AI 引擎系列 5 - 以 AI 引擎模型为目标运行 AI 引擎编译器（2022.1 更新）

news2024/11/18 18:23:17

AI 引擎系列 5 - 以 AI 引擎模型为目标运行 AI 引擎编译器（2022.1 更新）

简介

在先前的 AI 引擎系列博文中，我们以 x86 模型为目标运行了 AI 引擎编译器，并运行了 X86 仿真器来验证 AI 引擎应用的功能模型。
在本文中，我们将以 AI 引擎模型为目标来运行 AI 引擎编译器并观察生成的部分文件。

要求

下文要求您通读前几篇 AI 引擎系列博文。

AI 引擎系列 1 - 从 AI 引擎工具开始（2022.1 更新)
AI 引擎系列 2 - AI 引擎 graph 简介（2022.1 更新）
AI 引擎系列 3 - AI 引擎内核简介
AI 引擎系列 4 - 首次运行 AI 引擎编译器和 x86simulator（2022.1 更新）

以 AI 引擎模型为目标运行 AI 引擎编译器

在上一篇博文中所创建的工程内，打开 simple_application.prj 文件，将生效的构建配置更改为“Emulation-AIE”，这样即可为 AI 引擎模型编译应用。

选中“Explorer”（资源管理器）窗口中的 aie 应用 (simple_application)，然后单击锤子图标构建该应用。

这样即可在控制台中看到该命令的运行过程。此过程与上一篇博文中用于 x86simulator 的过程非常相似。

aiecompiler -v --stacksize=1024 --heapsize=1024 -Xchess=main:darts.xargs=-nb -include="<Xilinx Installation Path>/Vitis/2022.1/aietools/include" -include="<Xilinx Installation Path>/Vitis_HLS/2022.1/include" -include="../" -include="../src" -include="../data" -include="../src/kernels" -target=hw   -platform=xilinx_vck190_base_202210_1/xilinx_vck190_base_202210_1.xpfm -workdir=./Work ../src/project.cpp

主要区别在于目标选项 (-target) 设为 hw（硬件）。（先前构建目标为“Emulation-SW”，目标选项设为 x86）。

从 AI 引擎编译器生成的输出

构建完成后，即可在“Explorer”窗口中看到，已创建名为“Emulation-AIE”的新目录。

其中包含来自构建的所有输出。稍后我们再仔细查看此输出。

默认情况下，AI 引擎编译器会将所有输出写入 Work/ 的目录和 libadf.a 的文件。

libadf.a 文件是实际的输出文件，将在剩余 Vitis™ 流程中用于把 AI 引擎应用集成到系统其余部分。

Work/ 目录包含多个子目录和文件：

aie/：该目录包含每个 AI 引擎各自编译的输出结果
arch/：该目录包含的文件用于描述 AI 引擎阵列上的应用的物理映射
config/：该目录包含的文件用于指定 SystemC 仿真器的选项
noc/：该目录包含 NoC 相关的文件
ps/c_rts/：该目录包含基于 C 语言的运行时协议，用于对 PS 交互进行建模
ps/cdo/：该目录包含生成的代码，此代码用于以配置数据对象格式 (CDO) 进行计算图 (graph) 配置和初始化。可在 SystemC-RTL 仿真和实际硬件执行期间使用。
reports/：该目录包含各种报告文件
project.aiecompiler_summary：此文件可在 Vitis 分析器中打开，以便查看编译汇总信息和报告。我们将在后续博文中详细分析此文件。

运行 AI 引擎仿真器

现在，我们可以运行 AI 引擎仿真器了。

选中“AI Engine Application”(simple_application)，然后单击“Run As”图标旁的箭头，单击“Run As > Launch AIE Emulator”（运行方式 > 启动 AI 引擎仿真器）

仿真输出会写入 Emulation-AIE/aiesimulator_output/data/output.txt 文件。

我们来仔细分析下该文件：

每一行值之前都有时间。这是因为，相比于 x86 仿真，AI 引擎仿真属于周期近似仿真，因此输出文件包含数据的时间戳。

可以看到，第一批输出样本于 934 ns 后到达。在 VCK190 基本平台中，AI 引擎的频率设置为 1250 GHz。这意味着需要 1167 个计算周期才能输出第一批输出样本。

在后续博文中，我们将讲解出现此时延的各种原因，但请谨记（正如 AI 引擎 3 博文中所述），此代码并未最优化为在矢量处理器上运行，因此并未充分发挥其算力。

通过观察 output.txt 中的第 64 行可以看到 TLAST 一词。这表示计算图执行完 1 次迭代需耗时 1033.6 ns。

经过 1324.8 ns 仿真后，输出第 2 次迭代的首个样本。

现在我们可以验证，输出的数据与黄金结果仍然匹配。

选中 golden.txt 文件和新创建的 output.txt 文件，然后右键单击其中之一。随后选中“Compare With > Each Other after transformation”（比较对象 > 变换后相互比较）。