[ando]

as005/as105のAIEライセンスの設定に不備がありました。修正しましたので再度お試しください。

なお、as005/as105ではVivadoがクラッシュする問題があり、次のようなエラーが出た際にはas101~as104でお試しください。

ERROR: [VPL 60-777] Sorry, but it appears that a Xilinx program has terminated unexpectedly.

[ando]

ACRiルームのArtyに対して手元のWindowsマシンからUSBシリアル通信を行うことはできません。
こちらの「シリアル通信の利用」を参照してvsサーバー上でシリアル通信を行ってください。
https://gw.acri.c.titech.ac.jp/wp/manual/vivado-vitis

[ando]

解決されたようで良かったです。お知らせいただきありがとうございました。

[ando]

as001で試してみましたが問題を再現することができませんでした。次と全く同じ手順を実施してもエラーが出ますでしょうか。

cp -a /tools/repo/Xilinx/Vitis-Tutorials .
cd Vitis-Tutorials/Getting_Started/Vitis/example/u200
source /tools/Xilinx/Vitis/2022.2/settings64.sh
source /opt/xilinx/xrt/setup.sh
make build TARGET=hw PLATFORM=xilinx_u200_gen3x16_xdma_2_202110_1 SRCDIR=../src
cd hw
./app.exe

こちらでビルドして動作を確認できたファイルを以下のディレクトリに置きました。こちらのファイルを使用してもエラーが出ますでしょうか。

$ ls /tools/data/vitis-tutorials-prebuilt/getting-started/u200/
app.exe vadd.xclbin

[ando]

お知らせいただきありがとうございます。
原因不明のエラーで採点が停止してしまっていました。
データベース上で採点中の状態を解除しておきました。
よろしくお願いいたします。

[ando]

Alveoのボードファイルが申請不要でダウンロードできるようになりましたのでお知らせいたします。
各カードのページからGetting Started → Vivado Design Flowと辿るとダウンロードリンクが表示されます。
https://www.xilinx.com/products/boards-and-kits/alveo/u200.html#vivado

[ando]

以下のようにLIBRARY_PATHを設定することで解消するようですのでお試しください。

export LIBRARY_PATH=/usr/lib/x86_64-linux-gnu:$LIBRARY_PATH

https://support.xilinx.com/s/question/0D52E00006hpJpSSAU/vivado-hls-c-simulation-and-crtl-cosimulation-running-debiantesting?language=ja

[ando]

ACRiルームのAlveoはVitisフローのみサポートしています。そのためVivadoフローのためのボードファイルのインストールは行っておりません。

一方でACRiルームのサーバーをVivadoフローの開発環境として使っていただくことに制限は設けておりませんので、ご自身でボードファイルを入手し、サーバーにアップロードしてVivadoで開発を行っていただくことは問題ありません。
Alveoのボードファイルはこちらのページで申請するとダウンロードできます。
https://www.xilinx.com/member/alveo-vivado.html

Tclコンソールで以下のように入力することでボードファイルのパスを設定でき、プロジェクト作成時にボードを選択できるようになります。

set_param board.repoPaths [list “/home/xxx/boards/Xilinx/au200/1.2”]

[ando]

ご報告ありがとうございます。またご不便をおかけしました。

先週4/3~5にACRiルームのメンテナンスがあり、Alveo系サーバーのプラットフォームやツールの更新作業を行いました。その際にUbuntu環境の各種パッケージのバージョンが上がりリモートデスクトップ接続に不具合が発生していたことが分かりました。バージョンを戻すことで対策し、リモートデスクトップ接続できること確認しましたのでもう一度お試しください。

更新後のプラットフォームの情報はこちらをご参照ください。
https://gw.acri.c.titech.ac.jp/wp/manual/alveo-server
最新のプラットフォームではVitis 2022.2をお使いいただく必要があると思いますが詳細はまだ十分に確認できておりません。分かり次第追記する予定です。

[ando]

ご説明いただきありがとうございます。なるべくご希望に沿うようにしたいと思いますがお待たせしてしまうかもしれません。

ちなみにVitis AI 2.5は公式にはACRiルームのU50、VCK5000(gen4x8)をサポートしていません（カードやプラットフォームが異なるため）。このため独自にDPUをビルドして使用しています。実装されているPE数や動作周波数が公式のものとは異なりますので、スループットやレイテンシを評価される際はご留意ください。U250では公式のDPUを使用できる見込みです。

公式
U50LV : DPUCAHX8H, 10PE(batch=5), 275MHz
VCK5000 : DPUCVDX8H, 8PE(batch=8), 350MHz
ACRiルーム
U50 : DPUCAHX8H, 2PE(batch=1), 300MHz
VCK5000 : DPUCVDX8H, 8PE(batch=8), 328MHz

[ando]

ご要望について正確に理解したいのですが、どのサーバーでも良いということは、U200やU250などの実機でVitis AIを動かしたいというよりは、実機は不要でVitis AIのコマンド（コンパイラ等）を使える環境があれば良いのでしょうか。

[ando]

vaitraceは引数にユーザープログラムを渡して実行しますが、sudoでvaitraceを実行するとユーザープログラムはroot権限で実行されてしまうように思います。そうであれば対応は難しそうです。

[ando]

現在はas004、as005(サービス停止中)にVitis AI 2.5がインストールされています。他のサーバーにはインストールされていません。U200とU250もVitis AIのサポート対象ですが、ACRiルームのU200とU250はプラットフォームが古いためインストールできていません。U200、U250のプラットフォームの更新は予定していましたが特に要望がなかったため後回しになっています。

すべてのサーバーでVitis AIを動かしたいのには何か理由がありますでしょうか。U200とU250で動くDPU IPは同じですので、セットアップやメンテナンスの作業量を考えると、U250だけにインストールするのが現実的かと考えています。またU280-ES1でVitis AIを動かすことはできません。

vaitraceにつきましては、少なくとも、Dockerコンテナにホストのdebugfsへのアクセスを許可することと、Dockerコンテナ内の一般ユーザーにsudoでvaitraceを実行する権限を与えることが必要になりそうです。リスクがないことが分かれば対応できますが、他の作業もあり、確認に時間を要しそうです。

[ando]

確認したところホームディレクトリの容量が上限の25GBに達してしまっているようです。これがRDP接続できない原因となっている可能性があります。SSHでログインしてホームディレクトリを整理してみていただけないでしょうか。

as002では/scratchを一時的なデータ置き場として用意していますのでこちらもご利用ください。

[ando]

確かに03-using_densenetxがちょうど良かったですね。気がついていませんでした。

VCK5000の調査は時間がかかりそうなのでU50(as004)でVitis AI 2.5を動かせるようにしました。
以下でうまく動作させることができましたのでお試しください。

cd /scratch
cp -a /tools/repo/Xilinx/Vitis-AI-Tutorials .
cd Vitis-AI-Tutorials

# Copy pretrained model
git checkout 1.1
cp Design_Tutorials/03-using_densenetx/files/pretrained/k_model.zip /scratch/

# Checkout 1.4
git checkout 1.4
cd Design_Tutorials/03-using_densenetx/files

# Step 0
source /opt/vitis_ai/setup.sh
select-dpu

source 0_setenv.sh

# Step 1 (skip training)
mkdir -p build/keras_model
unzip /scratch/k_model.zip -d build/keras_model

# Step 2
source 2_keras2tf.sh

# Step 3
mkdir -p ~/.keras/datasets
cp /tools/data/cifar-10-python.tar.gz ~/.keras/datasets/cifar-10-batches-py.tar.gz
source 3_eval_frozen.sh

# Step 4
source 4_quant.sh

# Step 5
source 5_eval_quant.sh

# Step 6
source 6_compile.sh u50

# Step 7
source 7_make_target.sh u50

cd build/target_u50
python app_mt.py -t 4

[投稿者]

投稿