Xilinx FPGA开发工具 Vivado机器学习策略怎么用-Xilinx-AMD社区-FPGA CPLD-ChipDebug

Xilinx FPGA开发工具 Vivado机器学习策略怎么用

Vivado机器学习策略随着版本的更新也一直在演进,在最新发布的2022.1版本中,机器学习策略的用户友好性进一步增强。
 
使用机器学习策略,要求最初的Implementation Strategy必须设定为DefaultPerformanceExplore。在2022.1之前的版本中,必须打开布线后的dcp,执行report_qor_suggenstions,在生成报告中即可看到给出的建议策略。但如果需要使用这些策略就得将其以.tcl文件形式导出,过程稍显繁琐。
 

图片[1]-Xilinx FPGA开发工具 Vivado机器学习策略怎么用-Xilinx-AMD社区-FPGA CPLD-ChipDebug

Vivado 2022.1简化了这一过程。如下图所示,右键点击impl_1,在弹出的窗口中选择Generate ML stratgies即可生成机器学习策略。
图片[2]-Xilinx FPGA开发工具 Vivado机器学习策略怎么用-Xilinx-AMD社区-FPGA CPLD-ChipDebug
事实上,这一过程对应的Tcl命令如下:
 
图片[3]-Xilinx FPGA开发工具 Vivado机器学习策略怎么用-Xilinx-AMD社区-FPGA CPLD-ChipDebug
一旦完成生成机器学习策略,可再次选择impl_1,点击右键,在弹出窗口中选择Create ML Strategy Runs,如下图所示,可快速创建相应的Design Runs
 
图片[4]-Xilinx FPGA开发工具 Vivado机器学习策略怎么用-Xilinx-AMD社区-FPGA CPLD-ChipDebug
图片[5]-Xilinx FPGA开发工具 Vivado机器学习策略怎么用-Xilinx-AMD社区-FPGA CPLD-ChipDebug
这一过程相应的Tcl命令如下:
 
图片[6]-Xilinx FPGA开发工具 Vivado机器学习策略怎么用-Xilinx-AMD社区-FPGA CPLD-ChipDebug
那么是不是任何设计都可以直接使用机器学习策略呢?Xilinx建议为了获得更好的结果,要首先确保设计中没有Critical Warning,这可通过report_methodology命令查看。其次,对于synth_designopt_design生成的.dcp,需要执行report_qor_assessment,查看得分,分值大于等于3,那么后续就可以尝试使用机器学习策略,如下图所示。最后,在生成机器学习策略的同时,也会生成一些优化建议。最好将这些优化建议和相应的机器学习策略一起使用,这样可以获得更好的结果。
 
图片[7]-Xilinx FPGA开发工具 Vivado机器学习策略怎么用-Xilinx-AMD社区-FPGA CPLD-ChipDebug

 

请登录后发表评论

    没有回复内容