在這個項目中，遵循Xilinx mlr - aie GitHub存儲庫中提供的說明，在Ubuntu上建立一個功能開發(fā)環(huán)境，并在AMD Ryzen?AI NPU上執(zhí)行示例mlr - aie程序。目標是完成完整的設置工作流程，其中包括安裝所需的工具鏈，配置系統(tǒng)依賴關系，并使用mlr -AIE框架構建簡單的AI引擎(AIE)設計。環(huán)境準備好后，將編譯包括的示例應用程序并將其部署到NPU中，以驗證軟件工具和硬件平臺之間的正確集成。

此過程演示了為AMD Ryzen AI開發(fā)準備系統(tǒng)的實用方法，提供了對工具安裝，環(huán)境配置和mlr - aie應用程序執(zhí)行流程的見解。示例程序的成功執(zhí)行證實了開發(fā)管道(從基于mlr的設計到硬件執(zhí)行)的功能符合預期，為未來的實驗和定制AIE應用程序開發(fā)奠定了基礎。

AMD NPU (Neural Processing Unit)是集成在AMD Ryzen AI系列中的專用AI加速器。下面我們來看看

?系統(tǒng)配置

?Bios設置的變化

?工具鏈安裝

?如何設置環(huán)境?

?如何在AMD NPU上運行樣例測試用例并驗證其執(zhí)行?

?示例測試用例參考

系統(tǒng)配置

這個過程從Ubuntu 24.04的干凈安裝開始，確保筆記本電腦更新到最新的BIOS版本，并啟用了NPU支持。

修改BIOS設置

然后確認在BIOS中禁用安全引導以允許使用未簽名驅動程序。# BIOS→安全→安全啟動→禁用

由于Ubuntu 24.04帶有較舊的內核，更新到硬件支持(HWE)堆棧以獲得Linux內核6.11+：

工具鏈安裝

使用提供的安裝腳本安裝了Ryzen AI NPU的XDNA驅動程序和XRT。

重啟后，檢查NPU是否被檢測到：

克隆了MLIR-AIE存儲庫，并為項目設置創(chuàng)建了專用的Python虛擬環(huán)境。

作為開發(fā)環(huán)境準備的一部分，安裝了最新版本的mlr - aie和LLVM-AIE。

如何設置環(huán)境?

配置了所需的執(zhí)行環(huán)境變量，以確保工具和庫的正確集成。

如何在AMD NPU上運行示例并驗證執(zhí)行?

導航到mlir-aie/programming_examples/中提供的編程示例之一，并構建AIE設計：在測試用例路徑上使用make命令構建設計：

獲得XRT環(huán)境，并在單獨的終端中執(zhí)行無限監(jiān)控腳本，以觀察AI Engine活動。

sh腳本觸發(fā)無限次NPU狀態(tài)檢查。在成功構建完成后，主機應用程序被編譯并執(zhí)行，以在Ryzen AI NPU上運行設計。

這觸發(fā)了MLIR-AIE運行時，它將計算卸載到NPU。我們可以立即看到加速的結果。

下面是示例執(zhí)行和驗證的輸出：

示例測試用例參考：

?直通dma -此設計演示了數據移動，以實現使用對象fifo的內存操作，僅使用dma而不涉及AIE核心。

?直通內核——這個設計演示了一個簡單的AIE實現，在涉及AIE核心內核編程的整數向量上實現向量化內存。

?Vector Scalar Add- Single tile執(zhí)行一個非常簡單的+操作，內核從本地內存加載數據，將值加1并將其存儲回來。

本文編譯自hackster.io