以下の記事は古くなっています。
https://github.com/Xilinx/Vitis-AI
上記のgithubを参照して、いまの状況を必要に応じて調査してください。
次のページには、modelzooにある各種モデルの種類とAMD(旧Xilinx)のFPGAデバイスでのfpsやレイテンシの値が記述されています。
IntelがOpenVinoで各種model zoo を公開し、だれでもが簡単に学習済みの結果を使えるようにしてきた。
その状況にXilinxが手をこまねいてだまってみているわけもなく、誰でもがすぐに学習済みの結果をXilinxのFPGAで実行できる状況を作ってきた。
どういったモデルが、どれくらいのlatency とthroughput でFPGAで実行できるのかが詳細に書いてある。
モデル性能
Model Zooのすべてのモデルは、DNNDK™（ディープニューラルネットワーク開発キット）およびザイリンクスAI SDKを備えたザイリンクスハードウェアに配置されています。さまざまなDPU構成のさまざまなボード上の各モデルのエンドツーエンドのスループットとレイテンシを含むパフォーマンスの数値は、次のセクションにリストされています。
DPUの詳細については、DPU IP製品ガイドを参照してください。
注：次のセクションにリストされているモデルパフォーマンス番号は、DNNDK v3.1およびXilinx AI SDK v2.0.xで生成されます。ボードごとに、異なるDPU構成が使用されます。 DNNDKおよびザイリンクスAI SDKは、https：//www.xilinx.com/products/design-tools/ai-inference/ai-developer-hub.htmlから無料でダウンロードできます。
また以下の場所を読むとYoloV3などをFPGAに実装する手順が書かれている。
github 上にもXilinxの他のリポジトリがある。
- https://github.com/Xilinx/PYNQ
- https://github.com/Xilinx/Vitis_Libraries
- https://github.com/Xilinx/BNN-PYNQ
関連記事