换是不需要 License 的

到芯原官网,填写必要的信息,申请一个可用的 License, 合法的 License 会通过邮件发送到你的邮箱。

License 申请地址:https://www.verisilicon.com/cn/VIPAcuityIDELicenseRequest

安装 Verisilicon Tool Acuity Toolkit

下载完成后得到 Acuity Toolkit 工具包安装文件 Vivante_acuity_toolkit_binary_6.6.1_20220329_ubuntu20.04.tgz

由于工具会持续更新,所以这里演示使用的文件名版本号未来可能会更改。以工具包文件名为准。

解压

选择 Vivante_acuity_toolkit_binary_6.6.1_20220329_ubuntu20.04.tgz 解压

tar xvf Vivante_acuity_toolkit_binary_6.6.1_20220329_ubuntu20.04.tgz

解压后,得到 acuity-toolkit-binary-6.6.1 文件夹,为方便后面配置环境变量,将该文件夹放到 Verisilicon IDE 同级目录。

mv acuity-toolkit-binary-6.6.1 /home/allwinner/VeriSilicon/

安装依赖包

(1)确保安装了 Python3

sudo apt-get install python3 python3-pip python3-virtualenv

(2)安装 PIP 包

cd /home/allwinner/VeriSilicon/acuity-toolkit-binary-6.6.1
pip install -r requirements.txt

配置路径,环境变量

这里提供 2 种方法配置。

(1)使用命令配置

先 cd 到安装路径。

cd /home/allwinner/VeriSilicon/

运行下面的命令一键设置。

export ACTU_BASE=$(ls | grep acu*) && \
    export ACTU_IDE_BASE=$(ls | grep *IDE*) && \
    echo -e "ACUITY_TOOLS_METHOD='$PWD/$ACTU_BASE'\nexport ACUITY_PATH='$PWD/$ACTU_BASE/bin/'\nexport VIV_SDK='$PWD/$ACTU_IDE_BASE/cmdtools'\nexport PATH=$PATH:$PWD/$ACTU_BASE/bin/:$PWD/$ACTU_IDE_BASE/ide/\nexport pegasus=$PWD/$ACTU_BASE/bin/pegasus\nalias pegasus=$PWD/$ACTU_BASE/bin/pegasus" >> ~/.bashrc && \
    source ~/.bashrc

(2)手动编辑配置

手动编辑 ~/.bashrc ,配置下列内容。/path/to/VeriSilicon/ 修改为之前的安装路径。

ACUITY_TOOLS_METHOD=acuity-toolkit-binary-6.6.1
export ACUITY_PATH=/path/to/VeriSilicon/$ACUITY_TOOLS_METHOD/bin/
export VIV_SDK=/path/to/VeriSilicon/VivanteIDE5.7.0/cmdtools/
export PATH=$PATH:/path/to/VeriSilicon/$ACUITY_TOOLS_METHOD/bin/:/path/to/VeriSilicon/
VivanteIDE5.7.0/ide/
export pegasus=/path/to/VeriSilicon/$ACUITY_TOOLS_METHOD/bin/pegasus
alias pegasus=/path/to/VeriSilicon/$ACUITY_TOOLS_METHOD/bin/pegasus

配置完成后 .bashrc 是这样的

image-20220707161048476

之后在控制台端直接执行 source ~/.bashrc,安装完成。运行 pegasus help 可见下列打印。

image-20220616131350679

### 配置 WSL2 进行全志 NPU 开发 #### 一、环境准备 为了在 Windows Subsystem for Linux (WSL2) 中进行全志 NPU开发,需先安装并配置好基础运行环境。这包括但不限于 Ubuntu 发行版以及必要的驱动程序支持。 WSL2 提供了一个接近原生 Linux 的执行环境,能够兼容大多数基于 Linux 的工具链和框架[^1]。然而,在此环境中部署特定硬件(如全志 NPU)的支持库可能需要额外的操作。 #### 二、安装依赖项 以下是完成该目标所需的关键步骤: 1. **更新系统包管理器** 确保 WSL2 上的发行版本是最新的状态非常重要。可以通过以下命令实现: ```bash sudo apt update && sudo apt upgrade -y ``` 2. **安装必要软件包** 安装一些基本构建工具和其他必需品来辅助后续操作。 ```bash sudo apt install build-essential cmake git python3-pip libopencv-dev -y ``` #### 三、获取全志 SDK 和工具链 针对具体型号的处理器系列,官方通常会提供相应的软件开发套件(SDK),其中包含了编译器、链接脚本以及其他调试资源文件等组件。 下载地址可以从厂商官网或者授权渠道获得,并按照文档说明解压到指定目录下。例如假设路径为 `/opt/qualcomm` 则可以这样设置环境变量以便于访问这些工具: ```bash export PATH=/opt/qualcomm/bin:$PATH ``` 对于某些较新版本的设备而言,还可能存在专用 AI 加速引擎插件形式分发的情况,则同样遵循其配套指南完成加载过程即可正常使用相关功能特性集。 #### 四、验证环境搭建成果 最后一步就是测试整个流程是否成功生效了——编写一段简单的 C++ 或 Python 测试代码调用神经网络推理接口函数;如果一切正常的话应该可以看到预期输出结果! 示例代码如下所示(以 TensorFlow Lite Micro为例): ```cpp #include "tensorflow/lite/micro/examples/hello_world/model.h" // ...其他头文件省略... int main() { // 初始化模型实例... } ``` 通过上述方式即可以在 WSL2 平台上顺利开展围绕着 Allwinner NPUs 展开的各项研发活动啦!当然实际项目里也许还会涉及到更多细节调整部分哦~
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值